LOI.NORMALE.N (NORM.DIST en anglais) est la fonction statistique clé d'Excel pour travailler avec la distribution normale, la fameuse courbe en cloche de Gauss. Elle calcule la probabilité qu'une variable aléatoire normale soit inférieure ou égale à une valeur donnée, ce qui en fait l'outil de référence dès que tu analyses des phénomènes naturels ou industriels.
Concrètement, c'est elle qui répond aux questions du quotidien analytique : quelle proportion d'hommes adultes mesure moins de 175 cm ?, quel taux de pièces sera conforme à une tolérance de fabrication ?, quelle est la probabilité qu'un portefeuille perde plus de 15 % sur l'année ? Elle est indispensable en statistiques, en contrôle qualité Six Sigma et en finance quantitative.
Syntaxe de la fonction LOI.NORMALE.N
=LOI.NORMALE.N(x; moyenne; écart_type; cumulative)Utilise VRAI pour cumulative dans la grande majorité des cas pratiques : c'est ce mode qui te donne une probabilité exploitable (entre 0 et 1). Le mode FAUX (densité) sert principalement à tracer la courbe en cloche, pas à calculer des probabilités.
Comprendre chaque paramètre de la fonction LOI.NORMALE.N
Tu enchaînes les quatre arguments dans cet ordre précis : la valeur x que tu testes, puis la moyenne et l'écart-type de ta courbe, et enfin le booléen cumulative. Aucun n'est facultatif, et c'est ce dernier qui change tout : VRAI te renvoie une probabilité entre 0 et 1, FAUX la simple hauteur de la courbe au point x.
Garde en tête que l'écart-type doit rester strictement positif : zéro ou un nombre négatif fait planter le calcul.
x
: la valeur pour laquelle tu calcules la distributionC'est le point sur l'axe horizontal de la courbe en cloche : tu demandes à Excel quelle est la probabilité d'observer une valeur inférieure ou égale à ce point.
Il peut s'agir d'un nombre quelconque, positif, négatif ou nul. Par exemple, pour une taille de 175 cm dans une population, tu entres 175 ; pour un rendement financier de 0 %, tu entres 0.
Astuce : Tu peux saisir directement un nombre ou référencer une cellule. Pour calculer la probabilité d'un intervalle (a < X < b), soustrais deux appels : =LOI.NORMALE.N(b;mu;sigma;VRAI) - LOI.NORMALE.N(a;mu;sigma;VRAI).
moyenne
: la moyenne arithmétique (mu) de ta distribution normaleC'est le centre de la courbe en cloche, le point où la densité de probabilité est maximale et autour duquel les valeurs se répartissent symétriquement.
Choisis cette valeur selon la population que tu modélises : par exemple 175 pour la taille des hommes en cm, 0.08 pour un rendement annuel moyen de 8 %, 100 pour un poids nominal de 100 g.
écart_type
: l'écart-type (sigma) de ta distribution, qui doit être strictement positifIl mesure la dispersion des valeurs autour de la moyenne : plus il est grand, plus la courbe est aplatie et large ; plus il est petit, plus elle est étroite et piquée.
Dans la réalité, l'écart-type s'estime à partir de données historiques ou de spécifications techniques. Par exemple, 7 pour la taille des hommes en cm, 0.15 pour la volatilité annuelle d'un actif financier, 1 pour une tolérance de fabrication de ±1 g.
Attention : Si tu entres une valeur inférieure ou égale à zéro, Excel retourne l'erreur #NOMBRE!. L'écart-type représente une dispersion, il est toujours strictement positif.
cumulative
: un booléen qui détermine le type de résultat : `VRAI` pour la fonction de répartition P(X <= x), `FAUX` pour la densité de probabilité f(x). Avec `VRAI`, le résultat est compris entre 0 et 1 et représente une probabilité directement interprétableAvec FAUX, le résultat est la hauteur de la courbe au point x, utile pour tracer un graphique mais sans signification probabiliste immédiate.
Astuce : Dans la pratique, utilise presque toujours VRAI. Le mode FAUX n'est utile que pour construire un graphique de la courbe en cloche. Pour P(X > x), calcule simplement =1 - LOI.NORMALE.N(x;mu;sigma;VRAI).
Pas envie d'écrire la formule LOI.NORMALE.N à la main ?
Génère-la avec notre IA
Exemples pratiques pas à pas
Data analyst : distribution des tailles dans une population
Tu es data analyst et tu dois analyser la distribution des tailles dans une population. Pour les hommes adultes français, la taille suit une loi normale de moyenne 175 cm et d'écart-type 7 cm. Ces paramètres sont connus ou estimés à partir de mesures réelles.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Question | Formule | Résultat | Interprétation |
| 2 | Taille < 170 cm | =LOI.NORMALE.N(170;175;7;VRAI) | 0,2375 | 23,75 % des hommes |
| 3 | Taille < 180 cm | =LOI.NORMALE.N(180;175;7;VRAI) | 0,7625 | 76,25 % des hommes |
| 4 | Taille > 190 cm | =1-LOI.NORMALE.N(190;175;7;VRAI) | 0,0161 | 1,61 % des hommes |
| 5 | 170 < Taille < 180 | =LOI.NORMALE.N(180;175;7;VRAI)-LOI.NORMALE.N(170;175;7;VRAI) | 0,5249 | 52,49 % des hommes |
Chaque appel en mode cumulatif renvoie la proportion d'hommes sous une taille donnée (23,75 % sous 170 cm). Pour une tranche comme 170-180 cm, tu soustrais les deux probabilités cumulées et tu obtiens 52,49 % : c'est la méthode standard pour tout intervalle.
Astuce de pro : Pour P(X > x), tu calcules toujours le complément à 1 : =1 - LOI.NORMALE.N(x;mu;sigma;VRAI). C'est la queue droite de la distribution, utilisée notamment pour les p-values des tests statistiques unilatéraux.
Qualiticien : taux de conformité en production
Tu es qualiticien et tu dois évaluer le taux de conformité d'une ligne de production. Les pièces fabriquées ont des dimensions qui suivent une loi normale, et tu dois vérifier combien d'entre elles respectent les tolérances spécifiées.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Spécification | Formule | Résultat | Interprétation |
| 2 | Diamètre 10 mm ±0,1 | =LOI.NORMALE.N(10.1;10;0.05;VRAI)-LOI.NORMALE.N(9.9;10;0.05;VRAI) | 0,9545 | 95,45 % conformes |
| 3 | Poids 100 g ±2 g | =LOI.NORMALE.N(102;100;1;VRAI)-LOI.NORMALE.N(98;100;1;VRAI) | 0,9545 | 95,45 % conformes |
| 4 | Rejet si < 98 g | =LOI.NORMALE.N(98;100;1;VRAI) | 0,0228 | 2,28 % rejetés |
Pour chaque spécification, la différence des deux probabilités cumulées (borne haute moins borne basse) donne la part de pièces dans la tolérance, soit 95,45 % de conformité. Ce taux correspond à la règle des ±2 sigma, base du contrôle qualité classique.
Astuce de pro : Le niveau Six Sigma exige que les tolérances couvrent 6 écarts-types de chaque côté. Avec ±6 sigma, le taux de conformité théorique atteint 99,99966 %, soit 3,4 pièces défectueuses par million.
Analyste financier : probabilités de rendement d'un portefeuille
Tu es analyste financier et tu dois évaluer le risque d'un portefeuille. En finance, les rendements sont souvent modélisés par une loi normale : ici, rendement attendu de 8 % et volatilité annuelle de 15 %.
| A | B | C | D | |
|---|---|---|---|---|
| 1 | Scénario | Formule | Résultat | Interprétation |
| 2 | VaR 95 % | =LOI.NORMALE.INVERSE.N(0.05;0.08;0.15) | -0,1668 | Perte max avec 95 % confiance |
| 3 | P(rendement > 0) | =1-LOI.NORMALE.N(0;0.08;0.15;VRAI) | 0,7019 | 70,19 % de gains |
| 4 | P(rendement > 20 %) | =1-LOI.NORMALE.N(0.20;0.08;0.15;VRAI) | 0,2119 | 21,19 % de chance de +20 % |
Le complément à 1 de la probabilité cumulée donne la queue droite : 70,19 % de chances d'un rendement positif, 21,19 % de dépasser 20 %. La VaR à 95 %, elle, s'obtient avec la fonction inverse et fixe la perte maximale à 16,68 % dans 95 % des scénarios.
Attention : En réalité, les rendements financiers présentent des queues épaisses (événements extrêmes plus fréquents que prévu par la normale). La VaR fondée sur la loi normale sous-estime les risques extrêmes : c'est une limite importante de ce modèle.
Statisticien : règle des 68-95-99,7 (sigma)
Pour la loi normale centrée réduite (mu = 0, sigma = 1), des pourcentages fixes de valeurs tombent dans des intervalles définis par les multiples de sigma. Cette règle fondamentale est la base du contrôle qualité Six Sigma et des intervalles de confiance en statistiques.
| A | B | C | |
|---|---|---|---|
| 1 | Intervalle | Formule | Pourcentage |
| 2 | mu ± 1 sigma | =LOI.NORMALE.N(1;0;1;VRAI)-LOI.NORMALE.N(-1;0;1;VRAI) | 68,27 % |
| 3 | mu ± 2 sigma | =LOI.NORMALE.N(2;0;1;VRAI)-LOI.NORMALE.N(-2;0;1;VRAI) | 95,45 % |
| 4 | mu ± 3 sigma | =LOI.NORMALE.N(3;0;1;VRAI)-LOI.NORMALE.N(-3;0;1;VRAI) | 99,73 % |
Chaque ligne soustrait deux probabilités cumulées symétriques pour mesurer la part de valeurs dans l'intervalle [-k ; +k] : 68,27 % à un sigma, jusqu'à 99,73 % à trois sigma. Ces trois seuils servent de repères immédiats pour juger si une observation est courante ou anormalement éloignée de la moyenne.
Astuce de pro : Une observation à plus de 3 écarts-types de la moyenne n'a que 0,27 % de chances de survenir naturellement. C'est pourquoi, en contrôle qualité, une pièce au-delà de ±3 sigma justifie une investigation systématique.
Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction LOI.NORMALE.N
C'est presque toujours ton écart-type qui te trahit : dès qu'il tombe à zéro ou passe en négatif (une cellule vide, un calcul mal liaisonné), Excel coupe court avec #NOMBRE!. Les deux autres pièges, eux, ne renvoient aucune erreur visible et sont plus sournois : un résultat qui colle à 0 ou 1 quand x est très loin de la moyenne, et la confusion classique entre la queue gauche que renvoie la fonction et la queue droite que tu cherchais vraiment.
Erreur #NOMBRE! avec un écart-type nul ou négatif
L'écart-type doit être strictement positif. Si tu passes 0, -1 ou une cellule contenant une valeur calculée qui s'avère négative, Excel renvoie #NOMBRE! immédiatement.
Solution : Vérifie que ton écart-type est bien positif. Si tu le calcules à partir de données avec ECARTYPE.S, assure-toi d'avoir au moins 2 valeurs distinctes dans ta plage. Si le problème vient d'une cellule vide ou d'une erreur de liaison, protège-toi avec =SIERREUR(LOI.NORMALE.N(...);"").
Résultat 0 ou 1 alors que tu attendais une probabilité intermédiaire
Pour des valeurs x très éloignées de la moyenne (plus de 8 écarts-types), Excel retourne 0 ou 1 car les probabilités deviennent infinitésimales, hors de la précision numérique standard.
Solution : Ce n'est pas une erreur mais une limite de précision numérique normale. En pratique, ces probabilités extrêmes sont négligeables. Vérifie que tes paramètres (moyenne et écart-type) sont bien dans la même unité que x.
Confusion entre P(X <= x) et P(X > x)
LOI.NORMALE.N retourne toujours P(X <= x), la queue gauche de la distribution. Oublier de compléter à 1 pour la queue droite est l'erreur de raisonnement la plus courante.
Solution : Pour P(X > x), écris toujours =1 - LOI.NORMALE.N(x;mu;sigma;VRAI). Pour P(a < X < b), calcule =LOI.NORMALE.N(b;mu;sigma;VRAI) - LOI.NORMALE.N(a;mu;sigma;VRAI). Garde ces deux patterns en tête : ce sont les seules formes utiles en pratique.
LOI.NORMALE.N vs LOI.NORMALE.STANDARD.N vs LOI.NORMALE.INVERSE.N
Pars de LOI.NORMALE.N dès que tu travailles avec une moyenne et un écart-type qui te sont propres et que tu cherches une probabilité. Bascule sur LOI.NORMALE.STANDARD.N uniquement si tes données sont déjà ramenées en z-scores (mu=0, sigma=1) : tu n'as plus qu'un seul argument à fournir. Et quand tu fais le chemin inverse, partir d'une probabilité pour retrouver la valeur x (un percentile, une VaR, une borne d'intervalle de confiance), c'est LOI.NORMALE.INVERSE.N qu'il te faut.
| Critère | LOI.NORMALE.N | LOI.NORMALE.STANDARD.N | LOI.NORMALE.INVERSE.N |
|---|---|---|---|
| Paramètres | x, mu, sigma, cumulative | z uniquement (mu=0, sigma=1) | probabilité, mu, sigma |
| Ce que tu fournis | Une valeur réelle | Un z-score standardisé | Une probabilité (0 à 1) |
| Ce que tu obtiens | Une probabilité P(X <= x) | Une probabilité P(Z <= z) | La valeur x correspondante |
| Cas d'usage typique | Probabilité pour mu/sigma quelconques | z-scores déjà calculés | Trouver un percentile (VaR, IC) |
| Relation | Fonction principale | Cas particulier mu=0, sigma=1 | Fonction réciproque |
Astuces avancées avec LOI.NORMALE.N
Calcule un intervalle de confiance en deux lignes
Pour construire un intervalle de confiance à 95 % autour d'une moyenne estimée, tu as besoin de la borne inférieure et de la borne supérieure. Utilise LOI.NORMALE.INVERSE.N(0.025;mu;sigma) pour la borne basse (2,5 % de la queue gauche) et LOI.NORMALE.INVERSE.N(0.975;mu;sigma) pour la borne haute.
C'est la même logique que le test statistique : si ta valeur observée sort de cet intervalle, tu as moins de 5 % de chances que ce soit du hasard.
Convertis une valeur brute en z-score pour comparer des distributions différentes
Quand tu compares deux séries avec des unités ou des échelles différentes (ventes en euros et délais en jours), le z-score te ramène tout à une échelle commune. Calcule z = (x - moyenne) / écart-type et passe ce z à LOI.NORMALE.STANDARD.N(z) : tu obtiens une probabilité comparable quelle que soit l'unité d'origine.
Cette standardisation est la base de toute comparaison statistique rigoureuse entre populations différentes.
Diagnostique la normalité de tes données avec une vérification rapide des 68-95-99,7
Avant d'appliquer LOI.NORMALE.N, vérifie si tes données suivent vraiment une loi normale. Calcule la proportion de valeurs dans chaque intervalle [mu ± k*sigma] et compare-la aux cibles 68 %, 95 %, 99,7 %. Si les écarts sont faibles, la normalité est une hypothèse raisonnable.
Si tes proportions s'écartent nettement (par exemple 80 % dans ±1 sigma au lieu de 68 %), tes données sont peut-être trop concentrées ou présentent des queues épaisses, et le modèle normal sera approximatif.
Questions fréquentes sur la fonction LOI.NORMALE.N
Comment calculer la probabilité que X soit compris entre deux valeurs a et b ?
Utilise la différence de deux probabilités cumulées : =LOI.NORMALE.N(b;mu;sigma;VRAI) - LOI.NORMALE.N(a;mu;sigma;VRAI). Cela donne P(a < X <= b).
Par exemple, pour la proportion d'hommes entre 170 et 180 cm (mu=175, sigma=7) : =LOI.NORMALE.N(180;175;7;VRAI) - LOI.NORMALE.N(170;175;7;VRAI) = 52,49 %. C'est la méthode standard pour tout intervalle.
Comment calculer P(X > x), la probabilité d'être supérieur à une valeur ?
Utilise le complément à 1 : =1 - LOI.NORMALE.N(x;mu;sigma;VRAI). La fonction retourne toujours la queue gauche (P <= x), donc tu inverses pour obtenir la queue droite.
C'est la formule utilisée pour les p-values des tests unilatéraux à droite, ou pour calculer la probabilité qu'un rendement dépasse un seuil donné.
Quelle est la différence avec LOI.NORMALE.STANDARD.N ?
LOI.NORMALE.STANDARD.N est un cas particulier de LOI.NORMALE.N avec mu = 0 et sigma = 1 (loi normale centrée réduite). Elle ne prend qu'un argument : le z-score.
Si tes données sont déjà standardisées en z-scores, LOI.NORMALE.STANDARD.N est plus rapide. Sinon, utilise LOI.NORMALE.N directement avec tes propres mu et sigma. Les deux fonctions donnent des résultats identiques quand tu utilises (x - mu) / sigma comme argument de la version standard.
Comment trouver la valeur x correspondant à une probabilité donnée ?
Utilise la fonction inverse =LOI.NORMALE.INVERSE.N(probabilité;mu;sigma). Par exemple, le 95e percentile d'une distribution (mu=0, sigma=1) : =LOI.NORMALE.INVERSE.N(0.95;0;1) = 1,645.
C'est l'opération réciproque de LOI.NORMALE.N. Elle sert notamment à calculer la Value at Risk (VaR) en finance ou les bornes d'un intervalle de confiance.
Comment vérifier si mes données suivent une loi normale avant d'utiliser cette fonction ?
Une approche rapide consiste à calculer la proportion de valeurs dans chaque intervalle mu ± k*sigma et à comparer aux cibles théoriques : 68,27 % pour ±1 sigma, 95,45 % pour ±2 sigma, 99,73 % pour ±3 sigma.
Si les écarts sont faibles, la normalité est une hypothèse acceptable. Pour un test plus formel, des add-ins Excel permettent des tests de Shapiro-Wilk. En pratique, beaucoup de phénomènes sont suffisamment proches de la normale pour que les résultats restent valides.
LOI.NORMALE.N est-elle disponible dans toutes les versions d'Excel ?
LOI.NORMALE.N (avec le .N final) est la version moderne, disponible à partir d'Excel 2010. Elle remplace l'ancienne fonction LOI.NORMALE qui reste disponible pour compatibilité mais n'est plus recommandée.
Sur Google Sheets, l'équivalent s'appelle NORM.DIST (version anglaise) ou utilise la syntaxe locale selon ta langue.
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