La fonction LOI.STUDENT.INVERSE.BILATERALE retourne la valeur t critique pour une distribution de Student bilatérale à partir d'un risque alpha et d'un nombre de degrés de liberté. Essentielle en statistiques inférentielles, elle est l'outil de référence pour construire des intervalles de confiance et fixer les seuils de décision dans les tests d'hypothèses à deux queues.
Que tu sois data analyst, chercheur, responsable qualité ou contrôleur de gestion, tu t'en sers pour répondre à des questions concrètes : la moyenne de mon échantillon est-elle significativement différente d'une valeur théorique ? Mes limites de contrôle de fabrication sont-elles statistiquement fondées ? Quel est l'intervalle dans lequel la vraie moyenne de la population se situe avec 95% de certitude ?
Syntaxe de la fonction LOI.STUDENT.INVERSE.BILATERALE
=LOI.STUDENT.INVERSE.BILATERALE(probabilité; degrés_liberté)La fonction retourne toujours une valeur t positive (queue droite). Pour un test bilatéral, les deux valeurs critiques sont -t et +t. Ne pas confondre avec LOI.STUDENT.INVERSE.N qui travaille en unilatéral.
Comprendre chaque paramètre de la fonction LOI.STUDENT.INVERSE.BILATERALE
Les deux arguments se suivent dans l'ordre : d'abord le risque alpha que tu acceptes, ensuite tes degrés de liberté. Aucun n'est facultatif, et c'est bien le risque qui vient en premier (pas le niveau de confiance) : pour viser 95% de confiance, tu écris 0,05, pas 0,95.
probabilité
: le risque d'erreur alpha (α) que tu acceptes dans ton test statistiqueC'est une valeur comprise entre 0 et 1 (exclu) qui représente la probabilité bilatérale associée à la distribution de Student.
Par exemple, pour un intervalle de confiance à 95%, tu utilises 0,05 comme probabilité (100% - 95% = 5%). Pour 99% de confiance, tu utiliseras 0,01. Cette valeur détermine à quel point ta valeur critique s'éloigne de la moyenne.
Astuce : Les probabilités les plus courantes sont 0,05 (95% de confiance), 0,01 (99% de confiance) et 0,10 (90% de confiance).
degrés_liberté
: le nombre de degrés de liberté correspond aux observations indépendantes disponibles pour estimer la variabilitéPour un échantillon simple de taille n, c'est généralement n - 1. Par exemple, si tu analyses 30 observations, tu as 29 degrés de liberté.
Les degrés de liberté influencent fortement la forme de la distribution : avec peu de degrés de liberté, la distribution a des queues plus épaisses et les valeurs critiques sont plus élevées. Au-delà de 30, la distribution converge vers la loi normale.
Attention : Les degrés de liberté doivent être un entier supérieur ou égal à 1. Excel arrondit automatiquement les valeurs décimales à l'entier inférieur.
Pas envie d'écrire la formule LOI.STUDENT.INVERSE.BILATERALE à la main ?
Génère-la avec notre IA
Exemples pratiques pas à pas
Data analyst : calculer la valeur t critique pour un test bilatéral
Tu es data analyst et tu dois réaliser un test d'hypothèse pour déterminer si la moyenne d'un échantillon de 25 observations diffère significativement d'une valeur théorique. Tu travailles avec un niveau de confiance de 95% (α = 0,05), donc 24 degrés de liberté (n - 1 = 25 - 1).
| A | B | C | |
|---|---|---|---|
| 1 | Probabilité (α) | Degrés de liberté | Valeur t critique |
| 2 | 0,05 | 24 | 2,064 |
=LOI.STUDENT.INVERSE.BILATERALE(0,05; 24)La fonction renvoie la valeur critique 2,064 : si ta statistique t calculée est supérieure à 2,064 ou inférieure à -2,064, tu rejettes l'hypothèse nulle avec 95% de confiance. Les zones au-delà de ±2,064 représentent les 5% de risque total répartis à raison de 2,5% dans chaque queue.
Chercheur : construire un intervalle de confiance à 99%
Tu es chercheur et tu as mesuré le temps de réaction moyen de 15 participants (moyenne = 245 ms, écart-type = 18 ms). Tu veux calculer l'intervalle de confiance à 99% pour estimer le temps de réaction moyen de la population.
| A | B | C | D | E | F | G | |
|---|---|---|---|---|---|---|---|
| 1 | Moyenne | Écart-type | n | ddl | α (99%) | t critique | Marge d'erreur |
| 2 | 245 ms | 18 ms | 15 | 14 | 0,01 | 2,977 | 13,84 ms |
=LOI.STUDENT.INVERSE.BILATERALE(0,01; 14)La fonction retourne 2,977. La marge d'erreur se calcule ensuite par 2,977 * (18 / RACINE(15)) = 13,84 ms, soit un intervalle de confiance à 99% de [231,16 ms ; 258,84 ms]. La valeur t plus élevée (2,977 contre 2,145 pour 95%) reflète bien l'exigence supérieure d'un niveau de confiance de 99%.
Astuce de pro : Pour construire l'intervalle complet en une seule formule : =INTERVALLE.CONFIANCE.STUDENT(0,01; 18; 15) fait le calcul de la marge directement.
Responsable qualité : définir des limites de contrôle statistique
Tu es responsable qualité dans une usine et tu surveilles le diamètre de pièces usinées. À partir d'un échantillon de 20 pièces, tu établis des limites de contrôle à 95%.
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| 1 | Diamètre moyen | Écart-type | n | ddl | α | t critique |
| 2 | 50,2 mm | 0,8 mm | 20 | 19 | 0,05 | 2,093 |
=LOI.STUDENT.INVERSE.BILATERALE(0,05; 19)La fonction donne le facteur 2,093 qui sert à borner l'intervalle. Avec une erreur standard de 0,8 / RACINE(20) = 0,179 mm, la limite supérieure vaut 50,2 + (2,093 * 0,179) = 50,57 mm et la limite inférieure 50,2 - (2,093 * 0,179) = 49,83 mm. Toute future mesure hors de l'intervalle [49,83 mm ; 50,57 mm] indique une dérive statistiquement significative et déclenche une intervention avant que des pièces non conformes soient produites en masse.
Astuce de pro : Avec des échantillons de plus de 30 pièces, la distribution converge vers la loi normale et tu peux utiliser des valeurs critiques fixes : 1,96 pour 95% et 2,576 pour 99%.
Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction LOI.STUDENT.INVERSE.BILATERALE
Le plus souvent, c'est un #NOMBRE! qui apparaît : tu as tapé 5 au lieu de 0,05 pour le risque, ou tes degrés de liberté sont tombés sous 1 (un échantillon d'une seule observation donne n - 1 = 0). La fonction n'accepte qu'une probabilité strictement comprise entre 0 et 1.
Les deux autres pièges ne déclenchent aucune alerte : confondre bilatéral et unilatéral, ou oublier que la valeur retournée est positive alors que ton test rejette des deux côtés (-t comme +t).
Erreur #NOMBRE! : probabilité invalide ou degrés de liberté incorrects
La probabilité est inférieure ou égale à 0, supérieure à 1, ou les degrés de liberté sont inférieurs à 1. Ces valeurs sont hors du domaine de définition de la distribution de Student.
Solution : Vérifie que la probabilité est strictement entre 0 et 1 (par exemple 0,05 et non 5). Vérifie que les degrés de liberté sont au moins égaux à 1. Si tu calcules n - 1 et que n vaut 1, tu n'as pas assez de données.
Confusion entre test bilatéral et unilatéral : résultat inattendu
Utiliser LOI.STUDENT.INVERSE.BILATERALE pour un test unilatéral (ou l'inverse) donne des valeurs critiques incorrectes. Pour un test bilatéral à 95%, la fonction utilise un α de 0,05 ; pour un test unilatéral au même niveau, il faudrait passer α = 0,10 à la fonction bilatérale.
Solution : Utilise LOI.STUDENT.INVERSE.BILATERALE uniquement pour les tests bilatéraux (hypothèse : la moyenne est différente d'une valeur). Pour les tests directionnels (supérieur ou inférieur), utilise LOI.STUDENT.INVERSE.N.
Oubli du signe négatif dans l'interprétation
La fonction retourne toujours une valeur positive. Pour un test bilatéral, les deux régions de rejet sont situées en dessous de -t et au-dessus de +t, ce que certains utilisateurs oublient.
Solution : Rappelle-toi que la valeur critique retournée est +t. Pour le test bilatéral, compare ta statistique t calculée à l'intervalle [-t ; +t]. Toute valeur en dehors de cet intervalle conduit au rejet de l'hypothèse nulle.
LOI.STUDENT.INVERSE.BILATERALE vs LOI.STUDENT.INVERSE.N vs LOI.STUDENT.INVERSE
Prends LOI.STUDENT.INVERSE.BILATERALE quand ton hypothèse est « la moyenne est différente d'une valeur » (test à deux queues, intervalle de confiance) : elle répartit toute seule ton risque dans les deux queues. Si ton test est directionnel (« supérieur à » ou « inférieur à »), passe à LOI.STUDENT.INVERSE.N qui travaille sur une seule queue.
Quant à LOI.STUDENT.INVERSE sans suffixe, ne la garde que pour ouvrir un vieux fichier Excel 2007 : elle est remplacée depuis Excel 2010.
| Critère | LOI.STUDENT.INVERSE.BILATERALE | LOI.STUDENT.INVERSE.N | LOI.STUDENT.INVERSE |
|---|---|---|---|
| Type de test | Bilatéral (2 queues) | Unilatéral (1 queue) | Unilatéral (ancienne syntaxe) |
| Interprétation de la probabilité | Probabilité bilatérale (répartie en 2) | Probabilité unilatérale (une seule queue) | Probabilité unilatérale (bilatérale / 2) |
| Usage typique | Intervalles de confiance, tests H : µ ≠ valeur | Tests directionnels (µ > valeur ou µ < valeur) | Compatibilité Excel 2007 et antérieurs |
| Recommandation | Préférée depuis Excel 2010 | Préférée depuis Excel 2010 | À éviter (remplacée) |
Questions fréquentes sur la fonction LOI.STUDENT.INVERSE.BILATERALE
Quelle est la différence entre LOI.STUDENT.INVERSE.BILATERALE et LOI.STUDENT.INVERSE ?
LOI.STUDENT.INVERSE.BILATERALE calcule l'inverse pour une distribution bilatérale (test à deux queues) et partage automatiquement le risque alpha en deux. LOI.STUDENT.INVERSE est l'ancienne fonction unilatérale conservée pour la compatibilité avec Excel 2007.
Pour un test bilatéral à α = 0,05, la fonction bilatérale considère 2,5% dans chaque queue automatiquement. Utilise toujours les nouvelles fonctions (BILATERALE ou INVERSE.N) depuis Excel 2010.
Comment calculer un intervalle de confiance à 95% avec cette fonction ?
Pour un échantillon de taille n, la formule complète est : =LOI.STUDENT.INVERSE.BILATERALE(0,05; n-1) pour obtenir t critique, puis marge = t * (écart_type / RACINE(n)).
L'intervalle est ensuite [moyenne - marge ; moyenne + marge]. Sur Excel, tu peux aussi utiliser INTERVALLE.CONFIANCE.STUDENT qui calcule directement la marge en une seule fonction.
Pourquoi la valeur t critique est-elle toujours positive ?
LOI.STUDENT.INVERSE.BILATERALE retourne toujours la valeur t positive (queue droite de la distribution). Pour un test bilatéral, tu dois considérer ±t.
Si la fonction retourne 2,086, tes valeurs critiques sont -2,086 et +2,086. Toute statistique t calculée inférieure à -2,086 ou supérieure à +2,086 conduit au rejet de l'hypothèse nulle.
Combien de degrés de liberté utiliser pour mon échantillon ?
Pour un échantillon simple de taille n, les degrés de liberté sont n - 1. Avec 25 observations, tu as 24 degrés de liberté.
Pour comparer deux échantillons indépendants, c'est n1 + n2 - 2. Pour un test apparié (avant/après), c'est n - 1 où n est le nombre de paires. Les degrés de liberté quantifient l'information indépendante disponible pour estimer la variabilité.
LOI.STUDENT.INVERSE.BILATERALE fonctionne-t-elle sur Google Sheets ?
Non, Google Sheets utilise la fonction T.INV.2T() pour l'équivalent bilatéral. La syntaxe est identique : =T.INV.2T(probabilité; degrés_liberté). Les résultats sont exactement les mêmes, seul le nom de la fonction diffère. Le "2T" signifie "2-Tailed" (bilatéral en anglais).
Quelle est la relation entre la distribution de Student et la loi normale ?
La distribution de Student converge vers la loi normale quand les degrés de liberté augmentent. Avec 10 ddl, la valeur critique à 95% est 2,228 ; avec 30 ddl, elle est 2,042 ; avec 100 ddl, 1,984. À l'infini, elle atteint 1,96, la valeur de la loi normale.
En pratique, au-delà de 30 degrés de liberté, la différence devient négligeable et tu peux utiliser des valeurs fixes (1,96 pour 95%, 2,576 pour 99%).
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