Qu'est-ce que la fonction LOI. STUDENT ?
LOI.STUDENT (TDIST en anglais) calcule la distribution t de Student, l'outil statistique de référence quand tu travailles avec de petits échantillons. Si tu analyses des résultats de tests A/B, des études cliniques ou des contrôles qualité avec moins de 30 observations, cette fonction t'aide à obtenir des conclusions statistiquement valides.
Contrairement à la loi normale qui suppose une grande population, la distribution de Student tient compte de l'incertitude supplémentaire liée aux petits échantillons. Concrètement, c'est elle qui calcule la p-value d'un test t pour savoir si une machine de production est conforme à sa norme, si un nouveau design de landing page améliore vraiment les conversions, si un traitement médical est efficace sur 18 patients, ou si la surperformance d'un portefeuille d'investissement est statistiquement réelle.
Syntaxe
=LOI.STUDENT(x; degrés_liberté; uni/bilatéral)LOI.STUDENT ne calcule ni la répartition cumulative ni la densité, qui s'obtiennent avec LOI.STUDENT.N, selon que tu passes VRAI ou FAUX. Pour les intervalles de confiance, utilise plutôt LOI.STUDENT.INVERSE.BILATERALE qui donne directement la valeur critique t à partir d'un niveau de confiance.

Comprendre chaque paramètre de la fonction LOI.STUDENT
Tu donnes à LOI.STUDENT un point sur la courbe (x, le plus souvent ton t calculé), tu lui dis sur quelle courbe regarder (degrés_liberté, qui en règle la finesse) et tu choisis combien de queues elle mesure (uni/bilatéral) : les trois sont obligatoires, dans cet ordre. degrés_liberté doit valoir au moins 1 (sinon #NOMBRE!) et tout décimal est rogné à l'entier inférieur, tandis que le dernier argument tranche tout : 1 te donne la probabilité à droite, 2 la probabilité bilatérale, et toute autre valeur renvoie #NOMBRE!, comme un x négatif.
x
: c'est la valeur numérique à laquelle tu veux évaluer la distributionEn pratique, c'est souvent ta statistique t calculée issue d'un test d'hypothèse. Par exemple, si tu compares deux moyennes et que ton calcul donne t = 2,3, c'est cette valeur que tu utilises ici.
La valeur doit être positive ou nulle, car un x négatif renvoie #NOMBRE!. Quand ton t calculé est négatif, tu prendras donc sa valeur absolue via ABS().
degrés_liberté
: les degrés de liberté (ddl) déterminent la forme de ta distribution de StudentPour un échantillon simple, utilise n - 1 où n est ta taille d'échantillon. Si tu as 15 observations, tu as 14 degrés de liberté.
Plus les degrés de liberté sont élevés, plus la distribution ressemble à une loi normale. À partir de 30 ddl, la différence devient négligeable. Ce paramètre doit être supérieur ou égal à 1 et sera arrondi à l'entier inférieur si tu fournis un décimal.
uni/bilatéral
: ce paramètre donne le nombre de queues à mesurerAvec 1, tu obtiens la probabilité que la variable dépasse x, la p-value d'un test unilatéral. Avec 2, la fonction additionne les deux queues et te donne la p-value d'un test bilatéral, deux fois plus grande.
Toute autre valeur renvoie #NOMBRE!. VRAI passe pour 1, mais FAUX renvoie #NOMBRE!, parce que la répartition cumulative et la densité s'obtiennent avec LOI.STUDENT.N.

Comment utiliser LOI.STUDENT
Comment calculer la p-value unilatérale d'un test t avec la fonction LOI.STUDENT
Ton atelier tourne sur trois machines et le service qualité t'a transmis, pour chaque prélèvement, la statistique t déjà calculée et le nombre de degrés de liberté qui va avec. Ces t bruts ne se lisent pas : un 1,73 ne dit rien tant qu'il n'est pas traduit en probabilité. La fonction LOI.STUDENT convertit chaque t en p-value, le chiffre que tu peux enfin comparer à ton seuil de 5 % pour trancher machine par machine.
- 1Dans une cellule, écris
=LOI.STUDENT(. - 2En 1er argument : clique sur la cellule qui contient la statistique t à évaluer,
B2. Elle affiche1,73pour ce prélèvement, et la fonction refuse les valeurs négatives sur ce point, ce qui tombe bien puisque toutes les statistiques de la colonne sont positives. - 3En 2ᵉ argument : clique sur la cellule des degrés de liberté,
C2, qui vaut11ici. C'est ce nombre qui règle l'épaisseur des queues de la courbe. Plus l'échantillon est petit, plus les queues sont épaisses et plus la même statistique t s'obtient facilement par hasard. - 4En 3ᵉ argument : saisis le nombre de queues à mesurer,
1. Avec une seule queue, la fonction ne compte que l'aire à droite de la statistique t, ce qui répond à la question « la machine produit-elle au-dessus de la cible ? ». - 5Ferme la parenthèse et appuie sur Entrée.
=LOI.STUDENT(B2; C2; 1)1,73 sur la courbe de Student réglée à 11 degrés de liberté, puis mesure l'aire qui reste à sa droite. Cette aire vaut 5,6 % : c'est la probabilité de voir un écart au moins aussi grand alors que la machine tourne juste. Chaque ligne a ses propres degrés de liberté, donc le même t ne donnerait pas la même p-value d'une ligne à l'autre.Comment calculer la p-value d’un test de Student bilatéral avec la fonction LOI.STUDENT
La réunion qualité a recadré la question : on ne cherche plus à savoir si les machines dérivent vers le haut, mais si elles dérivent tout court, au-dessus comme en dessous de la cible. Une pièce trop fine est un défaut autant qu'une pièce trop épaisse, donc le test doit compter les écarts dans les deux sens. La fonction LOI.STUDENT gère ce basculement avec un seul chiffre à changer, sans toucher aux données.
- 1Dans une cellule, écris
=LOI.STUDENT(. - 2En 1er argument : clique sur la cellule de la statistique t,
B2. Elle affiche toujours1,73pour ce prélèvement. Rien ne change par rapport au test unilatéral, seule la question posée à la courbe évolue. - 3En 2ᵉ argument : clique sur la cellule des degrés de liberté,
C2, avec ses11degrés. L'échantillon prélevé reste le même, donc la forme de la courbe ne bouge pas. - 4En 3ᵉ argument : saisis le nombre de queues,
2, au lieu de1. La fonction compte alors l'aire des deux côtés de la courbe, ce qui revient à demander si l'écart est anormal quel que soit son sens. Sur une courbe symétrique, cela double exactement la p-value unilatérale. - 5Ferme la parenthèse et appuie sur Entrée.
=LOI.STUDENT(B2; C2; 2)1 à 2, la fonction additionne les deux queues de la courbe au lieu d'une seule, donc chaque p-value double exactement : le premier prélèvement passe de 5,6 % à 11,2 %. Le classement des prélèvements ne bouge pas, mais le verdict, lui, peut basculer : à 2,9 % le quatrième reste sous les 5 %, alors que le premier n'y est plus.Comment corriger l'erreur #NOMBRE! de la fonction LOI.STUDENT avec un t négatif
Cette fois les lots sont comparés à la cible dans les deux sens, donc trois statistiques t arrivent négatives : ces lots-là sont sous la référence. Écrite telle quelle, la formule renvoie #NOMBRE! sur ces trois lignes et le tableau se retrouve troué au moment de le présenter. La fonction LOI.STUDENT n'accepte en effet que des t positifs, et il suffit de lui retirer le signe en amont pour que la colonne se remplisse entièrement.
- 1Dans une cellule, écris
=LOI.STUDENT(. - 2En 1er argument : écris la statistique t enveloppée dans la fonction ABS et referme-la,
ABS(B2). Le-2,31du lot A devient2,31, la seule forme que la fonction LOI.STUDENT accepte. Sans cette précaution, la ligne renvoie l'erreur#NOMBRE!. - 3En 2ᵉ argument : clique sur la cellule des degrés de liberté,
C2, avec les9degrés du lot A. La correction ne touche qu'au signe de la statistique t, pas à la taille de l'échantillon. - 4En 3ᵉ argument : saisis le nombre de queues,
2, comme au test bilatéral précédent. Puisque tu comptes déjà les écarts des deux côtés, retirer le signe de la statistique t ne fait perdre aucune information sur le sens de l'écart, que la colonneStatistique tcontinue d'afficher. - 5Ferme la parenthèse et appuie sur Entrée.
=LOI.STUDENT(ABS(B2); C2; 2)-2,31 devient 2,31 avant d'entrer dans la courbe. Le lot A sort à 4,6 % au lieu d'une erreur, et son signe négatif garde tout son sens ailleurs : il dit que le lot est sous la cible, pendant que la p-value dit seulement si l'écart est trop grand pour être du hasard.
Les erreurs fréquentes avec la fonction LOI.STUDENT
Imagine que tu lances ton t dans la courbe et qu'elle te renvoie un chiffre poli mais faux. Les vrais plantages, eux, se signalent par un #NOMBRE!, quand degrés_liberté descend sous 1 (avec 2 observations tu as 1 ddl, pas 0), quand un t négatif arrive sans ABS(), ou quand le dernier argument n'est ni 1 ni 2. Le reste dérape en silence : sur un test bilatéral, laisser 1 en dernier argument divise ta p-value par deux et te fait crier victoire à tort.
Erreur #NOMBRE! quand les degrés de liberté sont inférieurs à 1
Tu obtiens #NOMBRE! si tu entres des degrés de liberté inférieurs à 1. Par exemple, =LOI.STUDENT(2; 0; 2) génère cette erreur, car il faut au minimum 2 observations pour obtenir 1 degré de liberté.
Solution : Vérifie ton calcul de degrés de liberté. Pour un échantillon simple, c'est n-1. Avec 2 observations, tu as 1 degré de liberté (pas 0). Assure-toi que ta plage de données contient au minimum 2 valeurs numériques.
P-value deux fois trop petite pour un test bilatéral
Beaucoup oublient de passer le dernier argument à 2 pour obtenir une p-value bilatérale. Si tu gardes =LOI.STUDENT(t; ddl; 1) pour un test bilatéral, ta p-value est deux fois trop petite et tu risques de conclure à tort à une significativité.
Solution : Pour un test bilatéral (tu testes si une moyenne est différente d'une valeur), utilise =LOI.STUDENT(ABS(t); ddl; 2). Pour un test unilatéral (> ou <), utilise =LOI.STUDENT(ABS(t); ddl; 1).
Oublier la valeur absolue pour les t négatifs
Si ta statistique t est négative (par exemple t = -2,3) et que tu la passes sans ABS(), LOI.STUDENT refuse de la traiter et renvoie #NOMBRE!.
Solution : Utilise toujours ABS(t) : =LOI.STUDENT(ABS(B2); B3; 2) pour un test bilatéral. Pour un test unilatéral à gauche (moyenne inférieure à la valeur), =LOI.STUDENT(ABS(B2); B3; 1) donne la p-value d'un t négatif, puisque la courbe est symétrique.
Utiliser LOI.STUDENT pour de grands échantillons alors que ce n'est pas optimal
Techniquement, LOI.STUDENT fonctionne avec n'importe quelle taille d'échantillon. Mais pour n supérieur à 30, la distribution t converge vers la loi normale et les calculs sont inutilement complexes.
Solution : Avec plus de 30 observations, tu peux utiliser LOI.NORMALE.STANDARD ou le test z. Les résultats seront quasi identiques. LOI.STUDENT reste correct mais n'apporte plus d'avantage statistique par rapport à la loi normale.

LOI.STUDENT vs LOI.NORMALE vs LOI.KHIDEUX
Pense à LOI.STUDENT comme la version prudente de la cloche normale : ses queues sont plus épaisses parce qu'elle ajoute l'incertitude des petits échantillons (n < 30) où tu estimes l'écart-type (s) au lieu de le connaître. Dès que tu connais sigma ou que n dépasse 30, LOI.NORMALE te donne le même verdict en plus court. LOI.KHIDEUX, elle, ne joue pas dans la même cour : elle teste une variance, pas une moyenne.
| Critère | LOI.STUDENT | LOI.NORMALE | LOI.KHIDEUX |
|---|---|---|---|
| Taille d'échantillon recommandée | Petits (n < 30) | Grands (n >= 30) | Variable |
| Usage principal | Tests de moyenne | Tests avec sigma connu | Tests de variance |
| Forme de distribution | Queues épaisses | Courbe en cloche | Asymétrique |
| Paramètre clé | Degrés de liberté | mu et sigma | Degrés de liberté |
| Écart-type requis | Estimé (s) | Connu (sigma) | N/A |
| Complexité | ⭐⭐ | ⭐ | ⭐⭐⭐ |

Astuces avancées avec LOI.STUDENT
Automatiser le calcul t + p-value en une seule cellule
Pour tester si la moyenne de A1:A20 diffère d'une valeur de référence (ici 50), tu peux tout calculer d'un coup : =LOI.STUDENT(ABS((MOYENNE(A1:A20)-50)/(ECARTYPE.STANDARD(A1:A20)/RACINE(20))); 19; 2). Cette formule calcule la statistique t à la volée et retourne directement la p-value bilatérale.
Si tu as besoin de ce pattern souvent, paramètre la valeur de référence dans une cellule séparée plutôt que de la coder en dur.
Afficher l'interprétation directement avec SI
Pour des rapports lisibles, enchaîne LOI.STUDENT avec SI pour afficher automatiquement "Significatif" ou "Non significatif" : =SI(LOI.STUDENT(ABS(B2); B3; 2)<0,05; "Significatif"; "Non significatif"). Remplace B2 par ta statistique t et B3 par tes degrés de liberté.
Tu peux raffiner avec un double SI pour distinguer "Très significatif" (p < 0,01), "Significatif" (p < 0,05) et "Non significatif".
Voir les queues plus épaisses de la loi de Student sur les petits échantillons
Avec moins de 10 degrés de liberté, la distribution de Student a des queues beaucoup plus épaisses que la normale. Avec 5 ddl, la valeur critique pour alpha = 5 % bilatéral est 2,571, contre 1,96 pour la loi normale.
Cela signifie qu'avec de petits échantillons, tu as besoin d'un effet plus grand pour atteindre la significativité, ce qui est mathématiquement correct et évite les faux positifs.
Tu as peut-être encore une question
La loi de Student remplace la loi normale quand l'échantillon est petit (généralement n < 30) ou quand l'écart-type de la population est inconnu, et Excel la calcule avec LOI.STUDENT. Pour des grands échantillons (n > 30), les deux distributions convergent et tu peux utiliser LOI.NORMALE.
En pratique, dès que tu estimes l'écart-type à partir de tes données (avec ECARTYPE.STANDARD) plutôt que de le connaître, LOI.STUDENT est plus rigoureuse.
Les degrés de liberté représentent le nombre de valeurs indépendantes dans ton calcul. Pour un test t simple sur un seul échantillon, c'est n - 1 (taille de l'échantillon moins 1).
Plus les degrés de liberté sont élevés, plus la distribution de Student ressemble à une distribution normale et plus les queues sont minces. Avec 30 ddl ou plus, la différence avec la loi normale est négligeable.
Un test bilatéral vérifie si la moyenne diffère dans les deux directions (différent), tandis qu'un test unilatéral teste une seule direction (supérieur ou inférieur). Pour un test unilatéral, tu utilises la moitié de la p-value d'un test bilatéral. Choisis bilatéral si tu cherches toute différence (par exemple, une machine produit à une taille différente de la norme). Choisis unilatéral si tu as une hypothèse directionnelle (par exemple, le nouveau design a un meilleur taux de conversion).
TEST.STUDENT effectue le calcul complet du test t et retourne directement la p-value bilatérale. LOI.STUDENT te donne plus de contrôle en calculant la probabilité à partir d'une valeur t que tu fournis toi-même. Si tu calcules toi-même le t avec LOI.STUDENT, vérifie que tu utilises la bonne formule pour ton type de test (un ou deux échantillons, variances égales ou non) et le bon nombre de degrés de liberté.
La loi de Student se calcule dans Excel avec =LOI.STUDENT(x; degrés_liberté; 1) pour un test unilatéral et =LOI.STUDENT(x; degrés_liberté; 2) pour un test bilatéral, x étant ta statistique t, positive, et les degrés de liberté valant n - 1 sur un seul échantillon. Avec t = 1,73 et 11 degrés de liberté, la fonction renvoie 5,6 % en unilatéral et 11,2 % en bilatéral.
Pour le chemin inverse, celui de la table de Student imprimée, LOI.STUDENT.INVERSE donne la valeur critique à partir d'un seuil, par exemple 2,571 pour 5 % et 5 degrés de liberté.
LOI.STUDENT devient TDIST. Excel traduit le nom des fonctions selon la langue de son interface, donc tu tapes =LOI.STUDENT( dans un Excel français et =TDIST( dans un Excel anglais. Le classeur, lui, ne bouge pas. Un fichier écrit en français s'ouvre sans erreur dans un Excel anglais, qui affiche simplement TDIST à la place. Les autres fonctions sont dans la table français / anglais.
Pour aller plus loin
Tout ce dont tu as besoin pour maîtriser la fonction LOI.STUDENT se trouve ici.









