Dans le champ de l’analyse exploratoire des donn\u00e9es, de l’inf\u00e9rence statistique et de l’\u00e9pist\u00e9mologie quantitative, la mod\u00e9lisation synth\u00e9tique d’une population repose sur un imp\u00e9ratif fondamental : la r\u00e9duction de dimensionnalit\u00e9. Face \u00e0 des ensembles d’observations complexes, multidimensionnels et potentiellement bruit\u00e9s, l’esprit humain comme les algorithmes d\u00e9cisionnels requi\u00e8rent des estimateurs capables de r\u00e9sumer la masse des donn\u00e9es en un point singulier, repr\u00e9sentatif de l’ordre de grandeur g\u00e9n\u00e9ral du ph\u00e9nom\u00e8ne \u00e9tudi\u00e9. Cette qu\u00eate de repr\u00e9sentativit\u00e9 a donn\u00e9 naissance aux mesures de tendance centrale, parmi lesquelles la moyenne arithm\u00e9tique et la m\u00e9diane occupent une place pr\u00e9pond\u00e9rante, souvent rivale, mais fondamentalement compl\u00e9mentaire.<\/p>\n
Pourtant, le choix entre la moyenne et la m\u00e9diane d\u00e9passe largement la simple commodit\u00e9 de calcul arithm\u00e9tique. Il engage une conception philosophique et math\u00e9matique pr\u00e9cise de ce qu’est une \u00ab valeur typique \u00bb ou un \u00ab centre \u00bb. D’un c\u00f4t\u00e9, la moyenne se pr\u00e9sente comme le barycentre g\u00e9om\u00e9trique d’un syst\u00e8me de masses, int\u00e9grant contin\u00fbment l’amplitude de chaque unit\u00e9 observ\u00e9e ; de l’autre, la m\u00e9diane incarne un point d’\u00e9quilibre positionnel, s\u00e9parant la distribution ordonn\u00e9e en deux sous-groupes de fr\u00e9quences strictement \u00e9gales. Ce clivage conceptuel induit des comportements analytiques radicalement divergents face aux asym\u00e9tries de distribution, aux queues de loi \u00e9paisses et aux valeurs aberrantes.<\/p>\n
Le d\u00e9bat relatif \u00e0 la pr\u00e9\u00e9minence de l’une ou l’autre mesure traverse l’histoire des sciences, depuis les premiers travaux d’astronomie de Thomas Simpson et de Pierre-Simon de Laplace au XVIIIe si\u00e8cle jusqu’aux controverses m\u00e9thodologiques contemporaines en psychom\u00e9trie et en biom\u00e9trie. Comprendre les fondements axiomatiques, les fonctions de perte sous-jacentes, les propri\u00e9t\u00e9s asymptotiques et les vuln\u00e9rabilit\u00e9s respectives de la moyenne et de la m\u00e9diane constitue le pr\u00e9requis indispensable \u00e0 toute pratique rigoureuse de la recherche exp\u00e9rimentale, de l’\u00e9conom\u00e9trie et de la science des donn\u00e9es.<\/p>\n
La statistique descriptive contemporaine structure l’exploration des donn\u00e9es quantitatives autour de param\u00e8tres d’emplacement spatio-num\u00e9rique, appel\u00e9s commun\u00e9ment mesures de tendance centrale. Ces grandeurs ont pour vocation d’identifier le point focal autour duquel se distribuent les r\u00e9alisations d’une variable al\u00e9atoire. La caract\u00e9risation de la moyenne arithm\u00e9tique proc\u00e8de directement de la m\u00e9canique rationnelle : elle se d\u00e9finit formellement comme le barycentre d’un syst\u00e8me discret ou continu de points mat\u00e9riels, dans lequel chaque observation se voit attribuer une masse unitaire identique. Lorsque les donn\u00e9es sont pond\u00e9r\u00e9es ou issues d’une fonction de densit\u00e9 de probabilit\u00e9, l’esp\u00e9rance math\u00e9matique formalise ce centre de gravit\u00e9 en calculant l’int\u00e9grale du produit des valeurs par leur probabilit\u00e9 infinit\u00e9simale d’occurrence. Cette nature barycentrique conf\u00e8re \u00e0 la moyenne une sensibilit\u00e9 absolue \u00e0 l’\u00e9chelle m\u00e9trique et \u00e0 l’amplitude intrins\u00e8que de chaque valeur constitutive du corpus d’observation.<\/p>\n
\u00c0 l’oppos\u00e9 de cette construction alg\u00e9brique continue, la m\u00e9diane se d\u00e9finit de fa\u00e7on purement positionnelle et topologique au sein d’un espace ordonn\u00e9. Math\u00e9matiquement, pour une variable al\u00e9atoire r\u00e9elle $X$<\/span> associ\u00e9e \u00e0 une fonction de r\u00e9partition cumulative not\u00e9e $F(x) = P(X le x)$<\/span>, la m\u00e9diane $m$<\/span> (ou $\\tilde{X}$<\/span>) est tout point v\u00e9rifiant simultan\u00e9ment les in\u00e9galit\u00e9s fondamentales $P(X le m) ge 0{,}5$<\/span> et $P(X ge m) ge 0{,}5$<\/span>. Dans un \u00e9chantillon empirique discr\u00e9tis\u00e9, la m\u00e9diane constitue la valeur s\u00e9paratrice exacte partageant la s\u00e9rie statistique pr\u00e9alablement tri\u00e9e par ordre croissant en deux sous-ensembles \u00e9quiprobables contenant chacun 50 % des observations. Elle ne d\u00e9pend nullement de la distance euclidienne relative qui s\u00e9pare les donn\u00e9es entre elles, mais strictement de leur rang ordinal.<\/p>\n Cette divergence ontologique entre le calcul d’un barycentre et l’identification d’une fronti\u00e8re ordinale illustre le r\u00f4le central de la r\u00e9duction de dimension en analyse quantitative. Toute op\u00e9ration de synth\u00e8se implique n\u00e9cessairement une projection destructrice d’information : condenser un vecteur de dimensions $n \\times 1$<\/span> vers un unique scalaire d’emplacement contraint l’analyste \u00e0 sacrifier la structure de variance fine au profit de l’intelligibilit\u00e9 globale. Le choix de projeter l’ensemble des donn\u00e9es sur un \u00e9quilibre de forces (la moyenne) ou sur un \u00e9quilibre de d\u00e9nombrement (la m\u00e9diane) d\u00e9termine irr\u00e9vocablement la morphologie des interpr\u00e9tations scientifiques subs\u00e9quentes.<\/p>\n L’une des distorsions conceptuelles les plus persistantes au sein des sciences appliqu\u00e9es et du discours public r\u00e9side dans l’assimilation h\u00e2tive, voire erron\u00e9e, de la valeur typique d’une population \u00e0 la seule moyenne arithm\u00e9tique. Cette confusion tire son origine de l’enseignement acad\u00e9mique initial des math\u00e9matiques \u00e9l\u00e9mentaires, o\u00f9 la moyenne est introduite comme l’arch\u00e9type universel du r\u00e9sum\u00e9 synth\u00e9tique en raison de son accessibilit\u00e9 op\u00e9ratoire directe (une sommation suivie d’une division). De ce fait, les praticiens non statisticiens d\u00e9veloppent une heuristique cognitive associant spontan\u00e9ment le concept abstrait de \u00ab normalit\u00e9 \u00bb ou de \u00ab cas repr\u00e9sentatif \u00bb \u00e0 la moyenne, occultant l’exigence imp\u00e9rative de sonder pr\u00e9alablement la g\u00e9om\u00e9trie sous-jacente des distributions observ\u00e9es.<\/p>\n Ce biais cognitif et p\u00e9dagogique se trouve amplifi\u00e9 par l’usage indiff\u00e9renci\u00e9 et impr\u00e9cis des termes \u00ab moyen \u00bb et \u00ab m\u00e9dian \u00bb dans le discours m\u00e9diatique, politique et \u00e9conomique non sp\u00e9cialis\u00e9. Dans le traitement r\u00e9gulier des grandeurs macro\u00e9conomiques \u2014 \u00e0 l’instar du revenu, du patrimoine immobilier, du temps d’attente aux urgences hospitali\u00e8res ou de la dur\u00e9e du ch\u00f4mage \u2014, l’expression populaire de \u00ab citoyen moyen \u00bb est couramment mobilis\u00e9e pour d\u00e9crire des r\u00e9alit\u00e9s qui rel\u00e8vent en r\u00e9alit\u00e9 d’une statistique d’ordre m\u00e9dian. En dissimulant la fronti\u00e8re m\u00e9thodologique qui s\u00e9pare l’agr\u00e9gat arithm\u00e9tique de la m\u00e9diane positionnelle, les commentateurs occultent des disparit\u00e9s structurelles colossales, projetant une fausse impression de coh\u00e9sion sociale ou d’uniformit\u00e9 comportementale sur des structures fondamentalement h\u00e9t\u00e9rog\u00e8nes.<\/p>\n La racine profonde de cette confusion r\u00e9side dans la m\u00e9connaissance syst\u00e9mique des implications de l’asym\u00e9trie distributionnelle sur le comportement compar\u00e9 des indicateurs d’emplacement. Dans les populations manifestant une asym\u00e9trie positive (vers la droite), caract\u00e9ris\u00e9e par une longue tra\u00eene de valeurs exceptionnellement \u00e9lev\u00e9es, la moyenne subit une attraction m\u00e9canique inexorable vers les sommets de l’\u00e9chelle, alors m\u00eame que l’\u00e9crasante majorit\u00e9 des individus se concentre en de\u00e7\u00e0 de ce seuil fictif. D\u00e8s lors, assimiler la moyenne \u00e0 l’individu \u00ab typique \u00bb rel\u00e8ve d’une aberration m\u00e9thodologique majeure : dans de tels contextes, la moyenne arithm\u00e9tique ne repr\u00e9sente personne, d\u00e9crivant un point virtuel que la dynamique r\u00e9elle de la distribution contredit dans les faits.<\/p>\n L’arbitrage entre l’emploi de la moyenne ou de la m\u00e9diane d\u00e9passe le simple formalisme descriptif pour impacter directement la robustesse et la validit\u00e9 interne des conclusions formul\u00e9es au cours de l’inf\u00e9rence statistique. Lors de la mise en \u0153uvre de protocoles de test d’hypoth\u00e8ses \u2014 qu’il s’agisse de tests param\u00e9triques d\u00e9riv\u00e9s du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral ou d’approches non param\u00e9triques fond\u00e9es sur les rangs \u2014, le comportement des estimateurs de position conditionne le taux d’erreur de premi\u00e8re esp\u00e8ce ($\\alpha$<\/span>) et la puissance statistique ($1 – beta$). S\u00e9lectionner un indicateur inadapt\u00e9 \u00e0 la structure morphologique des erreurs sous-jacentes conduit fr\u00e9quemment \u00e0 des rejets abusifs de l’hypoth\u00e8se nulle ou, \u00e0 l’inverse, \u00e0 l’incapacit\u00e9 d’isoler des effets exp\u00e9rimentaux pourtant tangibles.<\/p>\n Sur le plan d\u00e9cisionnel, les cons\u00e9quences se r\u00e9v\u00e8lent particuli\u00e8rement critiques dans l’\u00e9valuation des politiques publiques, les sciences actuarielles et l’allocation des ressources macro\u00e9conomiques. Si un gouvernement calibre son dispositif de soutien social en indexant les seuils de pauvret\u00e9 ou les allocations sur un revenu moyen artificiellement gonfl\u00e9 par les tr\u00e8s hauts patrimoines du dernier centile, il risque d’exclure arbitrairement des pans entiers de la population vuln\u00e9rable de l’acc\u00e8s aux droits fondamentaux. Inversement, l’\u00e9valuation de la soutenabilit\u00e9 financi\u00e8re d’un syst\u00e8me de retraite ou de sant\u00e9 publique exige imp\u00e9rativement la manipulation des sommes totales et, par voie de cons\u00e9quence, de la moyenne arithm\u00e9tique, la m\u00e9diane \u00e9tant incapable de rendre compte de la charge financi\u00e8re globale pesant sur la collectivit\u00e9.<\/p>\n Enfin, la rigueur m\u00e9thodologique impose un alignement strict de l’outil m\u00e9trique retenu avec la typologie de l’\u00e9chelle de mesure sous-jacente, telle que th\u00e9oris\u00e9e par Stanley Smith Stevens dans sa taxonomie fondatrice de 1946. Mobiliser la moyenne arithm\u00e9tique exige imp\u00e9rativement que les donn\u00e9es soient mesur\u00e9es selon une \u00e9chelle d’intervalles constants ou une \u00e9chelle de rapports dot\u00e9e d’un z\u00e9ro absolu v\u00e9rifiable. En revanche, l’application de la moyenne sur des variables ordonn\u00e9es (comme les \u00e9chelles psychom\u00e9triques de type Likert) constitue une transgression \u00e9pist\u00e9mologique qui pr\u00e9suppose ill\u00e9gitimement l’\u00e9quidistance des intervalles psychologiques. Dans ce type d’architecture de donn\u00e9es, seule la m\u00e9diane pr\u00e9serve la coh\u00e9rence conceptuelle et l’invariance formelle des transformations admissibles.<\/p>\n D’un point de vue alg\u00e9brique, la moyenne arithm\u00e9tique classique calcul\u00e9e sur un \u00e9chantillon empirique compos\u00e9 de $n$<\/span> r\u00e9alisations scalaires ind\u00e9pendantes ${x_1, x_2, dots, x_n}$<\/span> s’\u00e9nonce comme le rapport de la somme globale des mesures au cardinal de l’\u00e9chantillon consid\u00e9r\u00e9 :<\/p>\n $$\\bar{X} = \\frac{1}{n} \\sum_{i=1}^n x_i$$<\/span><\/p>\n Dans le cadre probabiliste formel, cette grandeur constitue l’estimateur sans biais de l’esp\u00e9rance math\u00e9matique empirique $\\mathbb{E}[X] = \\int_{-\\infty}^{+\\infty} x f(x) , dx$<\/span>, o\u00f9 $f(x)$<\/span> repr\u00e9sente la fonction de densit\u00e9 de probabilit\u00e9 continue associ\u00e9e \u00e0 la variable al\u00e9atoire sous-jacente. Cet op\u00e9rateur lin\u00e9aire suppose l’additivit\u00e9 stricte des grandeurs physiques ou comportementales mesur\u00e9es.<\/p>\n Toutefois, la moyenne arithm\u00e9tique ne constitue qu’un cas particulier au sein de la famille plus g\u00e9n\u00e9rale des moyennes de Kolmogorov-Nagumo. Lorsque les ph\u00e9nom\u00e8nes mod\u00e9lis\u00e9s rel\u00e8vent de dynamiques multiplicatives, exponentielles ou de ratios compos\u00e9s, des variations m\u00e9thodologiques s’av\u00e8rent indispensables pour pr\u00e9server la v\u00e9rit\u00e9 du syst\u00e8me physique :<\/p>\n L’h\u00e9g\u00e9monie historique de la moyenne dans les d\u00e9veloppements de la statistique math\u00e9matique d\u00e9coule principalement de sa remarquable propri\u00e9t\u00e9 d’optimisation sous la fonction de perte quadratique. En analyse convexe, la moyenne arithm\u00e9tique appara\u00eet comme l’unique minimiseur de la somme des carr\u00e9s des \u00e9carts entre les donn\u00e9es observ\u00e9es et une constante r\u00e9elle $c$<\/span>. Ce crit\u00e8re, dit de la norme $L_2$<\/span> ou des moindres carr\u00e9s ordinaires, s’exprime formellement par :<\/p>\n $$\\bar{X} = arg\\min_c \\sum_{i=1}^n (x_i – c)^2$$<\/span><\/p>\n En d\u00e9rivant cette expression quadratique par rapport \u00e0 la constante $c$<\/span> et en annulant la d\u00e9riv\u00e9e premi\u00e8re, le r\u00e9sultat alg\u00e9brique impose imm\u00e9diatement l’\u00e9quation d’\u00e9quilibre $\\sum_{i=1}^n -2(x_i – c) = 0$<\/span>, d’o\u00f9 d\u00e9coule directement $c = \\frac{1}{n} \\sum x_i$<\/span>. Cette caract\u00e9ristique th\u00e9orique fonde la totalit\u00e9 de la th\u00e9orie de l’estimation de Gauss-Markov et justifie le recours syst\u00e9matique \u00e0 la moyenne arithm\u00e9tique dans les r\u00e9gressions lin\u00e9aires et l’analyse de variance.<\/p>\n En outre, la moyenne arithm\u00e9tique b\u00e9n\u00e9ficie des propri\u00e9t\u00e9s de lin\u00e9arit\u00e9 intrins\u00e8ques de l’op\u00e9rateur d’esp\u00e9rance math\u00e9matique. Pour deux variables al\u00e9atoires quelconques $X$<\/span> et $Y$<\/span> d\u00e9finies sur le m\u00eame espace probabilis\u00e9 et deux scalaires constants $a, b in \\mathbb{R}$<\/span>, l’identit\u00e9 $\\mathbb{E}[aX + bY] = a\\mathbb{E}[X] + b\\mathbb{E}[Y]$<\/span> est toujours v\u00e9rifi\u00e9e, sans requ\u00e9rir la moindre hypoth\u00e8se d’ind\u00e9pendance statistique entre les facteurs. Cette stabilit\u00e9 sous les transformations affines permet des op\u00e9rations d’alg\u00e8bre vectorielle et matricielle ais\u00e9es sur les bases de donn\u00e9es massives, facilitant l’\u00e9valuation synth\u00e9tique de sommes, de bilans comptables ou d’indices synth\u00e9tiques pond\u00e9r\u00e9s.<\/p>\n1.2 Origine des confusions r\u00e9currentes en analyse de donn\u00e9es<\/h3>\n
1.3 Port\u00e9e m\u00e9thodologique du choix de l’indicateur<\/h3>\n
2. Vue d’ensemble et fondements de la moyenne<\/h2>\n
2.1 Formalisme math\u00e9matique et typologies<\/h3>\n
\n
\n $$\\mathcal{G} = \\left( \\prod_{i=1}^n x_i \\right)^{\\frac{1}{n}} = \\exp\\left( \\frac{1}{n} \\sum_{i=1}^n \\ln(x_i) \\right)$$<\/span>
\n Elle s’impose de fa\u00e7on irrempla\u00e7able lors de l’\u00e9tude des taux de croissance \u00e9conomiques compos\u00e9s, de l’\u00e9volution des indices boursiers ou de la dilution de titres s\u00e9riques en virologie et s\u00e9rologie.<\/li>\n
\n $$\\mathcal{H} = \\frac{n}{\\sum_{i=1}^n \\frac{1}{x_i}}$$<\/span>
\n Cet indicateur est math\u00e9matiquement incontournable pour agr\u00e9ger des vitesses de d\u00e9placement sur des distances spatiales constantes, calculer des ratios financiers cours\/b\u00e9n\u00e9fices (P\/E ratio), ou calibrer des d\u00e9bits hydrauliques diff\u00e9rentiels.<\/li>\n
\n $$\\bar{X}_w = \\frac{\\sum_{i=1}^n w_i x_i}{\\sum_{i=1}^n w_i}$$<\/span>
\n Ce formalisme s’av\u00e8re indispensable lors de l’agr\u00e9gation d’\u00e9chantillons stratifi\u00e9s, o\u00f9 les strates de sondage pr\u00e9sentent des densit\u00e9s d’\u00e9chantillonnage h\u00e9t\u00e9rog\u00e8nes par rapport aux fractions r\u00e9elles de la population d’int\u00e9r\u00eat.<\/li>\n<\/ul>\n2.2 Propri\u00e9t\u00e9s alg\u00e9briques optimales<\/h3>\n