Tu dois calculer des probabilités d'échantillonnage quand tu ne remets pas les éléments tirés ? La fonction LOI.HYPERGEOMETRIQUE.N est faite pour ça. Contrairement à la loi binomiale, elle tient compte du fait que retirer un élément modifie la composition de la population pour les tirages suivants.
Cette fonction est fondamentale en contrôle qualité pour évaluer les plans d'échantillonnage. Quand tu inspectes un échantillon d'un lot, tu ne remets pas les pièces. LOI.HYPERGEOMETRIQUE.N te donne la probabilité exacte de trouver un certain nombre de défauts dans ton échantillon, et tu peux ainsi dimensionner tes audits avec précision.
Syntaxe de la fonction LOI.HYPERGEOMETRIQUE.N
=LOI.HYPERGEOMETRIQUE.N(nb_succes; taille_echantillon; nb_succes_pop; taille_pop; cumulative)Comprendre chaque paramètre de la fonction LOI.HYPERGEOMETRIQUE.N
Les cinq arguments se lisent « du petit vers le grand » et tous sont obligatoires : d'abord les succès observés dans ton échantillon, puis la taille de l'échantillon, ensuite les succès présents dans la population, et la taille totale de la population. Vérifie toujours que ce dernier nombre est le plus grand des quatre, sinon tu inverses tout.
Le cinquième, cumulative, change la nature du résultat : FAUX te donne la probabilité d'un nombre exact de succès, VRAI celle d'en obtenir « au plus » autant.
nb_succes
: le nombre de succès observés dans l'échantillonPar exemple, le nombre de pièces défectueuses trouvées lors de l'inspection. Cette valeur doit être comprise entre 0 et le minimum de (taille_echantillon, nb_succes_pop).
Attention : Si nb_succes dépasse taille_echantillon ou nb_succes_pop, Excel renvoie l'erreur #NOMBRE!. Le terme « succès » peut représenter un événement indésirable (un défaut) selon le contexte : c'est simplement l'événement dont tu mesures la probabilité.
taille_echantillon
: le nombre d'éléments prélevés de la populationDoit être inférieur ou égal à taille_pop. Par exemple, le nombre de pièces inspectées dans un lot de production.
nb_succes_pop
: le nombre total de succès dans la population entièrePar exemple, le nombre total de pièces défectueuses dans le lot à contrôler.
taille_pop
: la taille totale de la populationPar exemple, le nombre total de pièces dans le lot de production.
Astuce : L'ordre des paramètres suit une logique « du petit vers le grand » : succès dans l'échantillon, taille de l'échantillon, succès dans la population, taille de la population. Ce mnémotechnique évite les confusions fréquentes sur l'ordre.
cumulative
: `VRAI` pour la fonction de distribution cumulée P(X <= nb_succes), `FAUX` pour la fonction de masse P(X = nb_succes) exactement. `FAUX` donne la probabilité exacte d'observer ce nombre de succèsVRAI est utile pour les règles de décision du type « accepter le lot si au plus 2 défauts sont trouvés ». Pour calculer P(X >= k), utilise 1 - LOI.HYPERGEOMETRIQUE.N(k-1; ...; VRAI).
Exemples pratiques pas à pas
Responsable qualité : contrôle d'un lot de production
Tu es responsable qualité et tu reçois un lot de 200 composants avec environ 3% de défauts (6 pièces). Tu prélèves 20 pièces pour inspection et tu veux calculer les probabilités pour ta règle de décision.
Le tableau montre toutes les probabilités clés. Avec la règle « accepter si au plus 2 défauts », tu as 98% de chances d'accepter un lot à 3% de défauts, ce qui correspond à un risque fournisseur de 2.2% seulement. C'est la base des plans d'échantillonnage ISO 2859.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Scénario | Formule | Résultat | Interprétation |
| 2 | P(0 défaut trouvé) | =LOI.HYPERGEOMETRIQUE.N(0;20;6;200;FAUX) | 0.5268 | 53% de ne trouver aucun défaut |
| 3 | P(exactement 1 défaut) | =LOI.HYPERGEOMETRIQUE.N(1;20;6;200;FAUX) | 0.3512 | 35% de trouver 1 défaut |
| 4 | P(au plus 1 défaut) | =LOI.HYPERGEOMETRIQUE.N(1;20;6;200;VRAI) | 0.8780 | 88% de trouver 0 ou 1 défaut |
| 5 | P(au plus 2 défauts) | =LOI.HYPERGEOMETRIQUE.N(2;20;6;200;VRAI) | 0.9780 | 98% de trouver 0, 1 ou 2 défauts |
=LOI.HYPERGEOMETRIQUE.N(2;20;6;200;VRAI)Astuce de pro : Avec la règle « accepter si <= 2 défauts », tu n'as que 2.2% de chances de rejeter à tort un lot de qualité normale. C'est un risque fournisseur acceptable dans la plupart des contextes industriels.
Joueur de poker : probabilités au Texas Hold'em
Tu es joueur de poker et tu as une paire de rois en main. Tu veux calculer la probabilité qu'un adversaire ait au moins un as, sachant que les 50 cartes restantes contiennent 4 as.
Les résultats montrent qu'un adversaire a seulement 0.82% de chances d'avoir la paire d'as qui te domine. La probabilité qu'il ait au moins un as est de 15.5%, ce qui représente un risque réel mais gérable. L'hyperbolique modélise exactement ce processus de sélection sans remise puisque chaque carte distribuée quitte définitivement le jeu.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Événement | Formule | Résultat | Interprétation |
| 2 | P(0 as en 2 cartes) | =LOI.HYPERGEOMETRIQUE.N(0;2;4;50;FAUX) | 0.8449 | 84.5% sans as |
| 3 | P(exactement 1 as) | =LOI.HYPERGEOMETRIQUE.N(1;2;4;50;FAUX) | 0.1469 | 14.7% avec 1 as |
| 4 | P(paire d'as) | =LOI.HYPERGEOMETRIQUE.N(2;2;4;50;FAUX) | 0.0082 | 0.82% avec paire d'as |
| 5 | P(au moins 1 as) | =1-LOI.HYPERGEOMETRIQUE.N(0;2;4;50;FAUX) | 0.1551 | 15.5% avec au moins 1 as |
=LOI.HYPERGEOMETRIQUE.N(2;2;4;50;FAUX)Auditeur : évaluation de la puissance d'un audit
Tu es auditeur financier et tu vérifies 500 factures dont environ 4% contiennent des erreurs (20 factures). Tu prélèves 50 factures. Tu veux évaluer la puissance de ton audit.
Avec 50 factures, tu as 98.4% de chances de trouver au moins une erreur si le taux réel est de 4%. Cette information te permet de justifier la taille de ton échantillon auprès des parties prenantes et de calibrer ton niveau de confiance. Si ce pourcentage te semble insuffisant, augmente la taille de l'échantillon et recalcule.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Question | Formule | Résultat | Interprétation |
| 2 | P(aucune erreur trouvée) | =LOI.HYPERGEOMETRIQUE.N(0;50;20;500;FAUX) | 0.0163 | 1.6% de ne rien trouver |
| 3 | P(au moins 1 erreur) | =1-LOI.HYPERGEOMETRIQUE.N(0;50;20;500;FAUX) | 0.9837 | 98.4% de détection |
| 4 | P(au moins 2 erreurs) | =1-LOI.HYPERGEOMETRIQUE.N(1;50;20;500;VRAI) | 0.9115 | 91% de trouver 2+ erreurs |
| 5 | Nb erreurs attendu | =50*20/500 | 2.0 | 2 erreurs en moyenne |
=1-LOI.HYPERGEOMETRIQUE.N(0;50;20;500;FAUX)Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction LOI.HYPERGEOMETRIQUE.N
Le plus gros risque ici est mathématique : si tu demandes plus de succès que ce que ton échantillon ou ta population peut contenir, Excel renvoie #NOMBRE! car le calcul est impossible. C'est le signe que nb_succes dépasse taille_echantillon ou nb_succes_pop.
L'autre piège est silencieux : intervertir les deux nombres de la population et de l'échantillon ne déclenche aucune erreur, mais te sort une probabilité fausse qui paraît tout à fait crédible.
Erreur #NOMBRE! avec des paramètres incohérents
Cette erreur survient quand les paramètres sont mathématiquement impossibles : nb_succes > taille_echantillon, taille_echantillon > taille_pop, ou nb_succes > nb_succes_pop.
Solution : Vérifie les contraintes : nb_succes <= min(taille_echantillon, nb_succes_pop) et taille_echantillon <= taille_pop. En pratique, tu ne peux pas trouver plus de défauts que tu n'en as inspecté ni plus que la population n'en contient.
Confusion dans l'ordre des paramètres
L'ordre des quatre paramètres est une source d'erreur fréquente. Inverser nb_succes_pop et taille_pop (ou nb_succes et taille_echantillon) donne un résultat plausible mais faux.
Solution : Retiens l'ordre « du petit vers le grand » : (succès dans l'échantillon ; taille de l'échantillon ; succès dans la population ; taille de la population). Vérifie toujours que le dernier argument est le plus grand des quatre.
Utiliser la loi hypergeométrique quand la loi binomiale suffit
Pour les très grandes populations, l'hypergeométrique et la binomiale donnent des résultats quasi identiques mais l'hypergeométrique est plus complexe à paramétrer.
Solution : Applique la règle des 10% : si ton échantillon représente moins de 10% de la population, la loi binomiale est une bonne approximation et suffit pour la plupart des calculs. Utilise l'hypergeométrique pour les petites populations ou les grands échantillons relatifs.
Questions fréquentes sur la fonction LOI.HYPERGEOMETRIQUE.N
Quelle est la différence entre la loi hypergéométrique et la loi binomiale ?
La différence fondamentale est le mode de tirage. La loi binomiale suppose un tirage avec remise : la probabilité reste constante à chaque tirage. La loi hypergéométrique modélise le tirage sans remise : après chaque tirage, la composition de la population change.
Si ton échantillon représente moins de 10% de la population, la loi binomiale est une bonne approximation. Au-delà de ce seuil, utilise impérativement la loi hypergéométrique pour avoir des résultats justes.
Comment lire les paramètres dans un contexte de contrôle qualité ?
taille_pop = taille totale du lot ; nb_succes_pop = nombre de pièces défectueuses dans le lot ; taille_echantillon = nombre de pièces inspectées ; nb_succes = nombre de défauts trouvés dans l'échantillon.
Le terme « succès » peut représenter un défaut selon le contexte : il désigne simplement l'événement dont on mesure la fréquence. Cette terminologie héritée des mathématiques peut sembler contre-intuitive au premier abord.
Quand utiliser le mode cumulatif (VRAI) vs ponctuel (FAUX) ?
FAUX donne P(X = k), la probabilité exacte d'observer exactement k succès. VRAI donne P(X <= k), la probabilité d'observer au plus k succès, utile pour les règles de décision du type « accepter le lot si au plus 2 défauts ».
Pour P(X >= k), calcule 1 - LOI.HYPERGEOMETRIQUE.N(k-1; ...; VRAI). C'est la soustraction classique en probabilités.
Comment dimensionner un échantillon de contrôle ?
Fixe ton critère d'acceptation (par exemple, trouver au moins 1 défaut) et cherche la taille d'échantillon qui atteint le niveau de confiance souhaité (typiquement 95%).
Teste différentes tailles : calcule P(X >= 1) = 1 - LOI.HYPERGEOMETRIQUE.N(0; n; défauts; population; FAUX) et ajuste n jusqu'à atteindre ton seuil. C'est la base des plans d'acceptation-rejet ISO 2859.
Comment calculer les probabilités pour les jeux de cartes ?
Pour le poker, la probabilité de recevoir exactement 2 as en 5 cartes depuis un jeu de 52 est =LOI.HYPERGEOMETRIQUE.N(2;5;4;52;FAUX) = environ 3.99%. La loi hypergéométrique modélise exactement ce processus de sélection sans remise.
La formule se lit : « parmi les 52 cartes (taille_pop), il y en a 4 qui sont des as (nb_succes_pop) ; dans ma main de 5 cartes (taille_echantillon), quelle est la probabilité d'en avoir exactement 2 (nb_succes) ? »
Pour aller plus loin
Bloqué sur une formule Excel ?
Pose ta question à notre assistant Excel IA, il te sort la bonne formule en quelques secondes.
Essayer l'assistant IAGratuit · 10 questions par mois