![](https://codky.com/wp-content/uploads/2024/11/23369-1024x582.png)
La fonction `HYPGEOM.DIST` dans Excel est utilisée pour calculer la distribution hypergéométrique. Cette fonction est utile lorsque vous souhaitez déterminer la probabilité de tirer un certain nombre d’éléments de succès dans un échantillon donné à partir d’une population finie contenant un certain nombre de succès.
Voici comment utiliser la fonction `HYPGEOM.DIST` dans Excel :
Syntaxe
HYPGEOM.DIST(sample_s, number_sample, population_s, number_population, cumulative)
Arguments
- sample_s : Nombre de succès dans l’échantillon. C’est le nombre que vous voulez vérifier.
- number_sample : Taille de l’échantillon. C’est le nombre total d’éléments que vous tirez de la population.
- population_s : Nombre de succès dans la population. C’est le nombre total d’éléments réussis dans la population.
- number_population : Taille de la population. C’est le nombre total d’éléments dans la population.
- cumulative : Valeur booléenne qui détermine le type de distribution :
- `TRUE` pour la fonction de distribution cumulative, qui renvoie la probabilité d’obtenir jusqu’à `sample_s` succès.
- `FALSE` pour la fonction de masse de probabilité, qui renvoie la probabilité d’obtenir exactement `sample_s` succès.
Exemple
Supposons que vous avez une urne contenant 20 boules, dont 7 sont rouges. Vous tirez au hasard 5 boules de cette urne. Vous souhaitez calculer la probabilité d’obtenir exactement 2 boules rouges.
Vous utiliserez la fonction comme ceci :
=HYPGEOM.DIST(2, 5, 7, 20, FALSE)
- `sample_s = 2` (vous voulez exactement 2 succès, c’est-à-dire 2 boules rouges),
- `number_sample = 5` (vous tirez 5 boules en tout),
- `population_s = 7` (il y a 7 boules rouges dans la population),
- `number_population = 20` (il y a 20 boules au total dans la population),
- `cumulative = FALSE` (pour obtenir la probabilité exacte).
Cela vous donnera la probabilité d’obtenir exactement 2 boules rouges lors d’un tirage de 5 boules.
Remarque
- Assurez-vous que tous vos arguments sont des nombres entiers.
- Les valeurs doivent respecter les contraintes logiques inhérentes au problème, comme `0 <= sample_s <= number_sample` et `0 <= population_s <= number_population`.