Le pr\u00e9sent article propose une exploration encyclop\u00e9dique, th\u00e9orique et op\u00e9rationnelle de la cr\u00e9ation et de l’interpr\u00e9tation des graphiques de variables ajout\u00e9es dans l’environnement de programmation statistique R. \u00c0 travers l’\u00e9tude approfondie des fondements alg\u00e9briques issus du th\u00e9or\u00e8me de Frisch-Waugh-Lovell, l’analyse d’applications concr\u00e8tes en psychom\u00e9trie et le d\u00e9ploiement de solutions logicielles automatis\u00e9es ou manuelles, ce guide offre aux chercheurs, analystes de donn\u00e9es et \u00e9tudiants avanc\u00e9s l’ensemble des cl\u00e9s m\u00e9thodologiques n\u00e9cessaires pour diagnostiquer avec rigueur la lin\u00e9arit\u00e9, la pr\u00e9sence d’observations influentes et la validit\u00e9 structurelle de leurs mod\u00e8les de r\u00e9gression multivari\u00e9e.<\/p>\n
1. Introduction conceptuelle aux graphiques de variables ajout\u00e9es<\/h2>\n1.1 D\u00e9finition et terminologie statistique<\/h3>\n
Dans l’arsenal du diagnostic de mod\u00e9lisation statistique, le concept de graphique de variable ajout\u00e9e renvoie \u00e0 une repr\u00e9sentation bidimensionnelle sp\u00e9cifique con\u00e7ue pour illustrer l’impact marginal d’un pr\u00e9dicteur continu ou cat\u00e9goriel sur une variable d\u00e9pendante, une fois prise en compte l’influence de l’ensemble des autres variables ind\u00e9pendantes incluses dans le mod\u00e8le. Commun\u00e9ment d\u00e9sign\u00e9 sous les appellations synonymes de graphique de r\u00e9gression partielle, de graphique de r\u00e9sidu partiel ajust\u00e9 ou d’Added Variable Plot<\/em>, ce dispositif graphique ne doit pas \u00eatre confondu avec un simple trac\u00e9 de r\u00e9sidus ordinaires ni avec un nuage de points standardis\u00e9 confrontant directement la r\u00e9ponse observ\u00e9e au r\u00e9gresseur d’int\u00e9r\u00eat.<\/p>\n La distinction formelle entre une corr\u00e9lation bivari\u00e9e brute et une relation conditionnelle partielle repose sur la notion d’espace vectoriel et de d\u00e9composition de la variance. Alors que le trac\u00e9 bivari\u00e9 traditionnel ignore superbement l’architecture de covariance sous-jacente unissant le pr\u00e9dicteur examin\u00e9 aux autres \u00e9l\u00e9ments du syst\u00e8me d’\u00e9quations, l’AVP op\u00e8re une projection orthogonale rigoureuse. Cette op\u00e9ration isole la variance r\u00e9siduelle propre au r\u00e9gresseur d’int\u00e9r\u00eat d’une part, et la variance r\u00e9siduelle propre \u00e0 la r\u00e9ponse d’autre part. Dans la mod\u00e9lisation statistique lin\u00e9aire multivari\u00e9e contemporaine, l’AVP sert de pont indispensable entre l’abstraction alg\u00e9brique des matrices de projection et la perception g\u00e9om\u00e9trique de l’ajustement des moindres carr\u00e9s ordinaires.<\/p>\n Il convient de souligner que cette terminologie s’ancre dans la th\u00e9orie de l’identification causale et de l’ajustement statistique d\u00e9velopp\u00e9e dans des manuels de r\u00e9f\u00e9rence tels que ceux document\u00e9s par la comunaut\u00e9 R officielle sur le CRAN<\/a>. Le terme de variable ajout\u00e9e illustre pr\u00e9cis\u00e9ment la question contrefactuelle pos\u00e9e par l’analyste : quelle est la trajectoire d’information additionnelle apport\u00e9e par cette covariable sp\u00e9cifique lorsqu’elle vient s’ajouter \u00e0 un mod\u00e8le qui comprendrait d\u00e9j\u00e0 tous les autres facteurs explicatifs ?<\/p>\n L’objectif analytique premier des graphiques de variables ajout\u00e9es r\u00e9side dans la visualisation explicite de l’effet net d’un pr\u00e9dicteur sur la variable r\u00e9ponse. Dans la majorit\u00e9 des jeux de donn\u00e9es observationnelles, les pr\u00e9dicteurs pr\u00e9sentent un degr\u00e9 non n\u00e9gligeable d’intercorr\u00e9lation, ph\u00e9nom\u00e8ne souvent qualifi\u00e9 de multicolin\u00e9arit\u00e9 quasi-stochastique. D\u00e8s lors, le coefficient d’une variable au sein d’une r\u00e9gression multiple ne quantifie nullement son lien direct et isol\u00e9 avec la r\u00e9ponse, mais bien sa contribution r\u00e9siduelle conditionnelle. L’AVP mat\u00e9rialise graphiquement cette dynamique en neutralisant de mani\u00e8re bidirectionnelle la variance partag\u00e9e avec les autres covariables, offrant ainsi une lecture directe de la relation \u00e9pur\u00e9e de toute contamination parasite.<\/p>\n Au-del\u00e0 de la simple visualisation de la pente, ces graphiques jouent un r\u00f4le pr\u00e9pond\u00e9rant dans l’\u00e9valuation intuitive de la lin\u00e9arit\u00e9 r\u00e9siduelle. Un tableau d’estimation param\u00e9trique classique se contente d’imposer une contrainte de lin\u00e9arit\u00e9 globale et de fournir un estimateur ponctuel assorti d’une erreur-type. Or, cet estimateur peut masquer une forme fonctionnelle curviligne, exponentielle ou discontinue qui invaliderait formellement l’hypoth\u00e8se de sp\u00e9cification du mod\u00e8le lin\u00e9aire. L’examen attentif d’un AVP permet d’inspecter visuellement si la relation entre les r\u00e9sidus demeure strictement rectiligne ou si elle requiert des transformations math\u00e9matiques compl\u00e9mentaires, telles que l’incorporation de polyn\u00f4mes ou de fonctions splines.<\/p>\n Enfin, l’apport qualitatif des AVP surpasse largement les indices num\u00e9riques d’un tableau d’estimation r\u00e9capitulatif. Tandis qu’une statistique de Student ou une valeur de p synth\u00e9tise l’effet sous une forme univari\u00e9e condens\u00e9e sensible aux art\u00e9facts d’\u00e9chantillonnage, le trac\u00e9 de variable ajout\u00e9e contextualise chaque observation individuelle, rendant imm\u00e9diatement perceptibles l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 locale des donn\u00e9es et les anomalies de dispersion que les m\u00e9triques agr\u00e9g\u00e9es ont tendance \u00e0 occulter.<\/p>\n L’ancrage historique des repr\u00e9sentations de r\u00e9gression partielle remonte aux fondations m\u00eames de l’\u00e9conom\u00e9trie moderne et de l’analyse macro-structurelle au cours du premier tiers du vingti\u00e8me si\u00e8cle. Les premi\u00e8res formulations conceptuelles de l’orthogonalisation s\u00e9quentielle trouvent leur origine dans les travaux s\u00e9minaux de Ragnar Frisch et Frederick V. Waugh publi\u00e9s en 1933, ult\u00e9rieurement g\u00e9n\u00e9ralis\u00e9s et compl\u00e9t\u00e9s par Michael C. Lovell en 1963. Ce corpus th\u00e9orique, immortalis\u00e9 sous le nom de th\u00e9or\u00e8me de Frisch-Waugh-Lovell, d\u00e9montra math\u00e9matiquement qu’une r\u00e9gression multivari\u00e9e complexe pouvait \u00eatre scind\u00e9e sans perte d’information en une succession de r\u00e9gressions univari\u00e9es appliqu\u00e9es \u00e0 des variables r\u00e9sidualis\u00e9es.<\/p>\n N\u00e9anmoins, la formalisation moderne et la d\u00e9nomination explicite des graphiques de variables ajout\u00e9es sous une perspective de diagnostic statistique op\u00e9rationnel sont principalement attribuables aux contributions majeures de David A. Belsley, Edwin Kuh et Roy E. Welsch dans leur ouvrage fondateur de 1980, intitul\u00e9 Regression Diagnostics: Identifying Influential Data and Sources of Collinearity<\/em>, ainsi qu’aux travaux parall\u00e8les de R. Dennis Cook et Sanford Weisberg. Ces auteurs ont d\u00e9plac\u00e9 la focale depuis la simple \u00e9quivalence calculatoire des estimateurs vers l’\u00e9valuation de la stabilit\u00e9 du mod\u00e8le et l’identification des points atypiques exer\u00e7ant une influence d\u00e9mesur\u00e9e sur les surfaces de r\u00e9ponse.<\/p>\n L’av\u00e8nement de la micro-informatique et l’\u00e9volution subs\u00e9quente des logiciels d’analyse ont profond\u00e9ment boulevers\u00e9 l’accessibilit\u00e9 de ces outils. Historiquement confin\u00e9s \u00e0 des calculs matriciels manuels fastidieux ou \u00e0 des scripts personnalis\u00e9s r\u00e9serv\u00e9s aux sp\u00e9cialistes d’algorithmes num\u00e9riques, les AVP ont \u00e9t\u00e9 int\u00e9gr\u00e9s nativement au sein des biblioth\u00e8ques de calcul moderne. Dans l’\u00e9cosyst\u00e8me R, cette transition s’est mat\u00e9rialis\u00e9e par l’\u00e9laboration de modules sp\u00e9cialis\u00e9s permettant de g\u00e9n\u00e9rer ces graphiques en une seule ligne de commande, d\u00e9mocratisant ainsi une d\u00e9marche m\u00e9thodologique autrefois prohibitive.<\/p>\n Pour appr\u00e9hender rigoureusement les propri\u00e9t\u00e9s des graphiques de variables ajout\u00e9es, il est imp\u00e9ratif d’examiner la formulation alg\u00e9brique du th\u00e9or\u00e8me de Frisch-Waugh-Lovell<\/a> au sein du cadre canonique des moindres carr\u00e9s ordinaires. Consid\u00e9rons un mod\u00e8le de r\u00e9gression lin\u00e9aire formul\u00e9 sous notation matricielle o\u00f9 le vecteur de la variable d\u00e9pendante Y, de dimension n par 1, est r\u00e9gress\u00e9 sur une matrice de pr\u00e9dicteurs partitionn\u00e9e en deux sous-ensembles distincts : X1 de dimension n par k1, et X2 de dimension n par k2. Le mod\u00e8le complet s’\u00e9nonce sous la forme matricielle Y = X1 * Beta1 + X2 * Beta2 + Epsilon, o\u00f9 Epsilon d\u00e9signe le vecteur des perturbations stochastiques non observ\u00e9es.<\/p>\n Le th\u00e9or\u00e8me de Frisch-Waugh-Lovell stipule que l’estimateur des moindres carr\u00e9s ordinaires associ\u00e9 au bloc de coefficients Beta2 peut \u00eatre obtenu de mani\u00e8re rigoureusement identique via une proc\u00e9dure de projection orthogonale s\u00e9quentielle. D\u00e9finissons la matrice de projection orthogonale, ou matrice annihilatrice associ\u00e9e \u00e0 l’espace vectoriel engendr\u00e9 par les colonnes de X1, par l’expression M1 = I – X1 * (X1′ * X1)^(-1) * X1′, o\u00f9 I repr\u00e9sente la matrice identit\u00e9 de dimension n par n, et X1′ d\u00e9signe la transpos\u00e9e de la matrice X1. Cette matrice de projection M1 est sym\u00e9trique et idempotente, ce qui implique les \u00e9galit\u00e9s fondamentales M1′ = M1 et M1 * M1 = M1.<\/p>\n En pr\u00e9-multipliant le mod\u00e8le global par M1, nous obtenons l’\u00e9quation transform\u00e9e M1 * Y = M1 * X1 * Beta1 + M1 * X2 * Beta2 + M1 * Epsilon. Or, en vertu de la d\u00e9finition de la matrice r\u00e9siduelle, le produit M1 * X1 s’annule identiquement, car toute colonne de X1 est strictement orthogonale \u00e0 l’espace des r\u00e9sidus g\u00e9n\u00e9r\u00e9 par M1. D\u00e8s lors, le syst\u00e8me se simplifie en M1 * Y = M1 * X2 * Beta2 + M1 * Epsilon. L’estimateur ponctuel de Beta2 issu de cette r\u00e9gression projet\u00e9e s’\u00e9crit alg\u00e9briquement ((M1 * X2)’ * (M1 * X2))^(-1) * (M1 * X2)’ * (M1 * Y). Gr\u00e2ce \u00e0 l’idempotence de M1, cette expression se r\u00e9duit imm\u00e9diatement \u00e0 (X2′ * M1 * X2)^(-1) * X2′ * M1 * Y, ce qui correspond exactement \u00e0 l’estimateur de Beta2 obtenu lors de l’inversion globale de la matrice partitionn\u00e9e du mod\u00e8le initial.<\/p>\n L’impl\u00e9mentation op\u00e9rationnelle du th\u00e9or\u00e8me FWL dans le cadre d’un graphique de variable ajout\u00e9e se traduit par un m\u00e9canisme s\u00e9quentiel qualifi\u00e9 de double r\u00e9sidualisation. Supposons que l’analyste souhaite isoler la contribution sp\u00e9cifique d’un unique pr\u00e9dicteur scalaire Xk au sein d’un mod\u00e8le comprenant un ensemble d’autres covariables regroup\u00e9es sous la matrice not\u00e9e X_(-k), incluant le vecteur colonne unitaire correspondant \u00e0 la constante d’ajustement. La proc\u00e9dure se d\u00e9compose en deux r\u00e9gressions auxiliaires parfaitement distinctes.<\/p>\n La premi\u00e8re r\u00e9gression auxiliaire consiste \u00e0 r\u00e9gresser la variable d\u00e9pendante d’origine Y sur l’ensemble des pr\u00e9dicteurs r\u00e9siduels X_(-k). Cette estimation par les moindres carr\u00e9s g\u00e9n\u00e8re un vecteur de valeurs ajust\u00e9es, \u00e0 partir duquel on extrait le premier vecteur de r\u00e9sidus, not\u00e9 e(Y|X_(-k)) = Y – Y_ajust\u00e9_sans_Xk. Ce r\u00e9sidu capture la totalit\u00e9 des variations de la variable r\u00e9ponse qui ne peuvent pas \u00eatre expliqu\u00e9es lin\u00e9airement par les covariables d’ajustement. Il repr\u00e9sente ce qu’il reste \u00e0 expliquer dans la r\u00e9ponse apr\u00e8s avoir \u00e9puis\u00e9 le pouvoir pr\u00e9dictif de toutes les autres variables du syst\u00e8me.<\/p>\n La seconde r\u00e9gression auxiliaire prend le pr\u00e9dicteur cible Xk comme variable d\u00e9pendante temporaire et le r\u00e9gresse sur la m\u00eame matrice de covariables d’ajustement X_(-k). On en extrait le second vecteur de r\u00e9sidus, not\u00e9 e(Xk|X_(-k)) = Xk – Xk_ajust\u00e9_sans_Xk. Ce second vecteur r\u00e9siduel mat\u00e9rialise la variation endog\u00e8ne et idiosyncratique de la variable Xk qui est totalement ind\u00e9pendante et non corr\u00e9l\u00e9e aux autres pr\u00e9dicteurs. Le graphique de variable ajout\u00e9e est alors rigoureusement d\u00e9fini comme le trac\u00e9 en coordonn\u00e9es cart\u00e9siennes de e(Y|X_(-k)) en ordonn\u00e9e contre e(Xk|X_(-k)) en abscisse. La pente de la droite des moindres carr\u00e9s ajust\u00e9e sur ce nuage r\u00e9siduel bivari\u00e9 correspond pr\u00e9cis\u00e9ment au coefficient partiel de Xk dans la r\u00e9gression multivari\u00e9e initiale.<\/p>\n L’int\u00e9r\u00eat m\u00e9thodologique fondamental de l’AVP repose sur un ensemble de propri\u00e9t\u00e9s de conservation math\u00e9matique exceptionnelles. La premi\u00e8re propri\u00e9t\u00e9, issue directement des d\u00e9veloppements pr\u00e9c\u00e9dents, est l’identit\u00e9 num\u00e9rique absolue entre la pente de la droite de r\u00e9gression simple ajust\u00e9e sur les r\u00e9sidus et le coefficient partiel Beta_k issu du mod\u00e8le de r\u00e9gression multiple global. Si l’on estime la r\u00e9gression univari\u00e9e e(Y|X_(-k)) = Beta_partiel * e(Xk|X_(-k)) + u, l’estimateur OLS de Beta_partiel v\u00e9rifie sans la moindre approximation l’\u00e9galit\u00e9 Beta_partiel = Beta_k.<\/p>\n La deuxi\u00e8me propri\u00e9t\u00e9 concerne la pr\u00e9servation int\u00e9grale des r\u00e9sidus finaux du mod\u00e8le. Les r\u00e9sidus issus de la r\u00e9gression simple des r\u00e9sidus sur les r\u00e9sidus sont strictement \u00e9quivalents aux r\u00e9sidus Epsilon du mod\u00e8le multiple initial complet. En effet, u = e(Y|X_(-k)) – Beta_k * e(Xk|X_(-k)) = M_(-k) * Y – Beta_k * M_(-k) * Xk = M_(-k) * (Y – Beta_k * Xk), ce qui correspond point par point au vecteur d’erreurs du mod\u00e8le multivari\u00e9 originel.<\/p>\n Cependant, une nuance critique d’ordre inf\u00e9rentiel doit \u00eatre imp\u00e9rativement soulign\u00e9e quant aux degr\u00e9s de libert\u00e9. Bien que la somme des carr\u00e9s des r\u00e9sidus de la r\u00e9gression univari\u00e9e auxiliaire soit identique \u00e0 celle du mod\u00e8le complet, la r\u00e9gression univari\u00e9e simple ne prend en compte par d\u00e9faut que n – 2 degr\u00e9s de libert\u00e9 pour l’estimation de la variance de l’erreur. Or, le mod\u00e8le multivari\u00e9 d’origine consomme n – p – 1 degr\u00e9s de libert\u00e9, o\u00f9 p repr\u00e9sente le nombre total de param\u00e8tres estim\u00e9s. Par cons\u00e9quent, pour que l’erreur-type du coefficient, la statistique t de Student et la valeur de p associ\u00e9es \u00e0 la pente de l’AVP co\u00efncident rigoureusement avec les r\u00e9sultats du mod\u00e8le multivari\u00e9, le calcul de la variance de l’erreur doit imp\u00e9rativement int\u00e9grer la correction relative aux degr\u00e9s de libert\u00e9 globaux du syst\u00e8me.<\/p>\n En psychologie quantitative et dans l’ensemble des sciences comportementales, les devis de recherche sont tr\u00e8s fr\u00e9quemment quasi-exp\u00e9rimentaux ou observationnels. Les chercheurs sont confront\u00e9s \u00e0 des matrices de corr\u00e9lations denses au sein desquelles des variables parasites telles que l’\u00e2ge chronologique, le statut socio-\u00e9conomique, le niveau de scolarit\u00e9 ou l’\u00e9tat de fatigue cognitive viennent syst\u00e9matiquement polluer les relations fonctionnelles th\u00e9oriques. L’omission ou la mauvaise prise en compte de ces facteurs confondants expose l’analyste \u00e0 des inf\u00e9rences totalement erron\u00e9es, pouvant aller jusqu’\u00e0 l’observation empirique d’associations fallacieuses.<\/p>\n Les graphiques de variables ajout\u00e9es constituent un outil visuel de premier ordre pour d\u00e9masquer des m\u00e9canismes complexes de suppression statistique ou d’inversion d’effet. Un exemple canonique r\u00e9side dans le cas o\u00f9 une corr\u00e9lation brute bivari\u00e9e entre un marqueur psychologique et une performance cognitive appara\u00eet initialement positive, alors que l’effet conditionnel ajust\u00e9 sur l’\u00e2ge se r\u00e9v\u00e8le fortement n\u00e9gatif. L’AVP illustre avec une clart\u00e9 remarquable comment l’\u00e9limination de la covariance due \u00e0 l’\u00e2ge redresse la trajectoire de la relation et fait \u00e9merger la r\u00e9alit\u00e9 de l’effet clinique sous-jacent. L’inspection graphique offre au chercheur l’assurance visuelle que l’effet rapport\u00e9 ne constitue pas un artefact provoqu\u00e9 par une distribution d\u00e9s\u00e9quilibr\u00e9e des variables sociod\u00e9mographiques.<\/p>\n De surcro\u00eet, la visualisation des r\u00e9sidus partiels permet d’identifier si l’effet d’une intervention psychologique ou d’une variable diff\u00e9rentielle persiste de mani\u00e8re homog\u00e8ne \u00e0 travers les diff\u00e9rents strates des covariables de contr\u00f4le, fournissant ainsi une validation empirique robuste des hypoth\u00e8ses causales formul\u00e9es dans le cadre de protocoles non randomis\u00e9s.<\/p>\n L’\u00e9valuation des structures psychom\u00e9triques, notamment dans le cadre des mod\u00e8les de personnalit\u00e9 tels que le mod\u00e8le en cinq facteurs (Big Five) ou l’\u00e9valuation des attitudes par \u00e9chelles de Likert, se heurte in\u00e9vitablement au probl\u00e8me de la corr\u00e9lation mod\u00e9r\u00e9e \u00e0 \u00e9lev\u00e9e entre sous-dimensions th\u00e9oriques. Par exemple, l’anxi\u00e9t\u00e9 et la d\u00e9pression partagent une part substantielle de variance commune attribuable \u00e0 un facteur de second ordre d’affectivit\u00e9 n\u00e9gative g\u00e9n\u00e9rale ou de n\u00e9vrosisme. Lorsqu’un psychologue r\u00e9gresse un comportement d’\u00e9vitement sur ces deux construits simultan\u00e9ment, l’interpr\u00e9tation des coefficients peut devenir extr\u00eamement d\u00e9licate en raison de cette colin\u00e9arit\u00e9 intrins\u00e8que.<\/p>\n Dans ce contexte, l’AVP permet d’\u00e9valuer directement l’incr\u00e9ment de validit\u00e9 pr\u00e9dictive d’une sous-\u00e9chelle sp\u00e9cifique au-del\u00e0 des autres facettes psychom\u00e9triques. En observant le graphique de variable ajout\u00e9e d\u00e9di\u00e9 \u00e0 l’anxi\u00e9t\u00e9 apr\u00e8s contr\u00f4le de la d\u00e9pression, le praticien peut imm\u00e9diatement appr\u00e9cier la part de variance unique qui contribue \u00e0 la pr\u00e9diction du crit\u00e8re. Si le nuage de points r\u00e9siduels s’affaisse le long d’une bande horizontale amorphe, cela indique visuellement que la variable examin\u00e9e n’apporte aucune information discriminante suppl\u00e9mentaire, quand bien m\u00eame sa corr\u00e9lation simple avec la variable d\u00e9pendante serait hautement significative sur le plan statistique.<\/p>\n Cette approche graphique prot\u00e8ge les psychologues contre l’\u00e9cueil de la redondance conceptuelle des instruments de mesure. Elle facilite l’\u00e9puration des batteries de tests en mettant en lumi\u00e8re les composantes qui n’expliquent aucune variation sp\u00e9cifique du comportement une fois les dimensions centrales contr\u00f4l\u00e9es.<\/p>\n \u00c0 l’\u00e8re des crises de r\u00e9plicabilit\u00e9 qui ont travers\u00e9 la psychologie et les sciences biom\u00e9dicales, la transparence analytique s’est mu\u00e9e en un imp\u00e9ratif m\u00e9thodologique incontournable. Les publications scientifiques ont trop longtemps repos\u00e9 de mani\u00e8re exclusive sur la pr\u00e9sentation de matrices de corr\u00e9lation et de tableaux de r\u00e9gression format\u00e9s selon les normes de l’American Psychological Association (APA), sans fournir d’\u00e9l\u00e9ments tangibles quant \u00e0 la validit\u00e9 structurelle sous-jacente des mod\u00e8les ajust\u00e9s. Les tableaux num\u00e9riques pr\u00e9sentent en effet l’inconv\u00e9nient majeur de masquer les distorsions locales caus\u00e9es par des sous-\u00e9chantillons particuliers ou des valeurs aberrantes de levier.<\/p>\n L’int\u00e9gration syst\u00e9matique des graphiques de variables ajout\u00e9es dans les protocoles de diagnostic pr\u00e9-publication r\u00e9pond directement aux exigences accrues de rigueur m\u00e9thodologique. Selon les pr\u00e9conisations du groupe de travail sur l’inf\u00e9rence statistique de l’APA, les chercheurs sont vivement encourag\u00e9s \u00e0 d\u00e9montrer que leurs conclusions ne d\u00e9pendent pas d’une poign\u00e9e d’observations atypiques log\u00e9es dans des r\u00e9gions marginales de l’espace multidimensionnel. L’AVP offre une attestation graphique transparente montrant que l’effet lin\u00e9aire proclam\u00e9 traverse de part en part la distribution \u00e9chantillonnale de mani\u00e8re robuste.<\/p>\n Adopter une telle d\u00e9marche de diagnostic visuel participe activement \u00e0 la lutte contre les pratiques de recherche douteuses, telles que le dragage de donn\u00e9es (p-hacking), en for\u00e7ant l’exp\u00e9rimentateur \u00e0 confronter ses hypoth\u00e8ses th\u00e9oriques \u00e0 la g\u00e9om\u00e9trie r\u00e9elle de ses r\u00e9sidus conditionnels avant de revendiquer la d\u00e9couverte d’un effet psychologique statistiquement robuste.<\/p>\n L’impl\u00e9mentation la plus embl\u00e9matique, la plus robuste et la plus largement document\u00e9e des graphiques de variables ajout\u00e9es au sein de l’\u00e9cosyst\u00e8me open source R est h\u00e9berg\u00e9e au sein du package sp\u00e9cialis\u00e9 nomm\u00e9 car<\/em>, acronyme de Companion to Applied Regression<\/em>, d\u00e9velopp\u00e9 et maintenu sous la direction de John Fox et Sanford Weisberg. Cette biblioth\u00e8que logicielle constitue le prolongement computationnel direct des manuels m\u00e9thodologiques de r\u00e9f\u00e9rence en sociologie quantitative et en \u00e9conom\u00e9trie appliqu\u00e9e, fournissant des suites de fonctions diagnostiques introuvables dans la distribution de base de R.<\/p>\n Pour exploiter les potentialit\u00e9s offertes par ce package, l’utilisateur doit proc\u00e9der \u00e0 son installation depuis les serveurs officiels du Comprehensive R Archive Network en ex\u00e9cutant l’instruction conventionnelle install.packages(\u00ab\u00a0car\u00a0\u00bb). Il est pertinent de noter que le package car<\/em> s’appuie sur une hi\u00e9rarchie de d\u00e9pendances logicielles rigoureuses, incluant notamment carData<\/em>, qui h\u00e9berge les jeux de donn\u00e9es classiques d’illustration, ainsi que des modules matriciels de calcul d’erreurs-types robustes tels que sandwich<\/em> ou lme4<\/em>.<\/p>\n Une fois l’installation men\u00e9e \u00e0 son terme, le chargement du module s’effectue via l’appel library(car). Lors de cette phase, l’analyste veillera \u00e0 surveiller les messages d’avertissement relatifs aux conflits d’espaces de noms. En effet, certaines fonctions g\u00e9n\u00e9riques de car<\/em> peuvent entrer en collision lexicale avec des modules de manipulation de donn\u00e9es appartenant au tidyverse<\/em>, \u00e0 l’image des fonctions select ou recode. Une saine pratique de programmation consistera, en cas d’ambigu\u00eft\u00e9 au sein de scripts industriels, \u00e0 sp\u00e9cifier explicitement le pr\u00e9fixe du package par l’op\u00e9rateur de double deux-points car::avPlots.<\/p>\n Afin d’illustrer la m\u00e9canique concr\u00e8te des AVP, le recours \u00e0 des jeux de donn\u00e9es historiques int\u00e9gr\u00e9s permet de garantir la reproductibilit\u00e9 imm\u00e9diate des r\u00e9sultats. Le jeu de donn\u00e9es Duncan<\/em>, inclus dans le package carData<\/em>, repr\u00e9sente un cas d’\u00e9cole universellement pl\u00e9biscit\u00e9. Ce recueil de donn\u00e9es documente le prestige professionnel de quarante-cinq professions aux \u00c9tats-Unis au cours des ann\u00e9es 1950, en fonction du niveau d’\u00e9ducation moyen des professionnels et du pourcentage de ces derniers percevant un revenu sup\u00e9rieur \u00e0 un seuil mon\u00e9taire d\u00e9termin\u00e9.<\/p>\n Un autre cadre exp\u00e9rimental d’un int\u00e9r\u00eat remarquable r\u00e9side dans le jeu de donn\u00e9es Prestige<\/em>, documentant le statut socio-\u00e9conomique de 102 professions canadiennes en relation avec le revenu moyen, le niveau d’instruction et la proportion de femmes exer\u00e7ant dans ces domaines. Dans une optique psychom\u00e9trique alternative, l’analyste peut g\u00e9n\u00e9rer des structures synth\u00e9tiques simulant des passations de tests psychologiques standardis\u00e9s comprenant des scores de m\u00e9moire de travail, de vitesse de traitement, de r\u00e9gulation \u00e9motionnelle et d’\u00e2ge chronologique.<\/p>\n Avant d’ajuster le moindre mod\u00e8le de r\u00e9gression, une phase exploratoire pr\u00e9liminaire s’impose. Il convient de v\u00e9rifier scrupuleusement la typologie des variables via les fonctions structurelles de R (telles que str() ou summary()). L’analyste doit s’assurer que les variables cat\u00e9gorielles sont formellement encod\u00e9es sous forme de facteurs explicites et que les covariables continues ne pr\u00e9sentent pas de singularit\u00e9s d’encodage, comme des valeurs aberrantes impossibles r\u00e9sultant d’erreurs de saisie manuelle.<\/p>\n L’exactitude math\u00e9matique des r\u00e9sidus projet\u00e9s par les fonctions de variables ajout\u00e9es d\u00e9pend en amont de la conformit\u00e9 de la matrice de conception. Le premier pr\u00e9requis concerne la gestion des observations incompl\u00e8tes ou valeurs manquantes. Par d\u00e9faut, les fonctions d’estimation de mod\u00e8les lin\u00e9aires sous R appliquent l’option na.action = na.omit, qui exclut de mani\u00e8re listwise toute observation comportant au moins une donn\u00e9e manquante sur l’une des variables mobilis\u00e9es dans la formule.<\/p>\n Ce m\u00e9canisme d’exclusion automatique peut alt\u00e9rer consid\u00e9rablement la composition de l’\u00e9chantillon analys\u00e9 si les donn\u00e9es manquantes ne sont pas r\u00e9parties de fa\u00e7on totalement al\u00e9atoire. De surcro\u00eet, si l’on tente d’extraire manuellement des r\u00e9sidus \u00e0 partir de sous-mod\u00e8les qui n’int\u00e8grent pas exactement les m\u00eames observations en raison d’exclusions diff\u00e9rentielles, les vecteurs r\u00e9siduels ne poss\u00e9deront plus la m\u00eame longueur dimensionnelle n, provoquant l’interruption imm\u00e9diate des calculs matriciels. Il est donc recommand\u00e9 d’assainir le tableau de donn\u00e9es en amont en figeant un sous-\u00e9chantillon complet d\u00e9di\u00e9 \u00e0 la r\u00e9gression.<\/p>\n Le second pr\u00e9requis computationnel touche \u00e0 la v\u00e9rification du rang de la matrice de covariance. En pr\u00e9sence d’une colin\u00e9arit\u00e9 parfaite entre deux ou plusieurs pr\u00e9dicteurs, la matrice X’X devient singuli\u00e8re et non inversible, for\u00e7ant R \u00e0 \u00e9liminer unilat\u00e9ralement des colonnes d’estimation. Enfin, sur le plan ergonomique, l’utilisateur configurera sa fen\u00eatre de visualisation graphique au sein de son environnement de d\u00e9veloppement (tel que RStudio) pour accueillir des affichages multipanneaux matriciels sans distorsion de ratio hauteur-largeur.<\/p>\n L’ancrage op\u00e9ratoire de l’analyse d\u00e9bute par l’ajustement formel du mod\u00e8le de r\u00e9gression lin\u00e9aire multiple \u00e0 l’aide de la fonction native lm() de R. Sur le plan math\u00e9matique, nous formulons l’hypoth\u00e8se que la variable d\u00e9pendante continue Y se structure comme une combinaison lin\u00e9aire de k pr\u00e9dicteurs continus ou cat\u00e9goriels, augment\u00e9e d’un terme r\u00e9siduel d’erreur non corr\u00e9l\u00e9 de moyenne nulle et de variance constante.<\/p>\n Au niveau de la syntaxe R, la relation s’\u00e9nonce selon le formalisme symbolique de Wilkinson et Rogers au moyen de l’op\u00e9rateur tilde. Par exemple, si l’on mod\u00e9lise le prestige professionnel \u00e0 partir du revenu (income) et de l’\u00e9ducation (education) au sein du tableau Duncan<\/em>, l’instruction s’\u00e9crit de la mani\u00e8re suivante : modele_duncan <- lm(prestige ~ income + education, data = Duncan). Cette \u00e9criture instancie un objet statistique de classe formelle \u00ab\u00a0lm\u00a0\u00bb, qui encapsule au sein d’une liste structur\u00e9e les coefficients de r\u00e9gression estim\u00e9s par l’algorithme de d\u00e9composition QR, le vecteur des valeurs ajust\u00e9es, les r\u00e9sidus ordinaires, ainsi que la structure de la matrice de conception mod\u00e8le.<\/p>\n Le stockage de cet objet ajust\u00e9 dans une variable d\u00e9di\u00e9e constitue une \u00e9tape imp\u00e9rative. En effet, toutes les fonctions de diagnostic ult\u00e9rieures, qu’il s’agisse des proc\u00e9dures natives d’extraction de r\u00e9sidus ou des algorithmes sp\u00e9cialis\u00e9s du package car<\/em>, prendront cet objet mod\u00e9lis\u00e9 comme argument d’entr\u00e9e fondamental pour en extraire la g\u00e9om\u00e9trie interne sans qu’il soit n\u00e9cessaire de resp\u00e9cifier les formules initiales.<\/p>\n L’ex\u00e9cution de la commande standard summary(modele_duncan) produit un condens\u00e9 statistique textuel divis\u00e9 en plusieurs compartiments analytiques hautement normalis\u00e9s. La premi\u00e8re section fournit la distribution empirique des r\u00e9sidus ordinaires (minimum, quartiles, m\u00e9diane, maximum), permettant de juger de prime abord de la sym\u00e9trie de l’erreur. Vient ensuite le tableau fondamental des coefficients param\u00e9triques, structur\u00e9 en quatre colonnes : l’estimation ponctuelle du param\u00e8tre (Estimate), l’erreur-type conventionnelle (Std. Error), la statistique de test t de Student (t value) et la probabilit\u00e9 critique bilat\u00e9rale associ\u00e9e (Pr(>|t|)).<\/p>\n Bien que ce tableau indique la significativit\u00e9 marginale apparente de chaque pr\u00e9dicteur, sa lecture isol\u00e9e comporte des risques d’interpr\u00e9tation majeurs. Par exemple, une valeur de p extr\u00eamement basse associ\u00e9e au pr\u00e9dicteur du revenu atteste que l’on peut rejeter l’hypoth\u00e8se nulle d’un coefficient partiel nul dans la population, sous l’hypoth\u00e8se stricte que le mod\u00e8le est correctement sp\u00e9cifi\u00e9. Toutefois, cette m\u00e9trique demeure totalement aveugle quant \u00e0 l’uniformit\u00e9 de l’effet \u00e0 travers l’\u00e9chantillon. Le coefficient de d\u00e9termination global R-carr\u00e9 et sa version corrig\u00e9e (Adjusted R-squared), situ\u00e9s en bas de sortie textuelle, quantifient la proportion globale de variance de la r\u00e9ponse expliqu\u00e9e conjointement par les pr\u00e9dicteurs, mais n’apportent aucun \u00e9clairage sur la validit\u00e9 structurelle locale des relations individuelles.<\/p>\n C’est pr\u00e9cis\u00e9ment face \u00e0 ces lacunes inh\u00e9rentes aux m\u00e9triques scalaires agr\u00e9g\u00e9es que la transition vers une analyse graphique diagnostique s’av\u00e8re m\u00e9thodologiquement indispensable pour tout analyste soucieux de robustesse.<\/p>\n Pour que les estimateurs des moindres carr\u00e9s ordinaires soient d\u00e9clar\u00e9s optimaux au sens du th\u00e9or\u00e8me de Gauss-Markov (garantissant qu’ils sont les meilleurs estimateurs lin\u00e9aires sans biais, ou BLUE<\/em>), un ensemble d’hypoth\u00e8ses probabilistes fondamentales doit \u00eatre v\u00e9rifi\u00e9 : l’esp\u00e9rance conditionnelle des erreurs doit \u00eatre nulle, la variance des perturbations doit \u00eatre strictement constante (homosc\u00e9dasticit\u00e9), les erreurs doivent \u00eatre mutuellement non corr\u00e9l\u00e9es, et dans une perspective inf\u00e9rentielle exacte, les r\u00e9sidus doivent suivre une loi normale multivari\u00e9e.<\/p>\n L’approche diagnostique traditionnelle consiste \u00e0 inspecter les graphiques par d\u00e9faut g\u00e9n\u00e9r\u00e9s par l’instruction plot(modele_duncan). Ces trac\u00e9s comprennent g\u00e9n\u00e9ralement le graphique des r\u00e9sidus ordinaires en fonction des valeurs pr\u00e9dites, le trac\u00e9 quantile-quantile normal (Q-Q plot), le graphique de l’\u00e9chelle de dispersion standardis\u00e9e et le trac\u00e9 des r\u00e9sidus contre les leviers statistiques avec les fronti\u00e8res de distance de Cook. Bien que cruciaux, ces diagnostics globaux pr\u00e9sentent une faiblesse intrins\u00e8que : ils collapsed l’ensemble de la structure multivari\u00e9e sur une dimension unique, celle de la pr\u00e9diction synth\u00e9tique Y_chapeau.<\/p>\n Par cons\u00e9quent, si une violation d’hypoth\u00e8se (telle qu’une courbure non lin\u00e9aire flagrante ou une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 aigu\u00eb) n’affecte qu’un seul des pr\u00e9dicteurs inclus dans le mod\u00e8le, elle sera souvent dilu\u00e9e ou partiellement masqu\u00e9e lors de l’examen de ces r\u00e9sidus globaux. L’analyste se trouve alors dans l’incapacit\u00e9 d’imputer l’anomalie \u00e0 un param\u00e8tre d\u00e9termin\u00e9. Il devient donc indispensable de d\u00e9composer la structure d’ajustement pr\u00e9dicteur par pr\u00e9dicteur, ce qui constitue la raison d’\u00eatre exacte des graphiques de variables ajout\u00e9es.<\/p>\n L’extraction et l’affichage direct de l’ensemble des graphiques de variables ajout\u00e9es pour un mod\u00e8le de r\u00e9gression lin\u00e9aire ajust\u00e9 s’ex\u00e9cutent avec une simplicit\u00e9 d\u00e9concertante gr\u00e2ce \u00e0 la fonction avPlots() fournie par la biblioth\u00e8que car<\/em>. D\u00e8s lors que l’objet r\u00e9sultant de l’ajustement du mod\u00e8le lin\u00e9aire a \u00e9t\u00e9 stock\u00e9 sous l’identifiant modele_duncan, l’analyste n’a qu’\u00e0 soumettre au terminal l’appel canonique suivant : avPlots(modele_duncan). Cette seule instruction d\u00e9clenche une s\u00e9rie d’op\u00e9rations matricielles sous-jacentes totalement automatis\u00e9es.<\/p>\n La fonction proc\u00e8de s\u00e9quentiellement \u00e0 la double r\u00e9sidualisation pour chaque variable ind\u00e9pendante incluse dans le mod\u00e8le, extrait les vecteurs r\u00e9siduels correspondants et divise automatiquement la fen\u00eatre graphique active de R en une grille multi-panneaux sym\u00e9trique. Dans le cas d’un mod\u00e8le comportant deux covariables explicatives, avPlots() g\u00e9n\u00e8re une matrice graphique de deux panneaux distincts dispos\u00e9s c\u00f4te \u00e0 c\u00f4te, chacun d\u00e9di\u00e9 \u00e0 un pr\u00e9dicteur unique.<\/p>\n Le d\u00e9codage s\u00e9miotique des axes est fondamental pour \u00e9viter toute confusion lors de la lecture imm\u00e9diate. L’axe des ordonn\u00e9es affiche syst\u00e9matiquement les r\u00e9sidus de la variable r\u00e9ponse conditionn\u00e9s par les autres pr\u00e9dicteurs, g\u00e9n\u00e9ralement \u00e9tiquet\u00e9s sous la nomenclature prestige | others (ce qui signifie litt\u00e9ralement : la part de prestige r\u00e9siduelle non expliqu\u00e9e par les autres variables du mod\u00e8le). L’axe des abscisses pr\u00e9sente les r\u00e9sidus du pr\u00e9dicteur concern\u00e9 apr\u00e8s neutralisation de ses partenaires de covariance, par exemple income | others. Chaque point trac\u00e9 dans l’espace graphique correspond strictement \u00e0 une unit\u00e9 statistique de l’\u00e9chantillon d’origine, projet\u00e9e selon ses deux coordonn\u00e9es r\u00e9siduelles.<\/p>\n Lorsque le mod\u00e8le statistique investigu\u00e9 int\u00e8gre un volume important de r\u00e9gresseurs (par exemple dans le cadre de mod\u00e8les de contr\u00f4le \u00e9pid\u00e9miologiques ou psychom\u00e9triques comprenant dix, quinze ou vingt covariables), l’appel indistinct de la commande avPlots() aboutit \u00e0 la g\u00e9n\u00e9ration d’une grille graphique surcharg\u00e9e. Dans un tel agencement, la taille individuelle de chaque sous-panneau se trouve drastiquement r\u00e9duite, rendant l’inspection visuelle des nuages de points fastidieuse et impr\u00e9cise.<\/p>\n Pour parer \u00e0 cette contrainte d’espace, le package met \u00e0 disposition deux strat\u00e9gies op\u00e9rationnelles d’une grande souplesse. La premi\u00e8re consiste \u00e0 employer l’argument d\u00e9di\u00e9 terms au sein de la fonction collective, sous la forme avPlots(modele_duncan, terms = ~ income). L’utilisateur peut ainsi transmettre une formule partielle listant le ou les seuls pr\u00e9dicteurs qu’il souhaite soumettre \u00e0 l’examen visuel, pr\u00e9servant ainsi la lisibilit\u00e9 de la fen\u00eatre de rendu.<\/p>\n La seconde alternative repose sur l’usage de la fonction au singulier avPlot(), con\u00e7ue sp\u00e9cifiquement pour cibler un r\u00e9gresseur isol\u00e9 \u00e0 la fois. Sa syntaxe requiert la transmission de l’objet du mod\u00e8le suivie de la d\u00e9signation sous forme de cha\u00eene de caract\u00e8res du pr\u00e9dicteur d’int\u00e9r\u00eat : avPlot(modele_duncan, variable = \u00ab\u00a0income\u00a0\u00bb). Cette commande unitaire permet de g\u00e9n\u00e9rer un graphique d’une haute r\u00e9solution occupant l’int\u00e9gralit\u00e9 du p\u00e9riph\u00e9rique graphique, id\u00e9al pour l’exportation vers des supports de diffusion scientifique ou des pr\u00e9sentations acad\u00e9miques cibl\u00e9es.<\/p>\n La fonction avPlots() int\u00e8gre un ensemble d’arguments formels permettant d’adapter le rendu esth\u00e9tique et informatif des trac\u00e9s sans n\u00e9cessiter de post-traitement complexe. Par d\u00e9faut, la fonction superpose sur le nuage de points r\u00e9siduels une droite de r\u00e9gression lin\u00e9aire ajust\u00e9e par les moindres carr\u00e9s ordinaires, repr\u00e9sentant visuellement la pente partielle du coefficient estim\u00e9. Les attributs graphiques de cette droite peuvent \u00eatre ajust\u00e9s par le truchement des param\u00e8tres col.lines (pour modifier la couleur de la droite d’ajustement) et lwd (d\u00e9finissant la largeur du trait vectoriel).<\/p>\n Les marqueurs ponctuels repr\u00e9sentant les observations individuelles peuvent \u00e9galement \u00eatre modul\u00e9s en couleur (col), en g\u00e9om\u00e9trie de symbole (pch) et en \u00e9chelle d’agrandissement (cex). De surcro\u00eet, la fonction ins\u00e8re par d\u00e9faut un quadrillage en arri\u00e8re-plan afin de mat\u00e9rialiser visuellement les axes de r\u00e9f\u00e9rence d’ordonn\u00e9e et d’abscisse nulles (passant par le point d’intersection central c(0,0)). Ce comportement peut \u00eatre contr\u00f4l\u00e9 par l’argument bool\u00e9en grid = TRUE ou FALSE.<\/p>\n Enfin, les titres principaux et les intitul\u00e9s des axes peuvent \u00eatre enti\u00e8rement personnalis\u00e9s en surchargeant les valeurs assign\u00e9es par d\u00e9faut au moyen des arguments textuels usuels main, xlab et ylab. Cette flexibilit\u00e9 permet au chercheur francophone de substituer aux libell\u00e9s automatiques en langue anglaise des d\u00e9nominations \u00e9pist\u00e9mologiquement adapt\u00e9es \u00e0 la diffusion de ses travaux au sein de revues scientifiques francophones.<\/p>\n Bien que l’automatisation propos\u00e9e par les biblioth\u00e8ques sp\u00e9cialis\u00e9es soit d’une redoutable efficacit\u00e9, la programmation manuelle \u00e9tape par \u00e9tape d’un graphique de variable ajout\u00e9e \u00e0 l’aide des seules fonctions fondamentales de l’interpr\u00e9teur R constitue un exercice d’une valeur p\u00e9dagogique inestimable. Cet exercice permet de lever toute opacit\u00e9 quant \u00e0 la nature des calculs matriciels effectu\u00e9s sous le capot. Consid\u00e9rons \u00e0 titre d’exemple le mod\u00e8le reliant le statut social (Y) aux variables d’\u00e9ducation (X1) et de revenu (X2).<\/p>\n L’algorithme de d\u00e9composition s’amorce par la mise en \u0153uvre de la premi\u00e8re r\u00e9gression auxiliaire visant \u00e0 r\u00e9sidualiser la variable r\u00e9ponse Y vis-\u00e0-vis du revenu X2. L’analyste programme l’instruction : reg_y_sans_x1 <- lm(prestige ~ income, data = Duncan). \u00c0 l’issue de cet ajustement partiel, nous extrayons le vecteur r\u00e9siduel de la r\u00e9ponse, qui renferme la variance du prestige non imputable au revenu, via l’assignation : res_y <- residuals(reg_y_sans_x1).<\/p>\n La seconde phase consiste \u00e0 r\u00e9sidualiser le pr\u00e9dicteur d’int\u00e9r\u00eat \u00e9ducation (X1) vis-\u00e0-vis de l’autre covariable revenu (X2). Nous formulons l’ajustement : reg_x1_sans_x2 <- lm(education ~ income, data = Duncan), puis nous proc\u00e9dons \u00e0 l’extraction de son vecteur d’erreurs : res_x1 <- residuals(reg_x1_sans_x2). Ayant isol\u00e9 les deux composantes orthogonales, nous assemblons ces deux vecteurs au sein d’une structure de tableau de donn\u00e9es \u00e9l\u00e9mentaire data.frame(res_x1, res_y). Enfin, la construction visuelle s’ex\u00e9cute par le recours aux primitives graphiques de base : plot(res_x1, res_y), compl\u00e9t\u00e9e imm\u00e9diatement par l’adjonction de la droite de tendance lin\u00e9aire via l’instruction abline(lm(res_y ~ res_x1), col = \u00ab\u00a0red\u00a0\u00bb, lwd = 2).<\/p>\n Une fois le trac\u00e9 manuel d\u00e9ploy\u00e9, il est indispensable de proc\u00e9der au contr\u00f4le formel de son identit\u00e9 statistique avec les estimateurs du mod\u00e8le multivari\u00e9 global. Ajustons la r\u00e9gression simple des r\u00e9sidus manuels : modele_verif <- lm(res_y ~ res_x1). L’interrogation de son coefficient par l’expression coef(modele_verif)[\u00ab\u00a0res_x1\u00a0\u00bb] r\u00e9v\u00e8le une \u00e9quivalence num\u00e9rique rigoureusement parfaite, jusqu’\u00e0 la derni\u00e8re d\u00e9cimale de pr\u00e9cision flottante de la machine, avec le coefficient obtenu dans le mod\u00e8le global modele_complet <- lm(prestige ~ education + income, data = Duncan) interrog\u00e9 par coef(modele_complet)[\u00ab\u00a0education\u00a0\u00bb].<\/p>\n De plus, l’examen de l’ordonn\u00e9e \u00e0 l’origine (l’intercept) de ce mod\u00e8le de v\u00e9rification d\u00e9montre une valeur strictement \u00e9gale \u00e0 z\u00e9ro (aux erreurs d’arrondi num\u00e9rique pr\u00e8s, de l’ordre de 10 \u00e0 la puissance -16). Cela d\u00e9coule directement de la propri\u00e9t\u00e9 math\u00e9matique des moindres carr\u00e9s voulant que la moyenne de tout vecteur de r\u00e9sidus issu d’un mod\u00e8le incluant une constante soit identiquement nulle.<\/p>\n Enfin, si l’on superpose graphiquement le trac\u00e9 manuel ainsi g\u00e9n\u00e9r\u00e9 avec la sortie produite par car::avPlot(modele_complet, \u00ab\u00a0education\u00a0\u00bb), on constate une co\u00efncidence g\u00e9om\u00e9trique absolue de l’ensemble des points et de la pente de la droite. Cette d\u00e9monstration empirique confirme sans \u00e9quivoque que l’AVP n’est rien d’autre que la projection directe de la relation \u00e9pur\u00e9e par le th\u00e9or\u00e8me de Frisch-Waugh-Lovell.<\/p>\n D\u00e9velopper soi-m\u00eame l’algorithme d’orthogonalisation pr\u00e9sente des vertus heuristiques ind\u00e9niables pour les chercheurs et les \u00e9tudiants en m\u00e9thodologie quantitative. Cette d\u00e9marche d\u00e9mystifie compl\u00e8tement la notion parfois opaque de contr\u00f4le statistique. Alors que l’expression verbale contr\u00f4ler pour la variable Z peut sembler abstraite dans un manuel de m\u00e9thodologie, le fait de constater concr\u00e8tement que ce contr\u00f4le consiste simplement \u00e0 retirer des variables Y et X leurs pr\u00e9dictions lin\u00e9aires respectives fond\u00e9es sur Z conf\u00e8re une clart\u00e9 conceptuelle d\u00e9finitive \u00e0 l’op\u00e9ration.<\/p>\n Par ailleurs, la ma\u00eetrise de cette m\u00e9canique manuelle lib\u00e8re le chercheur des contraintes d’impl\u00e9mentation impos\u00e9es par les packages tiers. Par exemple, si l’analyste souhaite appliquer des estimateurs de r\u00e9gression non lin\u00e9aires ou hautement robustes (tels que des estimateurs de type M, MM ou S impl\u00e9ment\u00e9s via des algorithmes de r\u00e9gression quantile ou des moindres carr\u00e9s pond\u00e9r\u00e9s) pour lesquels aucune fonction avPlots automatis\u00e9e n’a \u00e9t\u00e9 impl\u00e9ment\u00e9e par les d\u00e9veloppeurs, la logique de double r\u00e9sidualisation manuelle demeure int\u00e9gralement transposable et op\u00e9rationnelle.<\/p>\n L’exp\u00e9rimentateur peut ainsi concevoir des repr\u00e9sentations de variables ajout\u00e9es semi-param\u00e9triques ou robustes totalement sur-mesure, en appliquant des algorithmes de filtrage adaptatif en amont de la mise en relation graphique des deux r\u00e9sidus finaux.<\/p>\n L’interpr\u00e9tation analytique d’un graphique de variable ajout\u00e9e requiert une attention aigu\u00eb port\u00e9e \u00e0 plusieurs caract\u00e9ristiques g\u00e9om\u00e9triques fondamentales du nuage r\u00e9siduel. Le premier \u00e9l\u00e9ment diagnostique r\u00e9side dans l’orientation et l’inclinaison de la droite d’ajustement partielle. Une pente ascendante robuste indique que, \u00e0 niveau d’\u00e9ducation constant, une augmentation du revenu est associ\u00e9e de mani\u00e8re conditionnelle \u00e0 une progression du prestige per\u00e7u.<\/p>\n \u00c0 l’inverse, une pente descendante mat\u00e9rialiserait une association n\u00e9gative nette, r\u00e9v\u00e9lant parfois des ph\u00e9nom\u00e8nes insoup\u00e7onn\u00e9s d’inversion d’effet par rapport \u00e0 la corr\u00e9lation brute bivari\u00e9e initiale. L’absence notable d’inclinaison (une droite parfaitement horizontale confondue avec l’axe des abscisses) traduit visuellement le constat que la variable d’int\u00e9r\u00eat n’exerce aucun effet explicatif incr\u00e9mental sur la r\u00e9ponse une fois les autres pr\u00e9dicteurs mobilis\u00e9s dans l’architecture du mod\u00e8le.<\/p>\n Il importe \u00e9galement d’\u00e9valuer visuellement la dispersion des points autour de cette droite. Plus le nuage de points r\u00e9siduels est \u00e9troitement resserr\u00e9 autour de la trajectoire lin\u00e9aire, plus l’erreur-type du coefficient partiel est restreinte, traduisant une grande pr\u00e9cision de l’estimateur. Si au contraire le nuage adopte une conformation diffuse et amorphe sans structure directionnelle dominante, la statistique t sera m\u00e9caniquement faible et la valeur de p \u00e9lev\u00e9e, mat\u00e9rialisant l’incapacit\u00e9 de la variable \u00e0 r\u00e9duire substantiellement la variance inexpliqu\u00e9e du syst\u00e8me.<\/p>\n L’un des apports diagnostiques les plus spectaculaires des AVP r\u00e9side dans leur propension \u00e0 r\u00e9v\u00e9ler des distorsions de sp\u00e9cification fonctionnelle que les indicateurs num\u00e9riques conventionnels dissimulent totalement. L’estimateur OLS contraint par construction la relation \u00e0 s’exprimer sous une forme rectiligne stricte, mat\u00e9rialis\u00e9e par la droite superpos\u00e9e. Cependant, l’inspection visuelle du nuage r\u00e9siduel peut mettre en \u00e9vidence des configurations g\u00e9om\u00e9triques curvilignes manifestes.<\/p>\n Si l’on observe que les r\u00e9sidus forment une parabole en U (ou en U invers\u00e9), avec des points situ\u00e9s syst\u00e9matiquement au-dessus de la droite aux deux extr\u00e9mit\u00e9s de l’axe horizontal et sous la droite dans la r\u00e9gion centrale, cette structure incurv\u00e9e signale sans ambigu\u00eft\u00e9 une relation quadratique sous-jacente entre le pr\u00e9dicteur et la variable r\u00e9ponse. Le mod\u00e8le lin\u00e9aire additif initial souffre alors d’un biais de sous-sp\u00e9cification. L’analyste se voit contraint de corriger sa formule en incorporant un terme d’ordre sup\u00e9rieur (tel qu’un polyn\u00f4me de degr\u00e9 2) ou en recourant \u00e0 des fonctions non lin\u00e9aires ou splines de lissage.<\/p>\n D’autres morphologies fonctionnelles peuvent \u00e9galement \u00e9merger, telles que des dynamiques de saturation asymptotique ou des effets de seuil brutal, invitant le mod\u00e9lisateur \u00e0 appliquer des transformations logarithmiques ou logistiques sur la variable originale avant toute r\u00e9estimation.<\/p>\n La variance des erreurs conditionnelles constitue l’un des piliers de validit\u00e9 des inf\u00e9rences param\u00e9triques bas\u00e9es sur la loi de Student. L’examen des graphiques de variables ajout\u00e9es offre une modalit\u00e9 diagnostique particuli\u00e8rement fine pour traquer l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 conditionnelle sp\u00e9cifiquement associ\u00e9e \u00e0 un pr\u00e9dicteur d\u00e9termin\u00e9. Dans une situation conforme aux hypoth\u00e8ses th\u00e9oriques d’homosc\u00e9dasticit\u00e9, la dispersion verticale des points autour de la droite de r\u00e9gression doit demeurer rigoureusement uniforme et stationnaire d’un bout \u00e0 l’autre de l’axe des abscisses.<\/p>\n Si l’analyste identifie visuellement une morphologie en \u00e9ventail ou en entonnoir (par exemple, des r\u00e9sidus tr\u00e8s resserr\u00e9s pour les faibles valeurs de e(Xk|others) mais qui s’\u00e9vasent consid\u00e9rablement \u00e0 mesure que l’on progresse vers les valeurs positives \u00e9lev\u00e9es), cela d\u00e9montre que la variance de la perturbation d\u00e9pend intimement de l’amplitude de ce r\u00e9gresseur particulier. Une telle configuration invalide formellement le calcul classique des erreurs-types par la m\u00e9thode de Gauss-Markov.<\/p>\n Face \u00e0 cette d\u00e9couverte graphique, le chercheur devra obligatoirement substituer aux erreurs-types conventionnelles des estimateurs d’erreurs-types robustes \u00e0 l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 (comme les estimateurs sandwich de type HC3 ou HC4 th\u00e9oris\u00e9s par Halbert White et Long & Ervin) ou envisager des transformations stabilisatrices de variance sur la variable d\u00e9pendante d’origine par le truchement de la famille de transformations de Box-Cox.<\/p>\n L’un des atouts op\u00e9rationnels majeurs de l’impl\u00e9mentation avPlots() au sein de la biblioth\u00e8que car<\/em> r\u00e9side dans son protocole automatis\u00e9 de d\u00e9tection et d’\u00e9tiquetage textuel des observations potentiellement probl\u00e9matiques. Dans un espace multidimensionnel, une observation peut pr\u00e9senter un profil d’atypicit\u00e9 tout \u00e0 fait invisible lors de l’examen univari\u00e9 de ses composantes brutes, mais devenir extraordinairement saillante une fois projet\u00e9e sur le sous-espace des r\u00e9sidus partiels.<\/p>\n Par d\u00e9faut, la fonction avPlots() applique un algorithme de marquage statistique qui affiche le num\u00e9ro d’identifiant (ou l’\u00e9tiquette de ligne, rownames) des points les plus extr\u00eames directement \u00e0 proximit\u00e9 imm\u00e9diate de leurs marqueurs graphiques respectifs. Ce comportement d’identification est param\u00e9trable via l’argument formel id. Cet argument accepte une liste de sous-param\u00e8tres d’une grande pr\u00e9cision technique, tels que id = list(method = \u00ab\u00a0mahal\u00a0\u00bb, n = 3, cex = 0.8, col = \u00ab\u00a0blue\u00a0\u00bb).<\/p>\n Le sous-param\u00e8tre n r\u00e9git le nombre quantitatif d’observations devant \u00eatre obligatoirement \u00e9tiquet\u00e9es sur chaque panneau graphique. L’argument method d\u00e9finit le crit\u00e8re statistique pr\u00e9sidant \u00e0 la d\u00e9signation des cas suspects : la m\u00e9thode \u00ab\u00a0mahal\u00a0\u00bb s’appuie sur la distance multidimensionnelle de Mahalanobis calcul\u00e9e dans l’espace r\u00e9siduel bidimensionnel du graphique, tandis que la m\u00e9thode \u00ab\u00a0identify\u00a0\u00bb permet une s\u00e9lection interactive \u00e0 la souris directement sur l’\u00e9cran d’affichage, offrant \u00e0 l’utilisateur une immersion exploratoire imm\u00e9diate dans ses donn\u00e9es.<\/p>\n Pour exploiter pleinement la port\u00e9e diagnostique d’un graphique de variable ajout\u00e9e, le mod\u00e9lisateur doit imp\u00e9rativement ma\u00eetriser la distinction conceptuelle et g\u00e9om\u00e9trique unissant trois notions statistiques souvent amalgam\u00e9es : le point aberrant (outlier), le levier statistique (leverage) et l’observation influente (influential point).<\/p>\n Un point aberrant r\u00e9siduel se manifeste dans l’AVP par une divergence verticale majeure le long de l’axe des ordonn\u00e9es. Cette observation poss\u00e8de une valeur de r\u00e9ponse r\u00e9siduelle e(Y|others) anormalement \u00e9loign\u00e9e de la tendance g\u00e9n\u00e9rale, sans pour autant pr\u00e9senter n\u00e9cessairement une valeur extr\u00eame sur le pr\u00e9dicteur examin\u00e9. Si ce point se situe au centre de l’axe des abscisses (pr\u00e8s de z\u00e9ro), il augmentera l’erreur quadratique moyenne et gonflera artificiellement l’erreur-type du coefficient partiel, diminuant la puissance du test statistique sans pour autant modifier substantiellement l’angle d’inclinaison de la droite.<\/p>\n \u00c0 l’inverse, un point \u00e0 fort levier partiel se positionne de fa\u00e7on isol\u00e9e aux confins extr\u00eames de l’axe horizontal, c’est-\u00e0-dire loin vers la droite ou vers la gauche sur l’axe e(Xk|others). Il correspond \u00e0 un individu dont la combinaison de covariables rend la valeur de Xk extraordinairement inhabituelle au regard du reste de l’\u00e9chantillon. Si ce point de fort levier s’aligne fid\u00e8lement sur la trajectoire rectiligne dessin\u00e9e par les autres observations, il stabilise le mod\u00e8le sans introduire de distorsion.<\/p>\n En revanche, le p\u00e9ril m\u00e9thodologique supr\u00eame survient lorsqu’un point conjugue simultan\u00e9ment un fort levier partiel et un r\u00e9sidu partiel disjoint. Situ\u00e9 dans un coin marginal du graphique hors de l’alignement g\u00e9n\u00e9ral, ce point agit comme un point d’appui m\u00e9canique qui exerce un v\u00e9ritable pouvoir de bascule (tilt) sur la droite des moindres carr\u00e9s. Une seule observation de cette nature poss\u00e8de le pouvoir d\u00e9l\u00e9t\u00e8re de renverser le signe d’un coefficient ou de fabriquer de toutes pi\u00e8ces une significativit\u00e9 statistique totalement factice.<\/p>\n La d\u00e9couverte visuelle d’un cas suspect \u00e9tiquet\u00e9 sur un graphique de variable ajout\u00e9e ne doit en aucun cas conduire \u00e0 sa suppression aveugle et irr\u00e9fl\u00e9chie du fichier de donn\u00e9es. L’analyste doit en premier lieu proc\u00e9der \u00e0 une v\u00e9rification minutieuse de l’int\u00e9grit\u00e9 de la saisie num\u00e9rique : s’agit-il d’une erreur d’encodage typographique ou d’une mauvaise affectation d’unit\u00e9 de mesure ? Si la valeur s’av\u00e8re parfaitement valide sur le plan empirique, elle incarne une r\u00e9alit\u00e9 observationnelle l\u00e9gitime qu’il convient de comprendre et non de censurer arbitrairement.<\/p>\n La strat\u00e9gie analytique recommand\u00e9e r\u00e9side dans la conduite syst\u00e9matique d’une analyse de sensibilit\u00e9 document\u00e9e. Le chercheur ajuste le mod\u00e8le lin\u00e9aire sur l’\u00e9chantillon complet, puis r\u00e9-estime ce m\u00eame mod\u00e8le en excluant formellement la ou les observations \u00e9tiquet\u00e9es comme hautement influentes dans les AVP. Par exemple, au sein du jeu de donn\u00e9es Duncan<\/em>, les professions de ministre du culte (minister) et de chef de train (conductor) sont notoirement connues pour exercer une influence d\u00e9mesur\u00e9e sur les coefficients partiels de l’\u00e9ducation et du revenu.<\/p>\n En comparant rigoureusement les sorties param\u00e9triques avec et sans ces cas critiques, l’analyste \u00e9value la stabilit\u00e9 structurelle de ses inf\u00e9rences. Si les conclusions scientifiques se trouvent radicalement modifi\u00e9es par le retrait d’une unique unit\u00e9 statistique, la plus grande r\u00e9serve s’impose dans l’interpr\u00e9tation th\u00e9orique. Dans de telles circonstances, l’analyste d\u00e9laissera les moindres carr\u00e9s ordinaires au profit d’approches de r\u00e9gression robuste, telles que la fonction rlm() de la biblioth\u00e8que MASS<\/em>, qui proc\u00e8de \u00e0 une pond\u00e9ration adaptative d\u00e9croissante des observations en fonction de l’amplitude de leurs r\u00e9sidus.<\/p>\n Bien que les graphiques g\u00e9n\u00e9r\u00e9s par les fonctions du moteur graphique de base de R via car::avPlots() soient techniquement irr\u00e9prochables sur le plan du diagnostic exploratoire, leurs qualit\u00e9s esth\u00e9tiques demeurent limit\u00e9es et s’accordent difficilement avec les exigences typographiques et stylistiques des publications scientifiques internationales contemporaines. L’\u00e9cosyst\u00e8me graphique unifi\u00e9 centr\u00e9 sur la grammaire des graphiques et impl\u00e9ment\u00e9 par la prestigieuse biblioth\u00e8que ggplot2<\/em> d\u00e9velopp\u00e9e par Hadley Wickham s’impose aujourd’hui comme la norme graphique de r\u00e9f\u00e9rence.<\/p>\n Pour transposer l’architecture d’un AVP au sein de cet univers visuel, il est n\u00e9cessaire d’extraire pr\u00e9alablement les r\u00e9sidus partiels sous la forme d’une structure rectangulaire ordonn\u00e9e (tidy data frame ou tibble). En nous appuyant sur la syntaxe matricielle ou sur des boucles automatis\u00e9es, nous pouvons it\u00e9rer \u00e0 travers l’ensemble des r\u00e9gresseurs du mod\u00e8le pour calculer les double r\u00e9sidualisations respectives.<\/p>\n Une d\u00e9marche \u00e9l\u00e9gante consiste \u00e0 structurer ces r\u00e9sultats au format long. Le tableau r\u00e9sultant comportera trois colonnes primordiales : une variable cat\u00e9gorielle d\u00e9signant le pr\u00e9dicteur consid\u00e9r\u00e9 (Predictor), une colonne num\u00e9rique regroupant les r\u00e9sidus horizontaux correspondants (Partial_Predictor_Residuals) et une colonne num\u00e9rique consignant les r\u00e9sidus de la variable r\u00e9ponse (Partial_Response_Residuals). L’adoption de ce format long conditionne la capacit\u00e9 du moteur graphique \u00e0 g\u00e9n\u00e9rer des visualisations facett\u00e9es d’une rigueur formelle absolue.<\/p>\n Disposant d’un jeu de donn\u00e9es r\u00e9siduelles correctement format\u00e9, nous pouvons initialiser la construction d’une visualisation multi-facettes combinant l’ensemble des pr\u00e9dicteurs au sein d’une composition graphique harmonis\u00e9e. L’instruction fondamentale s’articule autour de l’appel ggplot(df_residus, aes(x = Partial_Predictor_Residuals, y = Partial_Response_Residuals)), enrichi imm\u00e9diatement de la couche g\u00e9om\u00e9trique des marqueurs ponctuels via geom_point().<\/p>\n Afin de valoriser la lisibilit\u00e9 des distributions \u00e0 forte densit\u00e9, il est vivement judicieux de moduler l’opacit\u00e9 des points par le truchement du param\u00e8tre alpha (par exemple alpha = 0.6) tout en calibrant d\u00e9licatement leur taille par size = 2. L’\u00e9tape cruciale consiste ensuite \u00e0 superposer simultan\u00e9ment deux trajectoires mod\u00e9lis\u00e9es distinctes : d’une part, la droite de r\u00e9gression lin\u00e9aire stricte via geom_smooth(method = \u00ab\u00a0lm\u00a0\u00bb, color = \u00ab\u00a0darkblue\u00a0\u00bb, se = TRUE), affichant son intervalle de confiance \u00e0 quatre-vingt-quinze pour cent ; et d’autre part, une courbe de lissage local non param\u00e9trique de type Loess via geom_smooth(method = \u00ab\u00a0loess\u00a0\u00bb, color = \u00ab\u00a0firebrick\u00a0\u00bb, linetype = \u00ab\u00a0dashed\u00a0\u00bb, se = FALSE).<\/p>\n L’adjonction de l’op\u00e9rateur facet_wrap(~ Predictor, scales = \u00ab\u00a0free_x\u00a0\u00bb) constitue l’aboutissement de cette architecture. L’argument scales = \u00ab\u00a0free_x\u00a0\u00bb est ici capital, dans la mesure o\u00f9 les \u00e9chelles d’abscisses refl\u00e8tent les r\u00e9sidus de pr\u00e9dicteurs distincts s’exprimant dans des unit\u00e9s m\u00e9triques h\u00e9t\u00e9rog\u00e8nes (par exemple des pourcentages de revenus confront\u00e9s \u00e0 des ann\u00e9es d’\u00e9tudes), tandis que l’axe des ordonn\u00e9es demeure strictement invariant et synchronis\u00e9.<\/p>\n L’optimisation finale de la planche visuelle destin\u00e9e \u00e0 l’insertion dans un manuscrit scientifique requiert l’\u00e9puration totale des \u00e9l\u00e9ments d’arri\u00e8re-plan superflus. L’application d’un th\u00e8me minimaliste tel que theme_bw() ou theme_classic() permet de supprimer le fond gris\u00e2tre standard et d’instaurer des lignes d’axes noires d’une nettet\u00e9 parfaite. La typographie textuelle des \u00e9tiquettes d’axes, des titres de facettes et des l\u00e9gendes sera minutieusement calibr\u00e9e \u00e0 l’aide des fonctions de personnalisation \u00e9l\u00e9mentaire element_text(), en optant pour des polices vectorielles neutres \u00e0 l’image d’Arial ou d’Helvetica.<\/p>\n Pour assurer un \u00e9tiquetage textuel irr\u00e9prochable des points atypiques sans risquer d’enchev\u00eatrement ou de superposition illisible des \u00e9tiquettes sur les marqueurs, l’int\u00e9gration de l’extension sp\u00e9cialis\u00e9e ggrepel<\/em> constitue une solution de choix. Gr\u00e2ce \u00e0 la g\u00e9om\u00e9trie geom_text_repel(), les identifiants des observations suspectes se d\u00e9ploient harmonieusement autour des r\u00e9sidus extr\u00eames en s’\u00e9cartant dynamiquement des points denses par un algorithme de r\u00e9pulsion physique.<\/p>\n Enfin, l’exportation de l’objet graphique final s’ex\u00e9cute par l’entremise de la fonction vectorielle ggsave(). L’analyste prendra soin de consigner la planche au format PDF pour une conservation vectorielle int\u00e9grale sans tramage matriciel, ou au format TIFF haute r\u00e9solution \u00e0 une densit\u00e9 minimale de 300 \u00e0 600 points par pouce (DPI), en stipulant formellement les dimensions physiques en centim\u00e8tres requises par les directives \u00e9ditoriales de la revue acad\u00e9mique cibl\u00e9e.<\/p>\n L’une des confusions conceptuelles les plus persistantes au sein de la litt\u00e9rature statistique appliqu\u00e9e concerne la distinction primordiale entre les graphiques de variables ajout\u00e9es (AVP) et les graphiques de r\u00e9sidus partiels conventionnels, d\u00e9sign\u00e9s couramment sous le vocable de graphiques composante-plus-r\u00e9sidu (Component-plus-Residual plots<\/em> ou CR plots), accessibles dans R via la fonction crPlots() du package car<\/em>.<\/p>\n Bien que ces deux outils partagent la vocation g\u00e9n\u00e9rale de sonder les relations conditionnelles, leurs formules de calcul diff\u00e8rent fondamentalement. Dans un graphique CR, l’axe vertical ne trace pas les r\u00e9sidus de la r\u00e9ponse, mais la quantit\u00e9 construite Beta_k * X_ik + e_i, c’est-\u00e0-dire la composante lin\u00e9aire estim\u00e9e du pr\u00e9dicteur k augment\u00e9e du vecteur des r\u00e9sidus complets du mod\u00e8le, tandis que l’axe horizontal conserve la valeur brute du pr\u00e9dicteur X_ik sans la moindre r\u00e9sidualisation. En cons\u00e9quence, les graphiques CR s’av\u00e8rent infiniment sup\u00e9rieurs et sp\u00e9cifiquement optimis\u00e9s pour r\u00e9v\u00e9ler la forme fonctionnelle pr\u00e9cise (courbure, non-lin\u00e9arit\u00e9) que prend la relation le long de l’\u00e9chelle d’origine de la variable ind\u00e9pendante.<\/p>\n En contrepartie absolue, les graphiques CR sont structurellement inaptes \u00e0 diagnostiquer l’effet de levier et l’influence des points. En effet, l’axe horizontal d’un CR plot ne tenant aucun compte des intercorr\u00e9lations unissant Xk aux autres pr\u00e9dicteurs, un point peut para\u00eetre tout \u00e0 fait banal sur l’\u00e9chelle brute de Xk tout en constituant une anomalie multidimensionnelle colossale dans l’espace des covariables. Les graphiques de variables ajout\u00e9es (AVP) demeurent ainsi les seuls et uniques instruments graphiques capables d’isoler simultan\u00e9ment le levier partiel r\u00e9el, l’influence par bascule et l’impact marginal net sur le coefficient de r\u00e9gression.<\/p>\n Une autre distinction cruciale doit \u00eatre op\u00e9r\u00e9e vis-\u00e0-vis des graphiques d’effets marginaux ou de pr\u00e9dictions marginales ajust\u00e9es, devenus extraordinairement populaires dans les sciences sociales gr\u00e2ce \u00e0 des modules R modernes tels que ggeffects<\/em> ou marginaleffects<\/em>. Les graphiques d’effets marginaux ont pour mission exclusive de traduire les pr\u00e9dictions d’un mod\u00e8le ajust\u00e9 sous une forme substantielle intuitive. Ils projettent la valeur attendue de la variable r\u00e9ponse (par exemple une probabilit\u00e9 pr\u00e9dite ou un score th\u00e9orique) en faisant varier un pr\u00e9dicteur d’int\u00e9r\u00eat tout en figeant les autres covariables \u00e0 des valeurs constantes de r\u00e9f\u00e9rence, telles que leur moyenne ou leur m\u00e9diane.<\/p>\n De fait, les trac\u00e9s d’effets marginaux illustrent des pr\u00e9dictions id\u00e9alis\u00e9es issues du mod\u00e8le, et non des r\u00e9sidus observ\u00e9s. Ils appartiennent au registre de la communication des r\u00e9sultats finaux et de la vulgarisation th\u00e9orique des effets statistiques. En revanche, les graphiques de variables ajout\u00e9es appartiennent rigoureusement au registre du diagnostic d’invalidation du mod\u00e8le. L’AVP met en sc\u00e8ne les donn\u00e9es brutes r\u00e9sidualis\u00e9es contre la mod\u00e9lisation, exposant impitoyablement les failles de l’ajustement, la dispersion non expliqu\u00e9e et les observations qui d\u00e9stabilisent l’estimation.<\/p>\n En r\u00e9sum\u00e9 m\u00e9thodologique, le chercheur prudent mobilisera les AVP en amont lors de sa phase de laboratoire afin d’\u00e9prouver la robustesse de sa sp\u00e9cification et de traquer les anomalies distributionnelles, puis emploiera les graphiques d’effets marginaux en aval au sein du corps de son article pour communiquer de mani\u00e8re p\u00e9dagogique l’ampleur sociologique ou clinique des associations mises en \u00e9vidence.<\/p>\n La confrontation directe entre un nuage de points bivari\u00e9 standard (Y en fonction de Xk) et un graphique de variable ajout\u00e9e constitue sans doute la d\u00e9monstration la plus spectaculaire du paradoxe de Simpson<\/a> et des illusions d’optique g\u00e9n\u00e9r\u00e9es par la confusion statistique en milieu observationnel. Dans de multiples architectures de donn\u00e9es, la trajectoire bivari\u00e9e brute observ\u00e9e entre deux grandeurs s’av\u00e8re diam\u00e9tralement oppos\u00e9e \u00e0 la r\u00e9alit\u00e9 de leur lien conditionnel.<\/p>\n Imaginons une \u00e9tude o\u00f9 le temps pass\u00e9 sur une t\u00e2che cognitive (X) est positivement corr\u00e9l\u00e9 au nombre d’erreurs commises (Y) \u00e0 travers un nuage bivari\u00e9 brut ascendant bien visible. Un observateur superficiel conclurait que la d\u00e9lib\u00e9ration prolong\u00e9e nuit \u00e0 la performance cognitive. Cependant, l’introduction au sein du mod\u00e8le d’une covariable d’ajustement fondamentale, telle que la difficult\u00e9 intrins\u00e8que de l’exercice propos\u00e9, renverse totalement la perspective.<\/p>\n En projetant le graphique de variable ajout\u00e9e reliant les r\u00e9sidus du temps aux r\u00e9sidus des erreurs apr\u00e8s extraction de l’effet de la difficult\u00e9, la droite des moindres carr\u00e9s affiche d\u00e9sormais une pente fortement n\u00e9gative. \u00c0 complexit\u00e9 de probl\u00e8me rigoureusement \u00e9gale, allouer davantage de temps de r\u00e9flexion r\u00e9duit significativement le taux d’erreur. L’AVP a litt\u00e9ralement op\u00e9r\u00e9 une purge g\u00e9om\u00e9trique de la variable de confusion masqu\u00e9e, substituant \u00e0 une corr\u00e9lation bivari\u00e9e trompeuse la v\u00e9rit\u00e9 de l’association conditionnelle partielle.<\/p>\n L’utilisation des graphiques de variables ajout\u00e9es est fr\u00e9quemment entach\u00e9e d’erreurs d’interpr\u00e9tation r\u00e9currentes chez les praticiens non statisticiens. Le premier \u00e9cueil r\u00e9side dans la tentative erron\u00e9e d’interpr\u00e9ter les valeurs num\u00e9riques lues sur l’axe des abscisses comme s’il s’agissait des mesures r\u00e9elles de la variable ind\u00e9pendante. Une valeur de z\u00e9ro sur l’abscisse d’un AVP ne correspond aucunement \u00e0 une absence de la caract\u00e9ristique physique chez le sujet, mais signifie simplement que l’observation se situe exactement sur la valeur moyenne pr\u00e9dite pour cette variable par les autres pr\u00e9dicteurs.<\/p>\n Une seconde m\u00e9prise classique consiste \u00e0 tenter d’assigner une signification sociologique ou th\u00e9orique \u00e0 l’ordonn\u00e9e \u00e0 l’origine du trac\u00e9 partiel. Comme d\u00e9montr\u00e9 dans les fondements alg\u00e9briques du th\u00e9or\u00e8me de Frisch-Waugh-Lovell, la droite d’un AVP passe n\u00e9cessairement et immuablement par le barycentre th\u00e9orique c(0,0). Vouloir interpr\u00e9ter l’intercept d’une telle r\u00e9gression r\u00e9siduelle n’a absolument aucun sens m\u00e9thodologique.<\/p>\n Enfin, une vigilance extr\u00eame s’impose quant \u00e0 l’impact de la multicolin\u00e9arit\u00e9 s\u00e9v\u00e8re sur la g\u00e9om\u00e9trie m\u00eame de l’AVP. Lorsqu’une variable pr\u00e9dictive se trouve presque enti\u00e8rement expliqu\u00e9e par une combinaison lin\u00e9aire des autres r\u00e9gresseurs (associ\u00e9e \u00e0 un facteur d’inflation de la variance, ou VIF, sup\u00e9rieur \u00e0 10), la variance r\u00e9siduelle e(Xk|others) s’effondre dramatiquement. Sur le plan visuel, le nuage de points se trouve alors violemment compress\u00e9 le long d’une bande verticale \u00e9troite centr\u00e9e sur z\u00e9ro. Cette compression artificielle r\u00e9duit le bras de levier des observations, instabilise de fa\u00e7on spectaculaire la pente de la droite et expose l’estimation param\u00e9trique \u00e0 une volatilit\u00e9 d’\u00e9chantillonnage extr\u00eame.<\/p>\n Lorsque le mod\u00e8le statistique int\u00e8gre des variables qualitatives nominales encod\u00e9es sous la forme de variables indicatrices binaires (variables muettes ou dummies<\/em>), l’interpr\u00e9tation des sorties de avPlots() requiert une grille de lecture adapt\u00e9e. Pour un facteur binaire d\u00e9coup\u00e9 en une indicatrice 0\/1, l’axe horizontal de l’AVP pr\u00e9sentera deux sous-grappes distinctes de r\u00e9sidus, refl\u00e9tant les \u00e9carts r\u00e9siduels des deux groupes d’individus par rapport \u00e0 leur propension conditionnelle moyenne.<\/p>\n Dans ce contexte, la pente de la droite continue de mat\u00e9rialiser fid\u00e8lement l’\u00e9cart moyen conditionnel ajust\u00e9 s\u00e9parant la cat\u00e9gorie cible de la cat\u00e9gorie de r\u00e9f\u00e9rence. N\u00e9anmoins, pour des facteurs polytomiques comprenant un grand nombre de modalit\u00e9s (par exemple une variable de r\u00e9gion g\u00e9ographique d\u00e9coup\u00e9e en cinq indicatrices distinctes), la fragmentation du facteur en cinq graphiques partiels disjoints complique l’appr\u00e9ciation globale de l’effet du construit. L’analyste se tournera alors vers des tests d’hypoth\u00e8ses lin\u00e9aires collectives de type Wald ou analyses de variance multivari\u00e9es d’Anova de type II ou III.<\/p>\n Concernant les termes d’interaction multiplicative (mod\u00e9ration statistique), la prudence s’accentue. Un terme d’interaction not\u00e9 X1:X2 g\u00e9n\u00e9rera son propre panneau avPlot d\u00e9di\u00e9. Les r\u00e9sidus de ce terme repr\u00e9sentent la fraction de l’effet mod\u00e9rateur qui ne peut \u00eatre pr\u00e9dite ni par les effets principaux individuels, ni par les autres r\u00e9gresseurs du syst\u00e8me. La lecture de ce graphique permet de v\u00e9rifier visuellement si l’effet de mod\u00e9ration proclam\u00e9 n’est pas le fruit exclusif d’une poign\u00e9e de donn\u00e9es atypiques log\u00e9es dans les zones marginales du produit crois\u00e9 des deux distributions.<\/p>\n La reddition de comptes relative au diagnostic par variables ajout\u00e9es au sein d’un article scientifique \u00e9valu\u00e9 par les pairs doit ob\u00e9ir \u00e0 des standards de r\u00e9daction formels d’une grande rigueur. Il est proscrit d’affirmer sommairement dans le texte que les hypoth\u00e8ses de lin\u00e9arit\u00e9 et d’influence ont \u00e9t\u00e9 v\u00e9rifi\u00e9es sans expliciter le protocole diagnostique concret mis en \u0153uvre par l’\u00e9quipe de recherche.<\/p>\n Dans la section m\u00e9thodologique du manuscrit, les auteurs sp\u00e9cifieront clairement le recours aux graphiques de r\u00e9gression partielle : \u00ab L’absence de distorsion non lin\u00e9aire et la stabilit\u00e9 des coefficients partiels face aux observations influentes ont \u00e9t\u00e9 formellement diagnostiqu\u00e9es par l’inspection syst\u00e9matique des graphiques de variables ajout\u00e9es (Added Variable Plots) g\u00e9n\u00e9r\u00e9s via le package car sous R. \u00bb<\/em> En cas de d\u00e9tection d’observations \u00e0 fort levier ayant requis une analyse de sensibilit\u00e9, les conclusions comparatives doivent \u00eatre obligatoirement consign\u00e9es sous la forme d’un tableau comparatif des mod\u00e8les ins\u00e9r\u00e9 dans le corps du texte ou vers\u00e9 au sein des annexes \u00e9lectroniques (Supplementary Materials).<\/p>\n Enfin, dans l’esprit du mouvement pour la science ouverte et la reproductibilit\u00e9 computationnelle promu par les directives du Center for Open Science, les chercheurs fourniront en libre acc\u00e8s sur des plateformes p\u00e9rennes (telles que l’Open Science Framework ou GitHub) l’int\u00e9gralit\u00e9 du script R ayant pr\u00e9sid\u00e9 \u00e0 la confection des graphiques, assorti des instructions de compilation permettant \u00e0 n’importe quel r\u00e9viseur ou lecteur de r\u00e9g\u00e9n\u00e9rer \u00e0 l’identique l’ensemble des trac\u00e9s r\u00e9siduels pr\u00e9sent\u00e9s.<\/p>\n Guide acad\u00e9mique complet pour construire, interpr\u00e9ter et personnaliser les graphiques de variables ajout\u00e9es (avPlots) dans R pour la r\u00e9gression multiple.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[1829,3730],"tags":[3731,3733,3732,2172,2239],"class_list":["post-1750","psych_stat","type-psych_stat","status-publish","hentry","category-methodologie-statistique","category-r-et-analyse-quantitative","tag-avplots","tag-diagnostic-de-regression","tag-package-car","tag-psychologie-quantitative","tag-regression-lineaire-multiple"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/1750","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_stat"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=1750"}],"version-history":[{"count":1,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/1750\/revisions"}],"predecessor-version":[{"id":16266,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/1750\/revisions\/16266"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=1750"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=1750"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=1750"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}1.2 Objectifs analytiques fondamentaux<\/h3>\n
1.3 Historique et \u00e9volution dans l’analyse de r\u00e9gression<\/h3>\n
2. Fondements math\u00e9matiques et d\u00e9rivation statistique<\/h2>\n
2.1 Le th\u00e9or\u00e8me de Frisch-Waugh-Lovell (FWL)<\/h3>\n
2.2 M\u00e9canisme de double r\u00e9sidualisation<\/h3>\n
2.3 Propri\u00e9t\u00e9s statistiques de la pente partielle<\/h3>\n
3. Pertinence et applications en psychologie quantitative<\/h2>\n
3.1 R\u00e9solution des probl\u00e8mes de confusion en sciences du comportement<\/h3>\n
3.2 Diagnostic des mod\u00e8les de personnalit\u00e9 et d’attitudes<\/h3>\n
3.3 \u00c9thique m\u00e9thodologique et reproductibilit\u00e9<\/h3>\n
4. Pr\u00e9paration de l’environnement de calcul dans R<\/h2>\n
4.1 Installation et chargement de l’\u00e9cosyst\u00e8me car<\/h3>\n
4.2 Structure et exploration des jeux de donn\u00e9es d’exemple<\/h3>\n
4.3 V\u00e9rification des pr\u00e9requis computationnels<\/h3>\n
5. Ajustement du mod\u00e8le de r\u00e9gression lin\u00e9aire multiple de base<\/h2>\n
5.1 Sp\u00e9cification formelle de la syntaxe lm()<\/h3>\n
5.2 Analyse param\u00e9trique des sorties de summary()<\/h3>\n
5.3 Validation des hypoth\u00e8ses classiques de Gauss-Markov<\/h3>\n
6. G\u00e9n\u00e9ration des graphiques avec la fonction avPlots()<\/h2>\n
6.1 Syntaxe canonique et ex\u00e9cution basique<\/h3>\n
![\"Added](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/addedVarPlots1.png\")
6.2 S\u00e9lection cibl\u00e9e de pr\u00e9dicteurs sp\u00e9cifiques<\/h3>\n
6.3 Gestion des param\u00e8tres graphiques natifs de avPlots<\/h3>\n
7. Construction manuelle d’un graphique de variable ajout\u00e9e<\/h2>\n
7.1 Algorithme de calcul \u00e9tape par \u00e9tape sans package tiers<\/h3>\n
7.2 V\u00e9rification de la conformit\u00e9 empirique<\/h3>\n
7.3 Avantages p\u00e9dagogiques de la programmation manuelle<\/h3>\n
8. Interpr\u00e9tation diagnostique avanc\u00e9e des trac\u00e9s<\/h2>\n
8.1 Lecture de la direction et de la pente partielle<\/h3>\n
![\"How](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/addedVarPlots2.png\")
8.2 D\u00e9tection des relations non lin\u00e9aires sous-jacentes<\/h3>\n
8.3 Identification de l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 conditionnelle<\/h3>\n
9. D\u00e9tection et traitement des observations influentes<\/h2>\n
9.1 Identification automatique des points atypiques avec id=list()<\/h3>\n
9.2 Distinction cruciale : Levantage vs Influence vs Outlier<\/h3>\n
9.3 Mesures correctives et analyses de sensibilit\u00e9<\/h3>\n
10. Personnalisation esth\u00e9tique et publication scientifique avec ggplot2<\/h2>\n
10.1 Extraction des donn\u00e9es r\u00e9siduelles pour ggplot2<\/h3>\n
10.2 Construction d’un graphique moderne multi-facettes<\/h3>\n
10.3 Formatage typographique selon les normes de publication<\/h3>\n
11. Diagnostics diff\u00e9rentiels et comparaison graphique<\/h2>\n
11.1 AVP versus Graphiques de r\u00e9sidus partiels (Component-plus-Residual)<\/h3>\n
11.2 AVP versus Graphiques d’effets marginaux (marginal effects)<\/h3>\n
11.3 AVP versus Nuages de points bivari\u00e9s bruts<\/h3>\n
12. Bonnes pratiques, pi\u00e8ges courants et recommandations de reporting<\/h2>\n
12.1 Erreurs fr\u00e9quentes d’interpr\u00e9tation \u00e0 \u00e9viter<\/h3>\n
12.2 Gestion des variables cat\u00e9gorielles et termes d’interaction<\/h3>\n
12.3 Normes de r\u00e9daction et communication des r\u00e9sultats acad\u00e9miques<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n
\n