x
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0
0.500
0.504
0.508
0.512
0.516
0.520
0.524
0.528
0.532
0.536
0.1
0.540
0.544
0.548
0.552
0.556
0.560
0.564
0.567
0.571
0.575
0.2
0.579
0.583
0.587
0.591
0.595
0.599
0.603
0.606
0.610
0.614
0.3
0.618
0.622
0.626
0.629
0.633
0.637
0.641
0.644
0.648
0.652
0.4
0.655
0.659
0.663
0.666
0.670
0.674
0.677
0.681
0.684
0.688
0.5
0.691
0.695
0.698
0.702
0.705
0.709
0.712
0.716
0.719
0.722
0.6
0.726
0.729
0.732
0.736
0.739
0.742
0.745
0.749
0.752
0.755
0.7
0.758
0.761
0.764
0.767
0.770
0.773
0.776
0.779
0.782
0.785
0.8
0.788
0.791
0.794
0.797
0.800
0.802
0.805
0.808
0.811
0.813
0.9
0.816
0.819
0.821
0.824
0.826
0.829
0.831
0.834
0.836
0.839
1.0
0.841
0.844
0.846
0.848
0.851
0.853
0.855
0.858
0.860
0.862
1.1
0.864
0.867
0.869
0.871
0.873
0.875
0.877
0.879
0.881
0.883
1.2
0.885
0.887
0.889
0.891
0.893
0.894
0.896
0.898
0.900
0.901
1.3
0.903
0.905
0.907
0.908
0.910
0.911
0.913
0.915
0.916
0.918
1.4
0.919
0.921
0.922
0.924
0.925
0.926
0.928
0.929
0.931
0.932
1.5
0.933
0.934
0.936
0.937
0.938
0.939
0.941
0.942
0.943
0.944
1.6
0.945
0.946
0.947
0.948
0.949
0.951
0.952
0.953
0.954
0.954
1.7
0.955
0.956
0.957
0.958
0.959
0.960
0.961
0.962
0.962
0.963
1.8
0.964
0.965
0.966
0.966
0.967
0.968
0.969
0.969
0.970
0.971
1.9
0.971
0.972
0.973
0.973
0.974
0.974
0.975
0.976
0.976
0.977
2.0
0.977
0.978
0.978
0.979
0.979
0.980
0.980
0.981
0.981
0.982
2.1
0.982
0.983
0.983
0.983
0.984
0.984
0.985
0.985
0.985
0.986
2.2
0.986
0.986
0.987
0.987
0.987
0.988
0.988
0.988
0.989
0.989
2.3
0.989
0.990
0.990
0.990
0.990
0.991
0.991
0.991
0.991
0.992
2.4
0.992
0.992
0.992
0.992
0.993
0.993
0.993
0.993
0.993
0.994
2.5
0.994
0.994
0.994
0.994
0.994
0.995
0.995
0.995
0.995
0.995
2.6
0.995
0.995
0.996
0.996
0.996
0.996
0.996
0.996
0.996
0.996
2.7
0.997
0.997
0.997
0.997
0.997
0.997
0.997
0.997
0.997
0.997
2.8
0.997
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
2.9
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.999
0.999
0.999
Tableau A.1 – Fonction de répartition Φ 0,1 (x) d’une distribution normale standardisée pour différentes valeurs de x ≥ 0. Pour des valeurs de x < 0, on
utilise Φ 0,1 (−x) = 1 − Φ 0,1 (x). Ce tableau nous permet de déterminer le
quantile α d’une distribution normale standardisée (z α ) grâce à la relation
Φ 0,1 (z α ) = α (par exemple Φ 0,1 (z 0.975 ) = 0.975 ; comme on a dans ce tableau
Φ 0,1 (1.96) = 0.975, on trouve ainsi z 0.975 = 1.96). Ce tableau nous permet
aussi de déterminer à quel quantile correspond la valeur μ + x · σ lorsque la
distribution est normale de moyenne μ et écart type σ (par exemple, μ +1.96 · σ
correspond au quantile 97.5%). Les éléments de ce tableau ont été produits avec
la commande pnorm(x) de R (par exemple pnorm(1.96) nous donne 0.975).
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.0
0.500
0.504
0.508
0.512
0.516
0.520
0.524
0.528
0.532
0.536
0.1
0.540
0.544
0.548
0.552
0.556
0.560
0.564
0.567
0.571
0.575
0.2
0.579
0.583
0.587
0.591
0.595
0.599
0.603
0.606
0.610
0.614
0.3
0.618
0.622
0.626
0.629
0.633
0.637
0.641
0.644
0.648
0.652
0.4
0.655
0.659
0.663
0.666
0.670
0.674
0.677
0.681
0.684
0.688
0.5
0.691
0.695
0.698
0.702
0.705
0.709
0.712
0.716
0.719
0.722
0.6
0.726
0.729
0.732
0.736
0.739
0.742
0.745
0.749
0.752
0.755
0.7
0.758
0.761
0.764
0.767
0.770
0.773
0.776
0.779
0.782
0.785
0.8
0.788
0.791
0.794
0.797
0.800
0.802
0.805
0.808
0.811
0.813
0.9
0.816
0.819
0.821
0.824
0.826
0.829
0.831
0.834
0.836
0.839
1.0
0.841
0.844
0.846
0.848
0.851
0.853
0.855
0.858
0.860
0.862
1.1
0.864
0.867
0.869
0.871
0.873
0.875
0.877
0.879
0.881
0.883
1.2
0.885
0.887
0.889
0.891
0.893
0.894
0.896
0.898
0.900
0.901
1.3
0.903
0.905
0.907
0.908
0.910
0.911
0.913
0.915
0.916
0.918
1.4
0.919
0.921
0.922
0.924
0.925
0.926
0.928
0.929
0.931
0.932
1.5
0.933
0.934
0.936
0.937
0.938
0.939
0.941
0.942
0.943
0.944
1.6
0.945
0.946
0.947
0.948
0.949
0.951
0.952
0.953
0.954
0.954
1.7
0.955
0.956
0.957
0.958
0.959
0.960
0.961
0.962
0.962
0.963
1.8
0.964
0.965
0.966
0.966
0.967
0.968
0.969
0.969
0.970
0.971
1.9
0.971
0.972
0.973
0.973
0.974
0.974
0.975
0.976
0.976
0.977
2.0
0.977
0.978
0.978
0.979
0.979
0.980
0.980
0.981
0.981
0.982
2.1
0.982
0.983
0.983
0.983
0.984
0.984
0.985
0.985
0.985
0.986
2.2
0.986
0.986
0.987
0.987
0.987
0.988
0.988
0.988
0.989
0.989
2.3
0.989
0.990
0.990
0.990
0.990
0.991
0.991
0.991
0.991
0.992
2.4
0.992
0.992
0.992
0.992
0.993
0.993
0.993
0.993
0.993
0.994
2.5
0.994
0.994
0.994
0.994
0.994
0.995
0.995
0.995
0.995
0.995
2.6
0.995
0.995
0.996
0.996
0.996
0.996
0.996
0.996
0.996
0.996
2.7
0.997
0.997
0.997
0.997
0.997
0.997
0.997
0.997
0.997
0.997
2.8
0.997
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.998
2.9
0.998
0.998
0.998
0.998
0.998
0.998
0.998
0.999
0.999
0.999
Tableau A.1 – Fonction de répartition Φ 0,1 (x) d’une distribution normale standardisée pour différentes valeurs de x ≥ 0. Pour des valeurs de x < 0, on
utilise Φ 0,1 (−x) = 1 − Φ 0,1 (x). Ce tableau nous permet de déterminer le
quantile α d’une distribution normale standardisée (z α ) grâce à la relation
Φ 0,1 (z α ) = α (par exemple Φ 0,1 (z 0.975 ) = 0.975 ; comme on a dans ce tableau
Φ 0,1 (1.96) = 0.975, on trouve ainsi z 0.975 = 1.96). Ce tableau nous permet
aussi de déterminer à quel quantile correspond la valeur μ + x · σ lorsque la
distribution est normale de moyenne μ et écart type σ (par exemple, μ +1.96 · σ
correspond au quantile 97.5%). Les éléments de ce tableau ont été produits avec
la commande pnorm(x) de R (par exemple pnorm(1.96) nous donne 0.975).