Applies ToSharePoint Server 2019 SharePoint Server 2016 SharePoint Server 2013 SharePoint Server 2013 Enterprise SharePoint dans Microsoft 365 SharePoint Foundation 2010 SharePoint Server 2010 SharePoint Server 2007 SharePoint dans Microsoft 365 Petite entreprise Windows SharePoint Services 3.0

Remarque :  Nous faisons de notre mieux pour vous fournir le contenu d’aide le plus récent aussi rapidement que possible dans votre langue. Cette page a été traduite automatiquement et peut donc contenir des erreurs grammaticales ou des imprécisions. Notre objectif est de faire en sorte que ce contenu vous soit utile. Pouvez-vous nous indiquer en bas de page si ces informations vous ont aidé ? Voici l’article en anglais à des fins de référence aisée.

Renvoie la distribution de x suivant une loi lognormale cumulée, où ln(x) est normalement distribué avec les paramètres Espérance et Écart_type. Utilisez cette fonction pour analyser des données qui ont été transformées de façon logarithmique.

Syntaxe

LOI.LOGNORMALE(x;espérance;écart_type)

x    est la valeur à laquelle la fonction doit être évaluée.

moyenne     représente l'espérance mathématique de ln(x).

écart_type     est l'écart type de ln(x).

Notes

  • Si l’un des arguments n’est pas numérique, la fonction LOI.LOGNORMALE renvoie la valeur d’erreur #VALEUR!.

  • Si l’argument x ≤ 0 ou si l’argument écart_type ≤ 0, la fonction LOI.LOGNORMALE renvoie la valeur d’erreur #NOMBRE!.

  • L’équation de la fonction de distribution suivant une loi lognormale cumulée est la suivante :

    Équation

Exemple

x

moyenne

Ecartype

Formule

Description (résultat)

4

3,5

1,2

=LOI.LOGNORMALE([x];[espérance];[écart_type])

Distribution lognormale cumulée à 4, avec les arguments spécifiés (0,039084)

Besoin d’aide ?

Vous voulez plus d’options ?

Explorez les avantages de l’abonnement, parcourez les cours de formation, découvrez comment sécuriser votre appareil, etc.

Les communautés vous permettent de poser des questions et d'y répondre, de donner vos commentaires et de bénéficier de l'avis d'experts aux connaissances approfondies.