Introduction à la Loi Normale et à la Table des Quantiles

Comprendre la distribution normale, maîtriser le centrage-réduction et lire la table des quantiles à la main.

Présentation de la Loi Normale et de la Table des Quantiles

La loi normale, dite distribution de Laplace-Gauss, est un modèle probabiliste qui décrit la répartition d'une variable aléatoire autour d'une valeur centrale. Elle intervient dans les situations où un phénomène résulte de la somme de nombreuses contributions indépendantes et de faible amplitude. Cette additivité se traduit par une propriété mathématique directe : les variances des contributions s'additionnent. La forme symétrique en cloche qui en résulte apparaît dans des domaines aussi variés que la biologie, la psychologie ou l'économie.

Pourquoi utiliser la Loi Normale et la Table des Quantiles

La loi normale répond à une question précise : quelle est la probabilité d'observer une valeur dans un intervalle donné ? Calculer cette probabilité revient à mesurer l'aire sous la courbe de la distribution, une opération sans solution algébrique simple. La table des quantiles résout ce problème. Elle contient les probabilités précalculées pour la distribution normale standard, de moyenne 0 et d'écart-type 1. Toute distribution normale peut y être ramenée par centrage-réduction.

A qui s'adresse ce document

Ce document s'adresse à tout étudiant en Bachelor 1 qui rencontre la loi normale pour la première fois, quelle que soit sa filière. La loi normale est un outil transversal : elle apparaît dans les cursus de psychologie, de gestion, d'économie, de biologie et de sciences sociales. L'intuition probabiliste qu'elle développe — estimer la vraisemblance d'un événement à partir d'un modèle — est une compétence fondamentale pour tout raisonnement quantitatif à l'université.

Ce que contient ce document

Le document présente les propriétés fondamentales de la loi normale et le rôle de ses deux paramètres, μ et σ. Il détaille le processus de centrage-réduction, qui ramène toute distribution normale à la distribution standard N(0,1). La démarche de lecture de la table des quantiles est expliquée pas à pas. Des exemples numériques résolus dans les détails accompagnent chaque étape, du problème posé jusqu'à la probabilité lue dans la table.

Degré de formation nécessaire pour comprendre pour lire ce document

Le niveau requis est celui du gymnase ou équivalent. Aucune connaissance préalable en statistiques n'est nécessaire. Il suffit de savoir manipuler des fractions, comprendre la notion de moyenne arithmétique et lire un tableau numérique. La notion de variable aléatoire est introduite dans le document avant d'être utilisée. Aucun logiciel n'est requis : tous les calculs sont conduits à la main, avec la table des quantiles comme seul outil.

Questions courantes FAQ

Qu'est-ce qu'une distribution de probabilité ?

Une distribution de probabilité est un modèle mathématique qui décrit toutes les valeurs que peut prendre une variable aléatoire et la probabilité associée à chacune. La loi normale est une distribution continue : elle attribue une probabilité à tout intervalle de valeurs, non à une valeur isolée. La probabilité totale sous la courbe est toujours égale à 1.

Que sont les paramètres μ et σ de la loi normale ?

μ est la moyenne de la distribution : elle indique où se situe le centre de la courbe. σ est l'écart-type : il mesure la dispersion des valeurs autour de μ. Un σ petit produit une courbe étroite et haute ; un σ grand produit une courbe large et aplatie. Ces deux paramètres suffisent à définir entièrement une distribution normale.

Qu'est-ce que centrer-réduire et pourquoi en a-t-on besoin ?

Le centrage-réduction transforme une variable X de distribution N(μ, σ²) en une variable Z de distribution N(0,1), par la formule Z = (X − μ) / σ. Cette transformation est nécessaire parce que la table des quantiles n'existe que pour N(0,1). Sans centrage-réduction, il faudrait une table distincte pour chaque combinaison de μ et σ, ce qui est impossible en pratique.

Comment lire la table des quantiles ?

La table des quantiles donne, pour une valeur z donnée, la probabilité P(Z ≤ z) sous la distribution normale standard. On repère la partie entière et le premier chiffre décimal de z dans la colonne de gauche, puis le deuxième chiffre décimal en ligne d'en-tête. La cellule à l'intersection donne la probabilité cherchée. Pour des probabilités à droite ou des intervalles, on utilise la symétrie de la courbe.

La loi normale s'applique-t-elle à toutes les variables ?

Non. La loi normale est un modèle, pas une vérité universelle. Elle suppose que la distribution des données est symétrique et que les valeurs extrêmes sont rares. Des variables comme le revenu ou le temps de réaction sont souvent asymétriques et ne suivent pas ce modèle. Avant d'appliquer la loi normale, il faut vérifier que la distribution observée est compatible avec ses hypothèses.

Quelle est la différence entre probabilité et fréquence ?

La fréquence est un constat empirique : elle décrit ce qui a été observé dans un échantillon. La probabilité est une prédiction théorique : elle décrit ce que le modèle prédit pour une population. Utiliser la loi normale pour calculer une probabilité, c'est raisonner dans le cadre du modèle, pas à partir des données directement. Cette distinction entre statistique descriptive et inférentielle est fondamentale.