Comprendre la distribution normale
Decouvrez ce qu'est la distribution normale, pourquoi elle est essentielle en statistiques et comment utiliser la courbe en cloche pour les calculs de probabilite.
Qu'est-ce que la distribution normale ?
La distribution normale, souvent appelee courbe en cloche ou distribution gaussienne, est une distribution de probabilite continue qui est symetrique autour de sa moyenne. Elle decrit comment les valeurs de donnees se regroupent autour d'une valeur moyenne, la plupart des observations tombant pres du centre et moins nombreuses a mesure que l'on s'eloigne dans les deux directions. La forme est entierement determinee par deux parametres : la moyenne (mu), qui controle le centre, et l'ecart-type (sigma), qui controle la largeur ou la dispersion. De nombreux phenomenes naturels suivent une distribution normale, y compris les tailles humaines, les erreurs de mesure, les scores de tests et les lectures de pression arterielle.
La forme de la courbe en cloche
La courbe en cloche est parfaitement symetrique : la moitie gauche est le miroir de la moitie droite. Le point le plus haut de la courbe se trouve a la moyenne, ou les donnees sont les plus concentrees. Les points d'inflexion (ou la courbe change de courbure) se trouvent exactement a un ecart-type de la moyenne de chaque cote. La courbe s'approche de l'axe horizontal (asymptote) mais ne le touche jamais, s'etendant theoriquement a l'infini dans les deux directions. L'aire totale sous la courbe est toujours egale a 1 (ou 100 %), ce qui represente la totalite de la probabilite.
La regle des 68-95-99,7
La regle empirique (ou regle des trois sigmas) decrit quelle proportion des donnees tombe dans un, deux ou trois ecarts-types de la moyenne. Environ 68 % des donnees se trouvent dans un ecart-type (mu plus ou moins sigma). Environ 95 % dans deux ecarts-types. Environ 99,7 % dans trois ecarts-types. Cela signifie que pour une distribution avec une moyenne de 100 et un ecart-type de 15 (comme les scores de QI), environ 68 % des personnes ont un score entre 85 et 115, environ 95 % entre 70 et 130, et la quasi-totalite entre 55 et 145.
Les scores Z et la distribution normale standard
Un score Z convertit n'importe quelle valeur d'une distribution normale en son equivalent sur la distribution normale standard (moyenne = 0, ecart-type = 1). La formule est : Z = (X - mu) / sigma. Un score Z de 1,5 signifie que la valeur est a 1,5 ecart-type au-dessus de la moyenne. Un score Z de -2 signifie 2 ecarts-types en dessous de la moyenne. Les scores Z permettent de comparer des valeurs provenant de distributions differentes et de consulter les tables de probabilite, qui sont toujours fournies pour la distribution normale standard.
Applications pratiques
La distribution normale est utilisee dans le controle qualite (les specifications de fabrication sont basees sur des ecarts-types), les finances (le modele de Black-Scholes suppose des rendements normalement distribues), la medecine (les valeurs de reference des analyses de sang sont basees sur la distribution normale de la population), l'education (les scores standardises sont normalises), et les sciences sociales (de nombreux tests psychologiques sont concus pour produire des distributions normales). Le theoreme central limite explique pourquoi la distribution normale est si repandue : la moyenne d'un grand nombre de variables aleatoires independantes tend vers une distribution normale, quel que soit la distribution d'origine.