xellstorm Centre d’apprentissage
FR
Ouvrir l’app

Loi de Poisson dans Excel : compter des événements, et quand préférer la loi binomiale négative

Guide · Mis à jour en octobre 2026

En bref : combien de fois quelque chose se produit en une semaine, un mois ou un an, quand les événements arrivent un par un à un rythme moyen connu.

La loi de Poisson donne le nombre d’événements dans une période fixe, comme les réclamations d’une semaine ou les pannes d’un mois, quand ils surviennent indépendamment à un rythme moyen connu. Un seul nombre la définit, la moyenne. Avec 4 réclamations par semaine en moyenne, une semaine sans aucune a 1,8 % de probabilité, et une semaine à 8 ou plus 5,1 %. Excel a POISSON.DIST mais pas de fonction inverse ; les comptages aléatoires viennent d’un petit tableau de probabilités cumulées. Quand les comptages varient davantage que ne le permet une loi de Poisson, utilisez la loi binomiale négative.

Ce qu’est une loi de Poisson

Imaginez des événements qui arrivent au hasard, un par un, à un rythme moyen constant : appels, défauts, sinistres, pannes d’un grand parc d’équipements. Le nombre qui tombe dans une semaine est un entier, 0, 1, 2 et ainsi de suite, et sa loi ne dépend que du nombre moyen. Ce nombre moyen fixe aussi l’irrégularité d’une semaine à l’autre : l’écart type est la racine carrée de la moyenne, soit 2 pour 4 réclamations par semaine. Le temps entre deux de ces événements suit une loi exponentielle : ici 1,75 jour en moyenne.

Comment lire le graphique : chaque barre est la part des 10 000 semaines simulées comptant ce nombre de réclamations, et chaque point la probabilité exacte. Barres et points concordent.

Loi de Poisson de moyenne 4 : tirages et probabilités exactesBarres : la part des 10 000 semaines tirées par xellstorm pour chaque nombre de réclamations de 0 à 14 ; points : les probabilités exactes de la loi de Poisson, les plus hautes à 3 et 4, en décroissance de part et d’autre.0510
Réclamations en une semaine, loi de Poisson de moyenne 4. Barres : part de 10 000 tirages par xellstorm ; points : les probabilités exactes.

Les semaines les plus probables comptent 3 ou 4 réclamations (19,5 % chacune). Le P10 est 2 et le P90 7 : au moins huit semaines sur dix se situent entre les deux.

La loi de Poisson dans Excel

POISSON.DIST(k, mean, FALSE) donne la probabilité d’avoir exactement k événements et, avec TRUE, celle d’en avoir au plus k : =1-POISSON.DIST(7, 4, TRUE) est la probabilité de 5,1 % d’en avoir 8 ou plus. Il n’y a pas de POISSON.INV : un comptage aléatoire demande donc une étape de plus. Le fichier Excel liste les probabilités cumulées de 0 à 99 événements sur sa feuille Tables et compte combien d’entre elles sont inférieures au nombre aléatoire u : ce compte est le plus petit k dont la probabilité cumulée atteint u, c’est-à-dire exactement un tirage de Poisson. En une seule cellule : =COUNTIF(Tables!B$3:B$102,"<"&RAND()).

Loi de Poisson dans Excel, ligne 12 du fichier (moyenne en D12)
CelluleFormuleValeur
Nombre aléatoire u (I12)=RAND()
Tirage (J12)=COUNTIF(Tables!B$3:B$102,"<"&I12)
Tirage en une seule cellule=COUNTIF(Tables!B$3:B$102,"<"&RAND())
Moyenne (K12)=D124
P10 (L12)=COUNTIF(Tables!B$3:B$102,"<"&0.1)2
P90 (M12)=COUNTIF(Tables!B$3:B$102,"<"&0.9)7
Vérifier les chiffres : valeurs exactes comparées à 10 000 tirages d’Excel et de xellstorm
Réclamations en une semaine, loi de Poisson : valeurs exactes et 10 000 tirages chacun
Valeur exacteExcel, RAND()xellstorm
Moyenne43,994,00
Écart type21,982,00
P10222
P50 (médiane)444
P90777

Excel tire avec RAND(), de façon entièrement aléatoire ; xellstorm répartit ses tirages régulièrement sur toute la fourchette (échantillonnage par hypercube latin), si bien que ses statistiques tombent plus près des valeurs exactes.

Loi binomiale négative : quand les comptages varient plus que ne le permet une loi de Poisson

Les comptages réels sont souvent plus irréguliers que ceux d’une loi de Poisson : la demande a des mois chargés et des mois calmes, les défauts arrivent par lots, les sinistres augmentent par mauvais temps. Examinez l’historique : si les comptages varient bien plus que ne le permet une loi de Poisson (leur variance, qui est l’écart type au carré, dépasse nettement leur moyenne), une loi de Poisson sous-estime à la fois les périodes calmes et les périodes chargées. La loi binomiale négative ajoute un second paramètre pour cet écart supplémentaire. Avec la même moyenne de 4 mais une variance de 8 :

Comment lire le graphique : chaque ligne relie les probabilités de 0, 1, 2 événements et plus en une semaine. La loi binomiale négative est plus haute aux deux bouts : davantage de semaines sans événement et davantage de semaines très chargées.

Loi de Poisson et loi binomiale négative de même moyenne 4Probabilités de 0 à 16 événements par semaine : la loi de Poisson culmine à 3 et 4 et reste étroite ; la loi binomiale négative de même moyenne est plus haute à 0 et 1 et a une queue plus longue à droite.051015PoissonBinomiale négative
Même moyenne, 4 par semaine : la binomiale négative (variance 8) compte plus de semaines calmes et plus de semaines chargées que la loi de Poisson (variance 4).
Moyenne de 4 par semaine : lois de Poisson et binomiale négative, valeurs exactes
PoissonBinomiale négative
Variance48
Probabilité de zéro1,8 %6,3 %
Probabilité de 8 ou plus5,1 %11,3 %
P10 – P902 – 71 – 8
Loi binomiale négative dans Excel, ligne 13 du fichier (succès (n) en D13, probabilité (p) en F13)
CelluleFormuleValeur
Nombre aléatoire u (I13)=RAND()
Tirage (J13)=COUNTIF(Tables!C$3:C$102,"<"&I13)
Tirage en une seule cellule=COUNTIF(Tables!C$3:C$102,"<"&RAND())
Moyenne (K13)=D13*(1-F13)/F134
P10 (L13)=COUNTIF(Tables!C$3:C$102,"<"&0.1)1
P90 (M13)=COUNTIF(Tables!C$3:C$102,"<"&0.9)8

Dans Excel, NEGBINOM.DIST(k, n, p, TRUE) (LOI.BINOMIALE.NEG.N dans Excel en français) donne ses probabilités cumulées, et la même astuce du tableau donne des tirages : =COUNTIF(Tables!C$3:C$102,"<"&RAND()). Ses paramètres sont n et p (le nombre d’échecs avant le n-ième succès, dans la lecture des manuels). À partir d’une moyenne et d’une variance : p = moyenne / variance et n = moyenne² / (variance − moyenne), soit ici p = 0,5 et n = 4. L’exemple du point de commande tire pour cette raison sa demande mensuelle dans une loi binomiale négative.

Quand utiliser la loi de Poisson, la binomiale négative ou la binomiale

Saisir une loi de Poisson dans xellstorm

  1. Faites de la cellule une entrée puis, à l’étape Distributions, choisissez Poisson et saisissez sa moyenne ; ou choisissez Binomiale négative et saisissez n et p.
  2. Avec des comptages passés, sélectionnez l’entrée et utilisez « À partir de données » dans le panneau latéral : pour des nombres entiers, il ajuste les lois de Poisson et binomiale négative en plus des formes continues, et les classe. Quand les comptages ne varient pas plus que leur moyenne, il écarte la binomiale négative et indique d’utiliser une loi de Poisson.

Les modèles de compléments se convertissent depuis RiskPoisson, VosePoisson et PsiPoisson, ainsi que depuis RiskNegbin, VoseNegBin et PsiNegBinomial.

Questions fréquentes

Comment générer des nombres aléatoires de Poisson dans Excel ?

Excel n’a pas de fonction de Poisson inverse. Listez k = 0, 1, 2, … dans une colonne avec POISSON.DIST(k, mean, TRUE) à côté, puis comptez combien de ces probabilités cumulées sont inférieures à RAND() : avec le tableau en B3:B102, =COUNTIF(Tables!B$3:B$102,"<"&RAND()) (NB.SI dans Excel en français). Prévoyez un tableau assez long pour que sa dernière probabilité vaille 1 à la précision affichée (pour une moyenne de 4, 30 lignes suffiraient).

Quelle différence entre POISSON.DIST avec TRUE et avec FALSE ?

Avec FALSE, la fonction renvoie la probabilité d’avoir exactement k événements ; avec TRUE, celle d’en avoir k ou moins. Pour une moyenne de 4 : exactement 4 événements ont 19,5 % de probabilité, et la probabilité d’en avoir 8 ou plus est 1 moins la probabilité cumulée de 7, soit 5,1 %.

Poisson ou binomiale négative ?

Comparez la variance de vos comptages à leur moyenne. À peu près égales : Poisson. Nettement supérieure : binomiale négative, dont le paramètre supplémentaire rend compte de la dispersion. Avec une moyenne de 4, une binomiale négative de variance 8 donne 11,3 % de probabilité d’en avoir 8 ou plus, contre 5,1 % pour la loi de Poisson.

La moyenne d’une loi de Poisson peut-elle être un nombre décimal ?

Oui. La moyenne est un taux moyen, comme 0,3 panne par mois ; les comptages qu’elle produit sont toujours des nombres entiers. Une moyenne inférieure à 1 donne surtout des zéros, avec de temps en temps un 1 ou un 2.

À lire aussi

xellstorm est un outil de simulation de Monte-Carlo qui fonctionne dans le navigateur, pour les modèles Excel : aucun complément, et votre fichier ne quitte jamais votre ordinateur.