Loi normale et statistiques L1 : comprendre le Z-score, les centiles et les probabilités
La loi normale est le concept qui bloque le plus d'étudiants en statistiques L1. Pas parce qu'elle est complexe — parce qu'elle est mal expliquée. Voici comment comprendre la distribution normale, calculer un Z-score et lire une table.
Par Enya Chenit · publié le 7 août 2026
En L1, les statistiques se découpent en deux blocs : les statistiques descriptives (séries, indicateurs, indices — souvent au S1) et les probabilités (lois de distribution, dont la loi normale — souvent au S2). La loi normale est le point de rupture : c'est là que beaucoup d'étudiants décrochent. Ce guide te donne les outils pour ne pas en faire partie. Le programme complet est sur la fiche Statistiques L1.
Qu'est-ce que la loi normale ?
La loi normale est une distribution de probabilité continue. Son graphique est une courbe en cloche (bell curve) symétrique autour de sa moyenne μ. L'écart-type σ contrôle l'aplatissement : un σ petit donne une courbe étroite et pointue (données concentrées autour de la moyenne) ; un σ grand donne une courbe large et aplatie.
Pourquoi cette distribution est-elle partout ? Parce que le théorème central-limite garantit que la somme (ou la moyenne) d'un grand nombre de variables aléatoires indépendantes tend vers une loi normale, quelle que soit la distribution d'origine. Revenus, tailles, erreurs de mesure, notes de partiel — tous suivent approximativement une loi normale à grande échelle.
Les propriétés clés à mémoriser
- Symétrie : la courbe est symétrique autour de μ. P(X < μ) = P(X > μ) = 0,5.
- Règle 68-95-99,7 : environ 68% des valeurs sont dans [μ − σ ; μ + σ], 95% dans [μ − 2σ ; μ + 2σ], 99,7% dans [μ − 3σ ; μ + 3σ].
- L'aire totale sous la courbe vaut 1 (certitude que X prend une valeur quelque part).
- La courbe tend vers zéro sans jamais toucher l'axe des abscisses (support infini des deux côtés).
- La loi normale est entièrement caractérisée par μ et σ. On note X ∼ N(μ, σ²).
Le Z-score : standardiser pour calculer
La loi normale a une infinité de versions (un couple (μ, σ) différent = une loi différente). Pour tout calculer avec une seule table, on standardise : on transforme X en variable centrée réduite Z par la formule Z = (X − μ) / σ. Z suit alors la loi normale centrée réduite N(0,1) — moyenne 0, écart-type 1 — dont les probabilités sont données dans la table.
| Question | Démarche | Exemple |
|---|---|---|
| P(X < a) = ? | Calculer z = (a − μ)/σ, lire Φ(z) dans la table | X ∼ N(50, 100), P(X < 60) : z = (60−50)/10 = 1 → Φ(1) ≈ 0,8413 |
| P(X > a) = ? | 1 − P(X < a) = 1 − Φ(z) | P(X > 60) = 1 − 0,8413 = 0,1587 |
| P(a < X < b) = ? | Φ(z_b) − Φ(z_a) | P(40 < X < 60) = Φ(1) − Φ(−1) = 0,8413 − 0,1587 = 0,6826 |
| Trouver a tel que P(X < a) = p | Lire z dans la table pour probabilité p, puis a = μ + z × σ | P(X < a) = 0,95 → z = 1,645 → a = 50 + 1,645 × 10 = 66,45 |
Les erreurs classiques au partiel
- Oublier que la table donne Φ(z) = P(Z ≤ z), pas P(Z = z). La loi normale est continue : P(Z = z) = 0 pour tout z précis.
- Mal signer z : si X < μ, alors z < 0. Pour les z négatifs, utiliser la symétrie : Φ(−z) = 1 − Φ(z).
- Confondre σ et σ² : dans X ∼ N(μ, σ²), le deuxième paramètre est la variance. Pour calculer z, diviser par σ (racine carrée de la variance), pas par σ².
- Ne pas vérifier le sens de l'inégalité : P(X < a) et P(X > a) sont complémentaires. Avant de lire la table, confirme que tu cherches la bonne queue.
- Paniquer face à des valeurs de z non entières : la table donne des valeurs pour des décimales. Interpolation linéaire si ta table ne donne pas exactement la valeur cherchée.
La loi normale en L2 : vers les tests d'hypothèse
En L2, la loi normale réapparaît dans les Probabilités L2 sous une forme plus élaborée : tests d'hypothèse, intervalles de confiance, loi des grands nombres. Ces outils s'appuient tous sur le Z-score et la table N(0,1) que tu apprends en L1. Si tu comprends la standardisation en L1, les tests de L2 seront nettement plus accessibles.
Pour organiser tes révisions de statistiques et des autres matières, le diagnostic gratuit génère un planning personnalisé selon ta date de partiel et les matières où tu décroches.
Questions fréquentes
Comment retenir la règle des 68-95-99,7 % ?+
Pense à des paliers symétriques autour de la moyenne : ±1σ capture ~68% des données (la majorité), ±2σ capture ~95% (presque tout), ±3σ capture ~99,7% (quasi-totalité). En pratique : si tu sors de ±2σ, ton observation est statistiquement 'inhabituelle' (5% de chance).
Comment lire une table de loi normale si z est négatif ?+
Utilise la symétrie de la loi normale centrée réduite : Φ(−z) = 1 − Φ(z). Par exemple, P(Z < −1) = 1 − P(Z < 1) = 1 − 0,8413 = 0,1587. La table standard ne donne les valeurs que pour z ≥ 0 ; pour z < 0, applique toujours cette formule de symétrie.
Quelle est la différence entre la variance et l'écart-type ?+
La variance σ² est la moyenne des carrés des écarts à la moyenne. L'écart-type σ est la racine carrée de la variance. L'écart-type est dans la même unité que la variable étudiée (ex. euros, cm), ce qui le rend plus intuitif. La formule du Z-score utilise σ (pas σ²) : Z = (X − μ)/σ.
Pourquoi dit-on que la loi normale est 'centrée réduite' ?+
Centrée : sa moyenne vaut 0. Réduite : son écart-type vaut 1 (variance = 1). Toute loi normale X ∼ N(μ, σ²) se ramène à une loi normale centrée réduite par la transformation Z = (X − μ)/σ. C'est ce qui permet d'utiliser une seule et même table pour toutes les lois normales.
Sources