La fonction LOI.STUDENT.INVERSE.N (T.INV en anglais) calcule les valeurs t critiques de la loi de Student. Elle retourne la valeur t telle que P(T <= t) = probabilité pour une distribution de Student à un nombre donné de degrés de liberté. C'est la fonction inverse de LOI.STUDENT.N, indispensable pour tes tests statistiques et tes intervalles de confiance.
Contrairement à la loi normale qui suppose un écart-type connu, la loi de Student tient compte de l'incertitude liée à l'estimation de l'écart-type à partir de ton échantillon. Cette correction est cruciale quand tu travailles avec des données limitées : avec moins de 30 observations, les valeurs critiques de Student sont significativement plus élevées que celles de la normale, ce qui produit des intervalles de confiance plus larges mais plus honnêtes.
Syntaxe de la fonction LOI.STUDENT.INVERSE.N
=LOI.STUDENT.INVERSE.N(probabilite; degres_liberte)Comprendre chaque paramètre de la fonction LOI.STUDENT.INVERSE.N
Les deux arguments se suivent dans un ordre fixe et sont tous les deux obligatoires : d'abord la probabilité cumulée que tu vises, ensuite les degrés de liberté de ton échantillon. La probabilité n'est pas ton niveau de confiance brut : pour un intervalle bilatéral à 95 %, tu passes 0,975, pas 0,95.
Le second argument est celui qui te jouera des tours, car sa valeur change selon ton test : n - 1 pour une moyenne, n1 + n2 - 2 pour comparer deux groupes.
probabilite
: la probabilité cumulée P(T <= t) pour laquelle tu cherches la valeur tDoit être strictement comprise entre 0 et 1 (les bornes exclues).
Pour un intervalle de confiance bilatéral à 95 %, utilise 0,975 (ce qui laisse 2,5 % dans chaque queue). Pour un test unilatéral à 5 %, utilise 0,95. Si tu passes 0 ou 1, Excel renvoie l'erreur #NOMBRE!.
Astuce : Retiens ce principe : IC bilatéral à X % → probabilité = (1 + X/100) / 2. Un IC à 99 % bilatéral utilise donc 0,995.
degres_liberte
: le nombre de degrés de liberté de la distribution de StudentDoit être supérieur ou égal à 1. Plus les degrés de liberté sont élevés, plus la distribution se rapproche de la loi normale standard.
Le calcul dépend du contexte : pour un test t sur une seule moyenne avec n observations, ddl = n - 1. Pour un test comparant deux moyennes indépendantes de tailles n1 et n2 (variances supposées égales), ddl = n1 + n2 - 2. Pour une régression linéaire simple, ddl = n - 2.
Attention : Les degrés de liberté dépendent du contexte statistique. Utiliser n - 1 systématiquement est faux pour un test à deux échantillons : tu dois calculer n1 + n2 - 2. Un mauvais ddl donne des valeurs critiques incorrectes et des conclusions erronées.
Pas envie d'écrire la formule LOI.STUDENT.INVERSE.N à la main ?
Génère-la avec notre IA
Exemples pratiques pas à pas
Biostatisticien : intervalle de confiance sur une étude clinique
Tu es biostatisticien et tu analyses les résultats d'un essai clinique pilote sur 12 patients pour estimer l'effet d'un nouveau médicament sur la pression artérielle. La réduction moyenne observée est de 8,5 mmHg avec un écart-type de 4,2 mmHg. Tu veux construire un intervalle de confiance à 95 % pour la vraie réduction moyenne.
Avec seulement 12 observations, utiliser la loi normale serait inapproprié. La loi de Student avec 11 degrés de liberté te donne une valeur critique plus conservatrice : =LOI.STUDENT.INVERSE.N(0,975; 11) renvoie 2,201, nettement supérieur au 1,96 de la normale. L'intervalle de confiance obtenu est [5,83 ; 11,17] mmHg. Comme cet intervalle ne contient pas 0, l'effet est statistiquement significatif au niveau 5 %.
| A | B | C | |
|---|---|---|---|
| 1 | Paramètre | Valeur | Formule |
| 2 | Réduction moyenne | 8,5 | mmHg |
| 3 | Écart-type échantillon | 4,2 | mmHg |
| 4 | Taille échantillon | 12 | patients |
| 5 | Niveau de confiance | 0,95 | |
| 6 | Degrés de liberté | 11 | =B4-1 |
| 7 | t critique | 2,201 | =LOI.STUDENT.INVERSE.N(0,975;B6) |
| 8 | Erreur standard | 1,212 | =B3/RACINE(B4) |
| 9 | Marge d'erreur | 2,668 | =B7*B8 |
| 10 | Borne inférieure IC | 5,83 | =B2-B9 |
| 11 | Borne supérieure IC | 11,17 | =B2+B9 |
=LOI.STUDENT.INVERSE.N(0,975; 11)Astuce de pro : Avec 95 % de confiance, la vraie réduction de pression artérielle se situe entre 5,83 et 11,17 mmHg. Plus les degrés de liberté augmentent, plus la valeur t critique se rapproche du 1,96 de la loi normale.
Responsable qualité : test t de conformité sur des composants
Tu es responsable qualité dans une usine produisant des composants dont le poids nominal doit être de 50 g. Sur un échantillon de 20 pièces, tu mesures un poids moyen de 50,8 g avec un écart-type de 1,5 g. Tu veux tester si le processus est conforme à la norme (test bilatéral à 5 %).
Tu calcules d'abord ta statistique t observée (50,8 - 50) / (1,5 / RACINE(20)) = 2,385, puis tu la compares à la valeur critique =LOI.STUDENT.INVERSE.N(0,975; 19) = 2,093. Comme |t observé| = 2,385 est supérieur à t critique = 2,093, tu rejettes l'hypothèse de conformité au niveau 5 %. Le processus produit des pièces significativement plus lourdes que la norme : une investigation et un recalibrage sont nécessaires.
| A | B | C | |
|---|---|---|---|
| 1 | Paramètre | Valeur | Formule |
| 2 | Poids nominal (H0) | 50 | g |
| 3 | Poids moyen observé | 50,8 | g |
| 4 | Écart-type | 1,5 | g |
| 5 | Taille échantillon | 20 | pièces |
| 6 | Degrés de liberté | 19 | =B5-1 |
| 7 | Erreur standard | 0,335 | =B4/RACINE(B5) |
| 8 | t observé | 2,385 | =(B3-B2)/B7 |
| 9 | t critique (bilatéral 5 %) | 2,093 | =LOI.STUDENT.INVERSE.N(0,975;B6) |
| 10 | Décision | Rejeter H0 | =SI(ABS(B8)>B9;"Rejeter";"Ne pas rejeter") |
=LOI.STUDENT.INVERSE.N(0,975; 19)Growth hacker : comparaison de deux campagnes (A/B test)
Tu es growth hacker et tu compares deux versions d'une page de vente. La version A a été testée sur 18 visiteurs avec un taux de conversion moyen de 4,2 % (écart-type 1,8 %). La version B a été testée sur 22 visiteurs avec un taux de 5,5 % (écart-type 2,1 %). Tu veux savoir si la différence est statistiquement significative.
Pour un test à deux échantillons indépendants, les degrés de liberté valent n1 + n2 - 2 = 38. La valeur critique =LOI.STUDENT.INVERSE.N(0,975; 38) = 2,024. Le t observé de 2,057 dépasse ce seuil : la différence est significative au niveau 5 %. Recommandation : déployer la version B en production.
| A | B | C | |
|---|---|---|---|
| 1 | Version A | Version B | Calcul |
| 2 | Moyenne : 4,2 % | Moyenne : 5,5 % | Différence : 1,3 % |
| 3 | Écart-type : 1,8 % | Écart-type : 2,1 % | |
| 4 | n1 = 18 | n2 = 22 | ddl = 38 |
| 5 | |||
| 6 | Variance poolée | 3,87 | =((17*1,8^2+21*2,1^2)/38) |
| 7 | Erreur std diff. | 0,632 | =RACINE(B6*(1/18+1/22)) |
| 8 | t observé | 2,057 | =1,3/B7 |
| 9 | t critique | 2,024 | =LOI.STUDENT.INVERSE.N(0,975;38) |
| 10 | Décision | Significatif | =SI(ABS(B8)>B9;"Significatif";"Non") |
=LOI.STUDENT.INVERSE.N(0,975; 38)Astuce de pro : Vérifie toujours l'hypothèse d'égalité des variances avant d'utiliser la formule poolée. Si les variances sont très différentes, utilise plutôt la correction de Welch pour les degrés de liberté.
Tableau des valeurs t critiques courantes
Voici les valeurs t critiques les plus utilisées pour les intervalles de confiance bilatéraux. Elles s'obtiennent par =LOI.STUDENT.INVERSE.N(0,95; ddl), =LOI.STUDENT.INVERSE.N(0,975; ddl) et =LOI.STUDENT.INVERSE.N(0,995; ddl) respectivement.
Ddl = 5 : t(90 %) = 2,015 / t(95 %) = 2,571 / t(99 %) = 4,032 (n = 6) Ddl = 10 : t(90 %) = 1,812 / t(95 %) = 2,228 / t(99 %) = 3,169 (n = 11) Ddl = 20 : t(90 %) = 1,725 / t(95 %) = 2,086 / t(99 %) = 2,845 (n = 21) Ddl = 30 : t(90 %) = 1,697 / t(95 %) = 2,042 / t(99 %) = 2,750 (n = 31) Ddl infini (z) : 1,645 / 1,960 / 2,576 (loi normale)
Remarque la convergence vers la loi normale quand les degrés de liberté augmentent. Avec ddl > 30, la différence avec la normale est déjà très faible.
Envie de t'entraîner sur de vrais exercices Excel ?
M'entraîner
Les erreurs fréquentes avec la fonction LOI.STUDENT.INVERSE.N
Tout part presque toujours des deux valeurs que tu glisses dans la fonction. Sors la probabilité de l'intervalle ]0 ; 1[ (en tapant 1 ou 0 directement) et tu récoltes un #NOMBRE! sec, même chose si tes degrés de liberté tombent à zéro parce que n - 1 vaut 0 avec un seul individu.
Les deux autres pièges ne déclenchent aucune alerte d'Excel mais faussent ta conclusion : confondre 0,95 (unilatéral) et 0,975 (bilatéral), et appliquer n - 1 à un test à deux échantillons qui réclame n1 + n2 - 2.
Erreur #NOMBRE! sur la probabilité
La fonction ne peut pas calculer une valeur t si probabilite est inférieure ou égale à 0, ou supérieure ou égale à 1. Les bornes exactes 0 et 1 sont exclues. =LOI.STUDENT.INVERSE.N(1; 10) retourne #NOMBRE!.
Solution : Vérifie que ta probabilité est strictement entre 0 et 1. Pour un IC à 95 % bilatéral, utilise 0,975, jamais 1 ou 0,95 comme limite.
Erreur #NOMBRE! sur les degrés de liberté
Les degrés de liberté doivent être supérieurs ou égaux à 1. Passer 0 ou une valeur négative génère #NOMBRE!. Une cellule calculée comme =n-1 peut valoir 0 si n = 1 (un seul individu).
Solution : Ajoute une vérification avant d'appeler la fonction : =SI(A1>1; LOI.STUDENT.INVERSE.N(0,975; A1-1); "Échantillon trop petit") pour éviter l'erreur quand la taille d'échantillon est insuffisante.
Confusion entre test unilatéral et bilatéral
Utiliser 0,95 pour un IC bilatéral à 95 % est une erreur fréquente. Avec 0,95, tu obtiens la valeur critique pour un test unilatéral à 5 %, pas pour un bilatéral. Pour bilatéral, tu dois répartir l'erreur dans deux queues à 2,5 % chacune.
Solution : Retiens la règle : IC bilatéral à 95 % → =LOI.STUDENT.INVERSE.N(0,975; ddl). IC bilatéral à 99 % → =LOI.STUDENT.INVERSE.N(0,995; ddl). Test unilatéral à 5 % → =LOI.STUDENT.INVERSE.N(0,95; ddl).
Mauvais calcul des degrés de liberté
Utiliser systématiquement n - 1 quelle que soit la situation donne des valeurs critiques incorrectes. Pour deux échantillons indépendants, les ddl sont n1 + n2 - 2 (variances égales), ou la formule de Welch (variances inégales). Pour une régression, n - 2.
Solution : Identifie toujours le type de test avant de calculer les ddl : un seul échantillon → n - 1 ; deux échantillons indépendants → n1 + n2 - 2 ; régression → n - 2. Vérifie également si les variances sont comparables avant de choisir la formule poolée.
Questions fréquentes sur la fonction LOI.STUDENT.INVERSE.N
Quelle est la différence entre LOI.STUDENT.INVERSE.N et LOI.NORMALE.STANDARD.INVERSE.N ?
La différence fondamentale est que la loi de Student prend en compte l'incertitude supplémentaire liée à l'estimation de l'écart-type à partir d'un échantillon. Avec peu d'observations, l'écart-type estimé est moins fiable, donc la loi de Student a des queues plus épaisses, produisant des valeurs critiques plus élevées.
Par exemple, pour un IC à 95 % bilatéral avec 10 observations (9 ddl), t = 2,262 contre z = 1,96 pour la normale. Quand les degrés de liberté augmentent (généralement au-delà de 30), Student converge vers la normale.
Comment calculer les degrés de liberté pour LOI.STUDENT.INVERSE.N ?
Les degrés de liberté représentent le nombre d'observations indépendantes moins le nombre de paramètres estimés. Pour un test t sur une moyenne avec n observations, ddl = n - 1, car tu estimes un paramètre (la moyenne).
Pour un test t comparant deux moyennes indépendantes de tailles n1 et n2 avec variances supposées égales, ddl = n1 + n2 - 2. Pour une régression linéaire simple, ddl = n - 2.
Comment choisir entre test unilatéral et bilatéral ?
Le choix dépend de ton hypothèse alternative. Si tu veux détecter une différence dans une direction précise ("le nouveau traitement est meilleur"), utilise un test unilatéral : =LOI.STUDENT.INVERSE.N(0,95; ddl) pour le seuil de 5 %.
Si tu veux détecter une différence dans n'importe quelle direction, utilise un test bilatéral : tu répartis l'erreur dans les deux queues (2,5 % chaque), donc =LOI.STUDENT.INVERSE.N(0,975; ddl).
Pourquoi les valeurs critiques t sont-elles plus élevées avec peu d'observations ?
Cela reflète l'incertitude supplémentaire due à l'estimation de l'écart-type. Quand tu as peu d'observations, ton estimation de s peut être très éloignée du vrai sigma. Pour compenser cette imprécision, les intervalles de confiance doivent être plus larges et les seuils de rejet plus stricts.
Avec 5 observations (4 ddl), t à 95 % bilatéral = 2,776 contre 1,96 pour la normale. C'est une protection contre les conclusions hâtives.
Comment utiliser LOI.STUDENT.INVERSE.N pour construire un intervalle de confiance ?
La formule de l'IC pour une moyenne est : IC = [moyenne - t × (s / RACINE(n)) ; moyenne + t × (s / RACINE(n))], où t est la valeur critique obtenue par =LOI.STUDENT.INVERSE.N(0,975; n-1) pour un IC à 95 % bilatéral.
Par exemple, avec n = 15, moyenne = 42 et s = 8 : t = 2,145, erreur standard = 8 / RACINE(15) = 2,066, marge = 4,43, IC = [37,57 ; 46,43].
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