Calculatrice de loi de Student

Pour un petit échantillon, la loi normale ne suffit plus : utilisez la loi de Student pour un intervalle de confiance fiable.

Intervalle de confiance
—

Besoin d'un autre calcul ?

Pour un échantillon de 10 valeurs, de moyenne 100 et d'écart-type 15, l'intervalle de confiance à 95 % avec la loi de Student est [89,27 ; 110,73] (valeur critique t = 2,262 pour 9 degrés de liberté).

Pourquoi utiliser la loi de Student plutôt que la loi normale ?

Pour un petit échantillon (généralement n < 30) dont l'écart-type de la population est inconnu, la loi normale sous-estime l'incertitude : on utilise la loi de Student (loi t), plus large aux extrémités, avec n − 1 degrés de liberté. L'intervalle de confiance est moyenne ± t × écart-type ÷ √n, où t est la valeur critique de la loi de Student (toujours supérieure au z de la loi normale équivalente, l'écart se réduisant quand n augmente). Au-delà d'une trentaine d'observations, Student et loi normale donnent des résultats proches.

Comment l'utiliser ?

  1. Saisissez la moyenne et l'écart-type observés sur votre échantillon.
  2. Indiquez la taille de l'échantillon.
  3. Choisissez le niveau de confiance (95 % par défaut).
  4. Lisez la valeur critique t et l'intervalle de confiance.

Valeurs critiques t (bilatéral, 95 %)

Degrés de liberté (n−1)t critique
112,706
52,571
102,228
302,042
≥ 1000 (≈ loi normale)1,962

Plus l'échantillon est petit, plus la valeur critique t est grande : l'incertitude sur l'écart-type de la population élargit l'intervalle.

Cas d'usage

  • Estimer une moyenne à partir d'un petit échantillon (étude pilote, contrôle qualité).
  • Exercices de statistiques inférentielles.
  • Comparer à un intervalle basé sur la loi normale (valable pour n ≥ 30).

Erreurs fréquentes

  • Utiliser la loi normale (z) pour un petit échantillon : l'intervalle est alors trop étroit.
  • Se tromper sur les degrés de liberté : c'est n − 1, pas n.
  • Confondre écart-type de l'échantillon et de la population (la loi de Student suppose que seul celui de l'échantillon est connu).

Pour aller plus loin : petits échantillons

La loi de Student sert aux tests et intervalles sur une moyenne avec un petit échantillon et un écart-type inconnu. Les degrés de liberté valent n − 1 pour une moyenne. À partir de 30 observations, la différence avec la loi normale devient faible.

Voir la intervalle de confiance, la loi normale et la écart-type.

Compatibilité

Fonctionne sur mobile, tablette et ordinateur, sans inscription, tous les calculs s'exécutant localement dans votre navigateur. Pour un grand échantillon, voyez l'intervalle de confiance basé sur la loi normale ; pour la taille d'échantillon nécessaire, la calculatrice de taille d'échantillon.

Calcul 100 % local dans votre navigateur. Suppose un échantillon issu d'une population à peu près normale.

Sources : Loi de Student — fonction bêta incomplète régularisée (Numerical Recipes). Dernière vérification : .

Questions fréquentes

Quand utiliser la loi de Student plutôt que la loi normale ?

Pour un échantillon de petite taille (souvent n < 30) dont l'écart-type de la population est inconnu et estimé à partir de l'échantillon.

Combien de degrés de liberté pour la loi de Student ?

n − 1, où n est la taille de l'échantillon.

La loi de Student converge-t-elle vers la loi normale ?

Oui, quand le nombre de degrés de liberté augmente, la loi de Student se rapproche de la loi normale.

Que signifient les « queues lourdes » de la loi de Student ?

Elle accorde plus de probabilité aux valeurs extrêmes que la loi normale, ce qui reflète l'incertitude supplémentaire due à l'estimation de l'écart-type avec peu de données.

Comment lire la valeur critique t ?

Pour un niveau de confiance de 95 % bilatéral et 10 degrés de liberté, t ≈ 2,228. Plus les degrés de liberté augmentent, plus t se rapproche de 1,96.

Vérifié le 13 octobre 2026 · Responsable éditorial : Muhammad Ahmed