Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment appliquer le théorème central limite dans Excel



Le théorème central limite stipule que la distribution d’échantillonnage d’une moyenne d’échantillon est approximativement normale si la taille de l’échantillon est suffisamment grande, même si la distribution de la population n’est pas normale .

Le théorème central limite indique également que la distribution d’échantillonnage aura les propriétés suivantes :

1. La moyenne de la distribution d’échantillonnage sera égale à la moyenne de la distribution de la population :

x = µ

2. L’écart type de la distribution d’échantillonnage sera égal à l’écart type de la population divisé par la taille de l’échantillon :

s = σ / √n

Dans ce tutoriel, nous expliquons comment appliquer le théorème central limite dans Excel à une distribution donnée.

Application du théorème central limite dans Excel

Supposons que nous ayons une distribution avec une moyenne de 8 et un écart type de 4 . Nous pouvons utiliser les formules suivantes dans Excel pour trouver à la fois la moyenne et l’écart type de la distribution d’échantillonnage avec une taille d’échantillon de 15 :

Exemple de théorème central limite dans Excel

La moyenne de la distribution d’échantillonnage est simplement égale à la moyenne de la distribution de la population, qui est 8 .

L’écart type de la distribution d’échantillonnage est égal à l’écart type de la population divisé par la taille de l’échantillon, soit : 4 /√15 = 1,0328 .

Nous pouvons également utiliser le théorème central limite pour répondre à des questions sur les probabilités. Par exemple, si une population donnée a une moyenne de 8 et un écart type de 4 , quelle est la probabilité qu’un échantillon donné de taille 15   a une moyenne inférieure ou égale à 7 ?

Pour répondre à cette question, nous pouvons utiliser la fonction NORM.DIST() dans Excel, qui utilise la syntaxe suivante :

NORM.DIST(x, moyenne, standard_dev, cumulatif)

où:

  • x : l’échantillon signifie que vous souhaitez tester
  • moyenne : moyenne attendue de la distribution d’échantillonnage
  • standard_dev : écart type attendu de la distribution d’échantillonnage
  • cumulatif : TRUE renvoie la valeur du CDF normal ; FALSE renvoie la valeur du PDF normal. Dans notre cas, nous utiliserons toujours TRUE.

Cette fonction renverra la probabilité que la moyenne de l’échantillon soit inférieure ou égale à une certaine valeur.

Voici la formule que nous utiliserions dans cet exemple :

Probabilité du théorème central limite dans Excel

Cela nous indique que pour une population avec une moyenne de 8 et un écart type de 4 , la probabilité qu’un échantillon donné de taille 15   a une moyenne inférieure ou égale à 7 soit 0,1665 .

Nous pouvons également trouver la probabilité qu’une taille d’échantillon donnée ait une moyenne supérieure à un certain nombre en utilisant simplement la formule 1 – NORM.DIST() .

Par exemple, la formule suivante montre comment déterminer la probabilité qu’une taille d’échantillon donnée de 15 ait une moyenne supérieure à 7 :

Théorème central limite dans Excel

Enfin, nous pouvons trouver la probabilité qu’une taille d’échantillon donnée ait une moyenne entre deux nombres en utilisant la formule NORM.DIST(plus grand nombre) – NORM.DIST(plus petit nombre) .

Par exemple, la formule suivante montre comment trouver la probabilité qu’une taille d’échantillon donnée de 15 ait une moyenne comprise entre 7 et 9 :

Distribution d'échantillonnage avec théorème central limite dans Excel

Ressources additionnelles

Calculateur du théorème central limite
Comment appliquer la règle empirique dans Excel
Comment créer une courbe en cloche dans Excel

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *