Qu'est-ce que la fonction LOI.
LOI.STUDENT.BILATERALE (T.DIST.2T en anglais) te sert quand tu dois trancher si un écart observé est significatif, sans présupposer s'il va dans un sens ou dans l'autre. Tu évites ainsi de calculer une seule queue de la distribution puis de la doubler à la main pour couvrir les deux directions.
Que tu sois data analyst testant des hypothèses sur tes données, chercheur validant des résultats expérimentaux, ou responsable qualité vérifiant la conformité de tes processus, LOI.STUDENT.BILATERALE te donne directement la p-value dont tu as besoin. Plus besoin de jongler avec les paramètres : cette fonction est spécialement conçue pour les tests bilatéraux, les plus courants en statistiques.
Syntaxe
=LOI.STUDENT.BILATERALE(x; degrés_liberté)Clique sur un argument pour aller à son explication.
Le paramètre x doit toujours être une valeur positive. Si ta statistique t calculée est négative, utilise ABS(t) : LOI.STUDENT.BILATERALE(-2,5; 24) renvoie une erreur #NOMBRE!, alors que LOI.STUDENT.BILATERALE(2,5; 24) donne bien 0,0196.
Comprendre chaque paramètre de la fonction LOI.STUDENT.BILATERALE
x
: la valeur de ta statistique t pour laquelle tu veux calculer la probabilitéCette valeur doit toujours être positive (utilise ABS si nécessaire). Par exemple, si tu calcules t = -2,5 ou t = 2,5, tu utiliseras x = 2,5 dans les deux cas car LOI.STUDENT.BILATERALE traite automatiquement les deux queues de la distribution.
Pour un test t simple sur un échantillon, la statistique se calcule ainsi : t = (moyenne_échantillon - moyenne_théorique) / (écart_type / RACINE(n)), où n est la taille de ton échantillon. L'écart-type se calcule généralement avec ECARTYPE.STANDARD (écart-type corrigé de l'échantillon).
degrés_liberté
: le nombre de degrés de liberté (souvent noté ddl ou df) dépend du type de test que tu réalisesPour un test t simple sur un seul échantillon, degrés de liberté = n - 1 (où n est la taille de ton échantillon). Pour un test t sur deux échantillons indépendants de tailles n1 et n2, degrés de liberté = n1 + n2 - 2 (pour variances supposées égales). Pour un test t apparié, degrés de liberté = n - 1, où n est le nombre de paires.
Plus les degrés de liberté sont élevés, plus la distribution de Student ressemble à la loi normale. À partir d'environ 30 degrés de liberté, les deux distributions sont très proches.
Attention : Les degrés de liberté doivent être un entier supérieur ou égal à 1. Si tu entres 0 ou une valeur négative, Excel renvoie l'erreur #NOMBRE!. Un échantillon de 30 observations donne ddl = 29, pas 30 : n'oublie pas de soustraire 1.
Exemples pratiques pas à pas
Comment calculer une p-value bilatérale avec la fonction LOI.STUDENT.BILATERALE
Les dix-huit KPI de la campagne ont bougé et la question posée en réunion est toujours la même : est-ce que ça a changé, dans un sens ou dans l'autre ? Un CTR qui grimpe et un CTR qui chute sont deux anomalies à traiter, donc le test doit compter les écarts des deux côtés. Chaque ligne arrive avec sa statistique t déjà calculée sur 25 sessions, et la fonction LOI.STUDENT.BILATERALE les convertit toutes en p-value bilatérale.
- 1Dans une cellule, écris
=LOI.STUDENT.BILATERALE(. - 2En 1er argument : clique sur la cellule de la statistique t,
B2, qui affiche3,33pour ce premier KPI. Cet argument n'accepte que des valeurs positives ou nulles, ce que respectent les dix-huit lignes du tableau. - 3En 2ᵉ argument : saisis
24directement, sans pointer de cellule. Les dix-huit KPI ont été mesurés sur25sessions chacun, donc ils partagent tous les mêmes24degrés de liberté. La colonneDdln'est qu'une étiquette et n'entre pas dans le calcul. - 4Ferme la parenthèse et appuie sur Entrée. Cette fonction s'arrête à deux arguments : le caractère bilatéral est inscrit dans son nom, tu n'as ni booléen ni nombre de queues à choisir, donc aucun moyen de te tromper de côté.
=LOI.STUDENT.BILATERALE(B2; 24)0,3 %, très en dessous des 5 %, donc son mouvement est réel. La onzième ligne montre l'intérêt du chiffre exact : à 5,1 % elle rate le seuil de peu, alors qu'un simple coup d'oeil au t de 2,05 l'aurait dite significative.
Comment afficher un verdict de significativité avec les fonctions LOI.STUDENT.BILATERALE et SI
Ton tableau de p-values circule maintenant hors de l'équipe data, et chaque lecteur refait de tête la comparaison au seuil de 5 %, avec les erreurs que ça implique. Autant écrire la conclusion directement dans la colonne, pour que le tableau se lise sans connaître la convention. La fonction LOI.STUDENT.BILATERALE calcule la p-value, et la fonction SI la traduit en verdict.
- 1Dans une cellule, écris
=SI(. - 2En 1er argument : écris le test à trancher et referme-le,
LOI.STUDENT.BILATERALE(B2; C2)<0,05. Tu imbriques l'appel complet à la fonction au lieu de pointer une colonne de p-values déjà calculées. LeB2porte le t de3,33, leC2ses24degrés, et0,05fixe le seuil au-delà duquel tu refuses de conclure. - 3En 2ᵉ argument : saisis la sortie affichée quand le test est vrai,
"Significatif". C'est ce mot qui remplit la cellule dès que la p-value passe sous le seuil. - 4En 3ᵉ argument : saisis la sortie affichée dans tous les autres cas,
"Non significatif". Elle apparaît dès que la p-value atteint ou dépasse0,05. - 5Ferme la parenthèse et appuie sur Entrée.
=SI(LOI.STUDENT.BILATERALE(B2; C2)<0,05; "Significatif"; "Non significatif")1,75 et 1,90 basculent en Non significatif alors qu'ils paraissent élevés, ce qui rend visible d'un coup d'oeil la frontière qu'un tableau de pourcentages obligeait à chercher ligne par ligne.
Comment corriger l'erreur #NOMBRE! de la fonction LOI.STUDENT.BILATERALE sur un t négatif
Ce lot de KPI a été calculé dans l'autre sens, donc les indicateurs en baisse arrivent avec une statistique t négative. La formule renvoie alors #NOMBRE! sur ces lignes précises, et le tableau se troue exactement là où les mauvaises nouvelles se trouvent. La fonction LOI.STUDENT.BILATERALE n'accepte que des t positifs, il faut donc lui retirer le signe avant de la laisser travailler.
- 1Dans une cellule, écris
=LOI.STUDENT.BILATERALE(. - 2En 1er argument : écris la statistique t enveloppée dans la fonction ABS et referme-la,
ABS(B2). Le-3,33du premier KPI devient3,33, la seule forme que la fonction accepte. Sans elle, la cellule affiche#NOMBRE!au lieu d'une p-value. - 3En 2ᵉ argument : clique sur la cellule des degrés de liberté,
C2, avec ses24degrés. Retirer le signe de la statistique t ne change rien à la taille de l'échantillon. - 4Ferme la parenthèse et appuie sur Entrée.
=LOI.STUDENT.BILATERALE(ABS(B2); C2)-3,33 est traité comme 3,33 et la ligne rend 0,3 % au lieu d'une erreur. Le résultat est le même qu'avec un t positif de même taille, ce qui est cohérent : un test bilatéral compte déjà les deux côtés, le sens de l'écart ne change pas sa p-value.
Les erreurs fréquentes avec la fonction LOI.STUDENT.BILATERALE
Erreur #NOMBRE! avec une valeur t négative
LOI.STUDENT.BILATERALE attend une valeur positive pour x. Si ta statistique t calculée est négative, la fonction renvoie #NOMBRE! au lieu de la p-value.
Solution : Encadre toujours ton argument x avec ABS() : =LOI.STUDENT.BILATERALE(ABS(t);ddl). Une valeur t de -2,5 ou +2,5 donne la même p-value bilatérale : utilise donc =LOI.STUDENT.BILATERALE(2,5;24) dans les deux cas.
Degrés de liberté incorrects : utiliser n au lieu de n-1
Pour un test t simple (un échantillon), les degrés de liberté sont n-1, pas n. Entrer n au lieu de n-1 fausse la p-value, parfois suffisamment pour inverser la conclusion du test.
Solution : Mémorise la règle : ddl = taille d'échantillon - 1 pour un test à un seul échantillon. Utilise =NB(A2:A31)-1 directement dans la formule pour éviter l'erreur manuelle : =LOI.STUDENT.BILATERALE(ABS(t);NB(A2:A31)-1).
Confondre test bilatéral et test unilatéral
LOI.STUDENT.BILATERALE retourne toujours une p-value bilatérale (test à deux queues). Si ton hypothèse était directionnelle (on attendait une hausse, pas une baisse), utiliser la p-value bilatérale brute surestime le seuil de signification.
Solution : Pour convertir en p-value unilatérale, divise le résultat par 2 : =LOI.STUDENT.BILATERALE(t;ddl)/2. Attention : ne change jamais de bilatéral à unilatéral après avoir vu les résultats, car ce serait du p-hacking.
Utiliser ECARTYPE.PEARSON au lieu de ECARTYPE.STANDARD dans le calcul de t
ECARTYPE.PEARSON divise par n (écart-type de la population) tandis que ECARTYPE.STANDARD divise par n-1 (écart-type corrigé de l'échantillon). Utiliser le mauvais dénominateur biaise la statistique t.
Solution : Utilise toujours ECARTYPE.STANDARD pour calculer l'écart-type d'un échantillon dans un test t. La formule complète de t est : =(MOYENNE(plage)-mu_theorique)/(ECARTYPE.STANDARD(plage)/RACINE(NB(plage))).
Interpréter la p-value comme la probabilité que l'hypothèse soit vraie
C'est une erreur conceptuelle grave mais très répandue. La p-value n'est PAS la probabilité que ton hypothèse nulle soit vraie. C'est la probabilité d'observer des données aussi extrêmes si l'hypothèse nulle était vraie.
Solution : Reformule toujours ainsi : une p-value de 0,03 signifie qu'il y a 3% de chances d'observer ces données si l'hypothèse nulle était vraie. Cela ne dit pas que l'hypothèse nulle a 3% de chances d'être vraie.
Échantillon trop petit pour un test t fiable
Le test t suppose que les données suivent (approximativement) une loi normale. Avec moins de 10 observations, cette hypothèse est difficile à vérifier et les résultats peuvent être instables.
Solution : Vise au minimum 10 à 20 observations pour des résultats fiables. Si tu travailles avec n < 5, envisage un test non paramétrique comme le test de Wilcoxon, moins sensible à la distribution.
LOI.STUDENT.BILATERALE vs LOI.STUDENT vs TEST.STUDENT
Ces trois fonctions traitent toutes du test t de Student, mais à des niveaux différents. LOI.STUDENT.BILATERALE est le raccourci pratique pour le cas bilatéral le plus courant.
| Critère | LOI.STUDENT.BILATERALE | LOI.STUDENT | TEST.STUDENT |
|---|---|---|---|
| Objet | p-value bilatérale directe | Distribution t (uni ou bilatéral via paramètre) | Test t complet sur deux plages de données |
| Arguments | x, ddl (2 paramètres) | x, ddl, queues, type (4 paramètres) | plage1, plage2, queues, type (4 paramètres) |
| Calcule t automatiquement | Non (tu fournis t déjà calculé) | Non (tu fournis t déjà calculé) | Oui (à partir des données brutes) |
| Cas d'usage typique | Tu connais ta stat t, test bilatéral | Tu veux choisir entre uni et bilatéral | Tu as deux plages de données à comparer directement |
Questions fréquentes
LOI.STUDENT te permet de choisir entre test unilatéral ou bilatéral via un paramètre supplémentaire. LOI.STUDENT.BILATERALE est spécifiquement conçue pour les tests bilatéraux et retourne directement la p-value bilatérale sans paramètre supplémentaire. C'est un raccourci pratique pour le cas le plus courant.
Utilise LOI.STUDENT.BILATERALE pour des petits échantillons (n inférieur à 30) ou quand l'écart-type de la population est inconnu. La distribution de Student a des queues plus épaisses que la normale, ce qui reflète mieux l'incertitude avec peu de données. Pour de grands échantillons (n supérieur ou égal à 30), les deux distributions convergent.
Calcule d'abord ta statistique t : t = (moyenne échantillon - moyenne théorique) / (écart-type / RACINE(n)). Puis utilise =LOI.STUDENT.BILATERALE(ABS(t); n-1) pour obtenir la p-value bilatérale. Si la p-value est inférieure à 0,05, la différence est significative au seuil de 5%.
LOI.STUDENT.BILATERALE attend une valeur positive car elle calcule automatiquement la probabilité des deux queues (gauche et droite). Que ton t soit positif ou négatif, la p-value bilatérale est identique. Utilise donc toujours ABS(t) pour éviter l'erreur #NOMBRE!.
Pour un test t simple (un échantillon), degrés de liberté = n - 1. Pour un test t à deux échantillons indépendants de tailles n1 et n2, utilise n1 + n2 - 2. Pour un test t apparié, ddl = n - 1 où n est le nombre de paires. Plus les degrés de liberté sont élevés, plus la distribution de Student ressemble à la loi normale.
Une p-value exactement égale à 0,05 se situe à la frontière de la signification statistique au seuil conventionnel de 5%. En pratique, la décision dépend du contexte : en médecine, tu demanderais une confirmation sur un échantillon plus grand. En analyse commerciale, 0,05 est souvent accepté directement. La p-value ne remplace pas le jugement métier.
Pour aller plus loin
Continue sur ta lancée après la fonction LOI.STUDENT.BILATERALE : la leçon associée, un modèle prêt à l'emploi et le guide pour progresser.
Tout voir
