Calculateur de table Z
Trouvez l'aire sous la courbe normale.
Entrez un score z valide
Entrez un score z pour rechercher les probabilités
Qu'est-ce que la table z ?
La table z (table normale standard) fournit les probabilités cumulatives pour la distribution normale standard. Elle vous indique la probabilité qu'une valeur de N(0,1) tombe en dessous d'un score z donné.
P(Z < z) = l'aire sous la courbe à gauche de z
Pour z = 1,96 : P(Z < 1,96) = 0,975 Cela signifie que 97,5 % de la distribution normale standard tombe en dessous de 1,96.
Lire la table
Les tables z traditionnelles sont organisées avec :
- Lignes : score z à une décimale (par ex., 1,9)
- Colonnes : deuxième décimale (par ex., 0,06)
- Intersection : probabilité cumulative (par ex., 0,9750 pour z = 1,96)
Ce calculateur élimine le besoin de recherche manuelle dans la table.
Valeurs courantes
| Score z | P(Z < z) | P(Z > z) |
|---|---|---|
| -3,0 | 0,0013 | 0,9987 |
| -2,0 | 0,0228 | 0,9772 |
| -1,0 | 0,1587 | 0,8413 |
| 0,0 | 0,5000 | 0,5000 |
| 1,0 | 0,8413 | 0,1587 |
| 2,0 | 0,9772 | 0,0228 |
| 3,0 | 0,9987 | 0,0013 |
Applications
Trouver les rangs percentiles
Si votre score z est 1,5, vous êtes au 93,3e percentile : P(Z < 1,5) = 0,933
Cela se connecte au Calculateur de percentile.
Probabilité entre deux valeurs
P(a < Z < b) = P(Z < b) - P(Z < a)
Exemple : P(-1 < Z < 1) = P(Z < 1) - P(Z < -1) = 0,8413 - 0,1587 = 0,6826
Environ 68 % des données normales tombent à 1 ET de la moyenne.
Trouver les probabilités de queue supérieure
P(Z > z) = 1 - P(Z < z)
Pour z = 2,0 : P(Z > 2) = 1 - 0,9772 = 0,0228
Tests d'hypothèses
Si votre statistique de test z = 2,5 (test unilatéral) : P(Z > 2,5) = 1 - 0,9938 = 0,0062
Le Calculateur de valeur p à partir du score z automatise cela.
La règle 68-95-99,7
À partir de la table z, nous dérivons la règle empirique :
- P(-1 < Z < 1) = 0,6827 ≈ 68 %
- P(-2 < Z < 2) = 0,9545 ≈ 95 %
- P(-3 < Z < 3) = 0,9973 ≈ 99,7 %
Pour toute distribution normale :
- ~68 % à 1 écart-type
- ~95 % à 2 écarts-types
- ~99,7 % à 3 écarts-types
Contexte historique
La table normale standard a été développée comme raccourci de calcul. Avant les ordinateurs, rechercher une seule valeur dans une table imprimée était beaucoup plus rapide que d'évaluer l'intégrale complexe de la densité normale.
Abraham de Moivre (1733) a d'abord découvert la distribution normale en étudiant la distribution binomiale.
Carl Friedrich Gauss a popularisé son utilisation en astronomie, d'où « distribution gaussienne ».
Karl Pearson (années 1900) a standardisé le format de table qui est devenu omniprésent dans les manuels de statistiques.
Aujourd'hui, les calculateurs et logiciels calculent ces valeurs directement, mais comprendre la table construit l'intuition pour la distribution normale.
La distribution normale standard
La table z décrit spécifiquement N(0,1) :
- Moyenne (μ) = 0
- Écart-type (σ) = 1
- Symétrique autour de zéro
- Courbe en cloche
- Aire totale = 1
Toute distribution normale N(μ, σ) peut être transformée en normale standard :
z = (x - μ) / σ
Puis utiliser la table z pour les probabilités.
Propriétés de symétrie
Parce que la normale standard est symétrique :
P(Z < -z) = P(Z > z) P(Z < -z) = 1 - P(Z < z)
Donc si vous connaissez P(Z < 1,96) = 0,975 :
- P(Z < -1,96) = 1 - 0,975 = 0,025
- P(Z > 1,96) = 0,025
- P(Z > -1,96) = 0,975
Recherche inverse
Parfois vous avez besoin de l'inverse : étant donné une probabilité, trouver z.
« Quel score z a 95 % en dessous ? » Trouver 0,95 dans le corps de la table → z = 1,645
Le Calculateur normal inverse effectue ce calcul.
Précision et exactitude
Les tables z standard donnent des probabilités à 4 décimales. Ce calculateur fournit une précision plus élevée pour les applications de recherche.
Pour des |z| très grands (au-delà de ±3,5), les probabilités deviennent très petites :
- P(Z < -4) ≈ 0,00003
- P(Z < -5) ≈ 0,0000003
Ces valeurs extrêmes importent dans le contrôle qualité (Six Sigma) et la physique des particules.
Conversion de la normale non standard
Pour X ~ N(μ, σ), pour trouver P(X < x) :
- Standardiser : z = (x - μ) / σ
- Rechercher P(Z < z)
- Le résultat est P(X < x)
Exemple : X ~ N(100, 15), trouver P(X < 130)
- z = (130 - 100) / 15 = 2,0
- P(Z < 2,0) = 0,9772
- P(X < 130) = 0,9772
Le Calculateur de probabilité normale gère cela directement.
Calculs associés
- Calculateur de score z — Convertir en scores z
- Calculateur de valeur p à partir du score z — Tests d'hypothèses
- Calculateur de probabilité normale — Normale non standard
- Calculateur normal inverse — Recherche inverse
- Calculateur de valeur critique (z*) — Valeurs d'intervalle de confiance
Résumé
La table z fournit les probabilités cumulatives pour la distribution normale standard - le fondement de la plupart des inférences statistiques. En standardisant toute variable normale en scores z, vous pouvez utiliser cette table unique pour tous les calculs de probabilité. La table encode la règle 68-95-99,7 et les valeurs critiques utilisées dans les tests d'hypothèses et les intervalles de confiance. Bien que les ordinateurs aient remplacé la recherche manuelle dans la table, comprendre la table z construit une intuition essentielle pour le raisonnement statistique.