{"id":2085,"date":"2026-09-05T19:15:20","date_gmt":"2026-09-05T19:15:20","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-realiser-test-rangs-signes-wilcoxon\/"},"modified":"2026-09-05T19:15:29","modified_gmt":"2026-09-05T19:15:29","slug":"comment-realiser-test-rangs-signes-wilcoxon","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-realiser-test-rangs-signes-wilcoxon","title":{"rendered":"Comment r\u00e9aliser le test des rangs sign\u00e9s de Wilcoxon"},"content":{"rendered":"

L’inf\u00e9rence statistique au sein des sciences contemporaines du comportement, et singuli\u00e8rement en psychologie clinique, cognitive et neuropsychologique, repose traditionnellement sur la comparaison de mesures r\u00e9p\u00e9t\u00e9es issues d’un m\u00eame \u00e9chantillon de sujets. Lorsqu’un chercheur \u00e9value l’efficacit\u00e9 d’une psychoth\u00e9rapie, l’impact d’une rem\u00e9diation cognitive ou la dynamique temporelle d’un marqueur neurobiologique, le protocole exp\u00e9rimental mobilise invariablement des dispositifs longitudinaux ou appari\u00e9s. Durant plusieurs d\u00e9cennies, le test t<\/em> de Student pour \u00e9chantillons appari\u00e9s a constitu\u00e9 la r\u00e9ponse analytique quasi syst\u00e9matique \u00e0 ces devis m\u00e9thodologiques. Toutefois, la r\u00e9alit\u00e9 empirique du recueil de donn\u00e9es en milieu hospitalier ou universitaire confronte r\u00e9guli\u00e8rement les investigateurs \u00e0 des distributions asym\u00e9triques, \u00e0 des \u00e9chelles ordinales issues de questionnaires psychom\u00e9triques de type Likert et \u00e0 des cohortes de taille restreinte qui violent frontalement les postulats de normalit\u00e9 impos\u00e9s par la mod\u00e9lisation param\u00e9trique classique.<\/p>\n

Face \u00e0 ces contraintes distributionnelles et m\u00e9trologiques, l’inf\u00e9rence non param\u00e9trique propose une approche m\u00e9thodologique distincte et particuli\u00e8rement \u00e9l\u00e9gante. Au c\u0153ur de cette famille d’outils, le test des rangs sign\u00e9s de Wilcoxon<\/strong> (Wilcoxon signed-rank test<\/em>) occupe une place fondamentale. En substituant l’information ordinale relative \u00e0 la valeur m\u00e9trique brute des scores diff\u00e9rentiels, cette proc\u00e9dure permet d’\u00e9valuer la signification statistique des variations intra-individuelles tout en s’affranchissant du postulat strict de normalit\u00e9 des r\u00e9sidus ou des diff\u00e9rences. Loin d’\u00eatre un simple palliatif d\u00e9grad\u00e9 r\u00e9serv\u00e9 aux situations de secours, le test de Wilcoxon combine une remarquable robustesse face aux donn\u00e9es aberrantes avec une efficacit\u00e9 statistique optimale qui concurrence directement les m\u00e9thodes param\u00e9triques, y compris lorsque les conditions de ces derni\u00e8res sont scrupuleusement respect\u00e9es.<\/p>\n

La mise en \u0153uvre rigoureuse de cette m\u00e9thodologie exige cependant une ma\u00eetrise approfondie de ses fondements th\u00e9oriques, de ses postulats sous-jacents, de ses m\u00e9canismes combinatoires et de ses limites interpr\u00e9tatives. Contrairement \u00e0 une croyance r\u00e9pandue r\u00e9duisant le test \u00e0 une simple comparaison de m\u00e9dianes empiriques, sa validit\u00e9 conceptuelle d\u00e9pend intimement de la sym\u00e9trie de la distribution des diff\u00e9rences. Le pr\u00e9sent trait\u00e9 m\u00e9thodologique a pour vocation de guider le chercheur, l’\u00e9tudiant avanc\u00e9 et le praticien \u00e0 travers chaque \u00e9tape de l’analyse : de la contextualisation \u00e9pist\u00e9mologique initiale \u00e0 la formalisation alg\u00e9brique, en passant par le calcul pas \u00e0 pas, la gestion des ex æquo, l’estimation des tailles d’effet et la formalisation des r\u00e9sultats selon les crit\u00e8res les plus stricts de la communaut\u00e9 scientifique internationale.<\/p>\n

1. Fondements th\u00e9oriques et \u00e9pist\u00e9mologiques du test des rangs sign\u00e9s de Wilcoxon<\/h2>\n

1.1 Origine historique et conceptualisation par Frank Wilcoxon<\/h3>\n

L’\u00e9mergence des statistiques non param\u00e9triques modernes trouve l’un de ses actes fondateurs majeurs dans la publication princeps de Frank Wilcoxon parue en d\u00e9cembre 1945 dans les colonnes du Biometrics Bulletin<\/a>, sous le titre laconique mais r\u00e9volutionnaire : \u00ab Individual Comparisons by Ranking Methods \u00bb<\/em>. Chimiste et statisticien au sein de l’American Cyanamid Company, Frank Wilcoxon \u00e9tait quotidiennement confront\u00e9 \u00e0 des donn\u00e9es de laboratoire issues de processus industriels et biologiques o\u00f9 les tailles d’\u00e9chantillons \u00e9taient r\u00e9duites et les distributions exp\u00e9rimentales d\u00e9viaient notoirement de la courbe th\u00e9orique normale de Gauss-Laplace. Conscient de la lourdeur calculatoire des tests param\u00e9triques de l’\u00e9poque et des risques \u00e9lev\u00e9s d’erreurs inf\u00e9rentielles cons\u00e9cutifs \u00e0 la violation des postulats du test t<\/em> d\u00e9velopp\u00e9 par William Sealy Gosset (sous le pseudonyme de Student), Wilcoxon chercha \u00e0 formaliser une proc\u00e9dure analytique rapide, robuste et math\u00e9matiquement valide.<\/p>\n

Cette initiative s’inscrivait dans un contexte historique marqu\u00e9 par la transition d’une statistique purement descriptive ou strictement param\u00e9trique vers le d\u00e9veloppement de m\u00e9thodes affranchies de distributions d’\u00e9chantillonnage th\u00e9oriques pr\u00e9d\u00e9termin\u00e9es. Jusqu’alors, le chercheur confront\u00e9 \u00e0 des donn\u00e9es r\u00e9fractaires \u00e0 la normalit\u00e9 se trouvait dans une aporie m\u00e9thodologique : transformer artificiellement les variables par des fonctions logarithmiques ou r\u00e9ciproques sans garantie de succ\u00e8s, ou recourir \u00e0 des tests grossiers comme le test des signes, caract\u00e9ris\u00e9 par une perte dramatique d’information statistique. La contribution intellectuelle de Wilcoxon a consist\u00e9 \u00e0 concevoir un mod\u00e8le probabiliste capable de concilier la r\u00e9silience des m\u00e9thodes bas\u00e9es sur les rangs avec l’exploitation partielle des grandeurs num\u00e9riques observ\u00e9es.<\/p>\n

La r\u00e9solution de ce dilemme a ouvert la voie \u00e0 ce que les th\u00e9oriciens de la statistique nomment le compromis optimal entre puissance statistique et robustesse distributionnelle. Frank Wilcoxon d\u00e9montra avec brio qu’en convertissant les grandeurs absolues des \u00e9carts diff\u00e9rentiels en une structure d’ordre s\u00e9quentielle (les rangs), tout en leur restituant la polarit\u00e9 directionnelle de l’effet (les signes alg\u00e9briques), il devenait possible de construire une statistique de test exacte fond\u00e9e sur des principes purement combinatoires. Cette rupture \u00e9pist\u00e9mologique a permis d’extraire la substance informationnelle relative \u00e0 l’ampleur des variations intra-sujets sans avoir \u00e0 postuler une distribution gaussienne de la population m\u00e8re, posant ainsi l’une des premi\u00e8res pierres de l’\u00e9difice contemporain de l’inf\u00e9rence robuste.<\/p>\n

1.2 Place du test au sein de la taxonomie des m\u00e9thodes non param\u00e9triques<\/h3>\n

Dans la taxonomie g\u00e9n\u00e9rale de l’analyse inf\u00e9rentielle bivari\u00e9e, le test des rangs sign\u00e9s de Wilcoxon est conventionnellement d\u00e9sign\u00e9 comme l’analogue non param\u00e9trique direct du test t<\/em> de Student pour \u00e9chantillons appari\u00e9s (ou test pour mesures r\u00e9p\u00e9t\u00e9es). Sa structure op\u00e9ratoire le destine exclusivement au traitement des plans d’exp\u00e9rience o\u00f9 chaque unit\u00e9 statistique est observ\u00e9e sous deux conditions distinctes, ou appari\u00e9e de mani\u00e8re bijective avec une autre unit\u00e9 partageant des caract\u00e9ristiques d’homog\u00e9n\u00e9it\u00e9 strictes. Cette sp\u00e9cification le distingue formellement et m\u00e9thodologiquement du test de Mann-Whitney (ou test de la somme des rangs de Wilcoxon, formalis\u00e9 ult\u00e9rieurement par Henry Mann et Donald Whitney), dont l’objet exclusif est la comparaison de deux groupes totalement ind\u00e9pendants et mutuellement exclusifs.<\/p>\n

Pour appr\u00e9hender la singularit\u00e9 structurelle du test des rangs sign\u00e9s, il convient d’examiner sa position charni\u00e8re entre le test des signes \u00e9l\u00e9mentaire et les tests m\u00e9triques param\u00e9triques. Le test des signes se borne \u00e0 enregistrer la directionnalit\u00e9 binaire des modifications intra-individuelles, en comptabilisant uniquement le nombre d’\u00e9volutions positives ou n\u00e9gatives selon un sch\u00e9ma de distribution binomiale pure. En agissant de la sorte, le test des signes neutralise totalement l’amplitude des variations : une modification infinit\u00e9simale de l’\u00e9tat clinique d’un patient re\u00e7oit un poids probabiliste strictement identique \u00e0 un bouleversement psychopathologique majeur. Le test des rangs sign\u00e9s de Wilcoxon d\u00e9passe cette simplification en hi\u00e9rarchisant l’amplitude des diff\u00e9rences observ\u00e9es. Il int\u00e8gre le principe selon lequel une d\u00e9viation importante doit peser davantage dans la d\u00e9cision statistique qu’une fluctuation mineure susceptible d’\u00eatre imput\u00e9e aux impr\u00e9cisions de mesure.<\/p>\n

Le m\u00e9canisme sous-jacent repose sur la conversion m\u00e9trique-ordinale. Ce processus n’abandonne pas aveugl\u00e9ment les donn\u00e9es quantitatives : il pr\u00e9serve la m\u00e9trique de l’intervalle au stade initial du calcul des diff\u00e9rences inter-conditions, puis op\u00e8re un d\u00e9classement contr\u00f4l\u00e9 vers une \u00e9chelle ordinale lors de l’ordonnancement de ces \u00e9carts en valeurs absolues. Cette d\u00e9marche permet de construire un test de rangs pond\u00e9r\u00e9s par l’amplitude diff\u00e9rentielle, garantissant une puissance inf\u00e9rentielle nettement sup\u00e9rieure \u00e0 celle du test des signes, tout en \u00e9liminant la sensibilit\u00e9 d\u00e9l\u00e9t\u00e8re du test t<\/em> param\u00e9trique envers les distributions pathologiques caract\u00e9ris\u00e9es par des queues lourdes ou des observations extr\u00eames asym\u00e9triques.<\/p>\n

1.3 Pertinence et cas d’usage typiques en recherche psychologique<\/h3>\n

Le recours au test des rangs sign\u00e9s de Wilcoxon s’av\u00e8re particuli\u00e8rement pr\u00e9gnant dans les disciplines du champ psychologique, o\u00f9 la nature intrins\u00e8que des variables mesur\u00e9es et les contraintes de recrutement rendent l’adh\u00e9sion aveugle aux mod\u00e8les gaussiens particuli\u00e8rement hasardeuse. Le cas d’usage arch\u00e9typal r\u00e9side dans les protocoles de recherche interventionnelle de type pr\u00e9-test et post-test. Lorsqu’une \u00e9quipe de psychologues cliniciens cherche \u00e0 \u00e9valuer l’impact d’une th\u00e9rapie comportementale et cognitive (TCC) ou d’une psychoth\u00e9rapie d’inspiration analytique sur l’intensit\u00e9 d’un trouble anxieux g\u00e9n\u00e9ralis\u00e9, les scores de gravit\u00e9 sont fr\u00e9quemment collig\u00e9s avant et apr\u00e8s la s\u00e9quence th\u00e9rapeutique. Dans ces configurations, la distribution des scores de diff\u00e9rence pr\u00e9sente presque syst\u00e9matiquement des d\u00e9viations notables par rapport \u00e0 la loi normale, souvent en raison d’effets de regroupement des scores ou de r\u00e9ponses cliniques tr\u00e8s h\u00e9t\u00e9rog\u00e8nes.<\/p>\n

Un deuxi\u00e8me domaine de pr\u00e9dilection concerne les protocoles de recherche psychophysiologique et de neurosciences cognitives impliquant des mesures r\u00e9p\u00e9t\u00e9es sur de m\u00eames participants. Qu’il s’agisse de mesurer les variations de la conductance cutan\u00e9e en r\u00e9action \u00e0 deux types de stimuli \u00e9motionnels, d’enregistrer l’amplitude des potentiels \u00e9voqu\u00e9s cognitifs (comme l’onde P300) sous deux conditions d’attention soutenue, ou d’\u00e9valuer le temps de r\u00e9action dans des t\u00e2ches de type Stroop, les donn\u00e9es brutes pr\u00e9sentent couramment une asym\u00e9trie positive prononc\u00e9e li\u00e9e \u00e0 des planchers physiologiques infranchissables. Le test de Wilcoxon permet alors d’authentifier la r\u00e9alit\u00e9 statistique des modulations physiologiques sans imposer de normalisation forc\u00e9e qui d\u00e9naturerait la structure ph\u00e9nom\u00e9nologique des signaux enregistr\u00e9s.<\/p>\n

Enfin, la neuropsychologie clinique et l’\u00e9valuation psychom\u00e9trique standardis\u00e9e constituent un terreau d’application privil\u00e9gi\u00e9. En neuropsychologie, les cohortes d’\u00e9tudes sont fr\u00e9quemment limit\u00e9es \u00e0 des micro-\u00e9chantillons (souvent inf\u00e9rieurs \u00e0 une quinzaine de patients) en raison de la raret\u00e9 de certaines atteintes c\u00e9r\u00e9brales focales ou de syndromes neurod\u00e9g\u00e9n\u00e9ratifs sp\u00e9cifiques. De surcro\u00eet, les instruments d’auto-\u00e9valuation ou d’h\u00e9t\u00e9ro-\u00e9valuation mobilisent des \u00e9chelles ordinales discr\u00e8tes (telles que les \u00e9chelles de type Likert \u00e0 5 ou 7 points). Traiter les sommes ou les moyennes de ces \u00e9chelles comme des variables continues normalement distribu\u00e9es rel\u00e8ve d’une approximation th\u00e9oriquement contestable. Le test des rangs sign\u00e9s de Wilcoxon fournit dans ce cadre un ancrage analytique rigoureux, respectant l’ordonnancement structurel des observations tout en offrant la sensibilit\u00e9 requise pour d\u00e9tecter les gains cognitifs ou affectifs induits par les protocoles de r\u00e9habilitation.<\/p>\n

2. Conditions d’application et postulats m\u00e9thodologiques<\/h2>\n

2.1 Nature appari\u00e9e et d\u00e9pendance des observations<\/h3>\n

L’exigence premi\u00e8re conditionnant l’admissibilit\u00e9 du test des rangs sign\u00e9s de Wilcoxon r\u00e9side dans la nature strictement d\u00e9pendante des observations soumises \u00e0 la comparaison. Le plan factoriel sous-jacent doit imp\u00e9rativement correspondre \u00e0 un sch\u00e9ma intra-sujet (within-subjects design<\/em>) ou \u00e0 un devis d’\u00e9chantillons appari\u00e9s par blocs. La d\u00e9pendance statistique implique que chaque donn\u00e9e recueillie au sein de la condition B entretient un lien univoque, d\u00e9terministe et direct avec une observation homologue au sein de la condition A. Dans la grande majorit\u00e9 des applications empiriques, cette situation correspond \u00e0 l’observation d’un m\u00eame individu biologique ou psychologique \u00e9valu\u00e9 \u00e0 deux instants distincts ou confront\u00e9 successivement \u00e0 deux modalit\u00e9s exp\u00e9rimentales diff\u00e9rentes.<\/p>\n

Toutefois, cette notion d’appariement s’\u00e9tend \u00e9galement aux dispositifs m\u00e9thodologiques o\u00f9 deux entit\u00e9s distinctes sont coupl\u00e9es de mani\u00e8re artificielle sur la base d’une proximit\u00e9 covariable maximale. Les protocoles de recherche g\u00e9n\u00e9tique ou d\u00e9veloppementale mobilisant des jumeaux monozygotes ou dizygotes constituent une illustration canonique de ce type de structure : un jumeau est affect\u00e9 \u00e0 la condition contr\u00f4le tandis que son co-jumeau re\u00e7oit la condition exp\u00e9rimentale. De mani\u00e8re analogue, les protocoles quasi-exp\u00e9rimentaux recourent fr\u00e9quemment \u00e0 des appariements par paires (matched-pairs design<\/em>), au sein desquels un participant du groupe clinique est rigoureusement associ\u00e9 \u00e0 un t\u00e9moin partageant son \u00e2ge chronologique, son genre, son statut socio-\u00e9conomique et son niveau d’efficience intellectuelle globale.<\/p>\n

Si la d\u00e9pendance intra-paire est le moteur analytique du test, l’ind\u00e9pendance mutuelle stricte entre les diff\u00e9rentes paires de l’\u00e9chantillon constitue un postulat m\u00e9thodologique absolu. L’observation relative \u00e0 la paire $i$<\/span> ne doit en aucun cas exercer une influence probabiliste ou m\u00e9canique sur les r\u00e9sultats de la paire $j$<\/span>. Cela implique l’absence de tout biais de contamination inter-sujets au cours du protocole exp\u00e9rimental, telle qu’une dynamique d’apprentissage collectif non contr\u00f4l\u00e9e, un ph\u00e9nom\u00e8ne d’imitation sociale au sein d’un groupe th\u00e9rapeutique, ou une communication verbale entre participants lors d’une session de passation. La violation de l’ind\u00e9pendance inter-paires fausserait la variance d’\u00e9chantillonnage de la statistique de test, invalidant l’exactitude des calculs de probabilit\u00e9 critique associ\u00e9s.<\/p>\n

2.2 \u00c9chelle de mesure et continuit\u00e9 sous-jacente<\/h3>\n

Le cadre axiomatique du test de Wilcoxon exige un niveau de m\u00e9trologie sp\u00e9cifique qui d\u00e9passe la simple cat\u00e9gorisation nominale sans pour autant requ\u00e9rir la m\u00e9trique absolue d’une \u00e9chelle de rapport. La variable d\u00e9pendante mesur\u00e9e doit se situer au minimum sur une \u00e9chelle ordinale \u00e0 intervalles conceptuellement signifiants, ou sur une \u00e9chelle continue discr\u00e9tis\u00e9e. Le point fondamental r\u00e9side dans la possibilit\u00e9 op\u00e9ratoire de calculer une diff\u00e9rence arithm\u00e9tique $D_i = X_{2i} – X_{1i}$<\/span> entre les deux observations d’une m\u00eame paire, et de pouvoir ensuite classer ces diff\u00e9rences de mani\u00e8re ordinale non ambigu\u00eb selon leur magnitude absolue. Cela postule implicitement que la diff\u00e9rence entre deux scores bruts poss\u00e8de un sens substantiel et directionnel pour le chercheur.<\/p>\n

Cette condition soul\u00e8ve une question \u00e9pist\u00e9mologique centrale quant \u00e0 la l\u00e9gitimit\u00e9 de l’application du test sur des scores issus d’\u00e9chelles psychom\u00e9triques de type Likert. Au sens strict de la th\u00e9orie de la mesure de Stanley Smith Stevens, un item de Likert isol\u00e9 (par exemple, gradu\u00e9 de \u00ab 1 = Pas du tout d’accord \u00bb \u00e0 \u00ab 5 = Tout \u00e0 fait d’accord \u00bb) ne garantit aucunement l’\u00e9galit\u00e9 math\u00e9matique des intervalles subjectifs s\u00e9parant les \u00e9chelons successifs. Par cons\u00e9quent, soustraire le score pr\u00e9-interventionnel du score post-interventionnel sur un item unique constitue une extrapolation m\u00e9trologique discutable. En revanche, lorsque les chercheurs synth\u00e9tisent une s\u00e9rie d’items coh\u00e9rents sous la forme d’un score composite ou d’une \u00e9chelle multidimensionnelle globale (comme l’inventaire d’anxi\u00e9t\u00e9 de Beck ou l’\u00e9chelle de d\u00e9pression de Hamilton), l’agr\u00e9gation statistique g\u00e9n\u00e8re une variable quasi-continue pr\u00e9sentant un nombre \u00e9tendu d’\u00e9chelons ordonn\u00e9s. Dans ce sc\u00e9nario, le test de Wilcoxon s’av\u00e8re parfaitement adapt\u00e9 et m\u00e9thodologiquement sup\u00e9rieur aux mod\u00e8les gaussiens.<\/p>\n

En outre, la variable sous-jacente mesur\u00e9e est th\u00e9oriquement postul\u00e9e comme continue. Cette hypoth\u00e8se de continuit\u00e9 sous-jacente garantit que la probabilit\u00e9 th\u00e9orique d’observer deux valeurs de diff\u00e9rences rigoureusement identiques (des ex æquo parfaits) est nulle dans le continuum r\u00e9el des nombres r\u00e9els. Dans la pratique exp\u00e9rimentale, la finitude et le manque de r\u00e9solution des instruments de mesure entra\u00eenent in\u00e9luctablement l’apparition de rangs \u00e9gaux ou d’\u00e9carts nuls. Bien que le test puisse s’accommoder de ces limitations techniques gr\u00e2ce \u00e0 des algorithmes de correction sp\u00e9cifiques, l’analyste doit veiller \u00e0 ne pas employer le test des rangs sign\u00e9s sur des variables intrins\u00e8quement binaires (succ\u00e8s\/\u00e9chec, vivant\/d\u00e9c\u00e9d\u00e9), lesquelles rel\u00e8vent exclusivement du test de McNemar<\/a> pour donn\u00e9es qualitatives appari\u00e9es.<\/p>\n

2.3 Hypoth\u00e8se de sym\u00e9trie de la distribution des diff\u00e9rences<\/h3>\n

L’un des aspects les plus fr\u00e9quemment n\u00e9glig\u00e9s dans l’application contemporaine du test des rangs sign\u00e9s de Wilcoxon concerne le postulat de sym\u00e9trie de la distribution des diff\u00e9rences intra-paires. Il est d’usage courant, mais conceptuellement erron\u00e9, d’affirmer de mani\u00e8re inconditionnelle que le test de Wilcoxon constitue un \u00ab test de comparaison de m\u00e9dianes \u00bb. Sur le plan purement math\u00e9matique, la statistique de Wilcoxon \u00e9value l’hypoth\u00e8se selon laquelle la distribution des diff\u00e9rences entre les deux conditions est sym\u00e9trique par rapport \u00e0 z\u00e9ro. L’assimilation du r\u00e9sultat \u00e0 un rejet de l’\u00e9galit\u00e9 des m\u00e9dianes exige express\u00e9ment que la forme distributionnelle de la variable diff\u00e9rentielle soit sym\u00e9trique autour de son param\u00e8tre central de localisation.<\/p>\n

Pour saisir cette nuance fondamentale, il convient de distinguer l’absence de normalit\u00e9 de la pr\u00e9sence d’une asym\u00e9trie s\u00e9v\u00e8re (skewness<\/em>). Le test de Wilcoxon n’exige nullement que les donn\u00e9es suivent une fonction de densit\u00e9 normale en forme de cloche ; la distribution empirique des \u00e9carts peut pr\u00e9senter un aplatissement important (platykurticit\u00e9) ou une concentration aigu\u00eb de ses valeurs (leptokurticit\u00e9), voire des distributions bimodales ou uniformes, \u00e0 la condition expresse que la moiti\u00e9 gauche de la densit\u00e9 des diff\u00e9rences constitue l’image miroir de sa moiti\u00e9 droite. Lorsque cette sym\u00e9trie distributionnelle est respect\u00e9e, le centre de gravit\u00e9 de la distribution correspond \u00e0 la fois \u00e0 sa m\u00e9diane th\u00e9orique et \u00e0 son centre de sym\u00e9trie, l\u00e9gitimant l’affirmation selon laquelle le test tranche quant au d\u00e9calage de la m\u00e9diane des diff\u00e9rences par rapport \u00e0 la valeur nulle.<\/p>\n

\u00c0 l’inverse, si la population sous-jacente g\u00e9n\u00e8re des diff\u00e9rences pr\u00e9sentant une asym\u00e9trie positive ou n\u00e9gative prononc\u00e9e (par exemple, une accumulation massive de petites diff\u00e9rences positives coupl\u00e9e \u00e0 quelques tr\u00e8s rares diff\u00e9rences n\u00e9gatives d’une intensit\u00e9 d\u00e9mesur\u00e9e), le test de Wilcoxon ne teste plus la m\u00e9diane des diff\u00e9rences, mais plut\u00f4t une hypoth\u00e8se composite portant sur la pseudo-m\u00e9diane (la m\u00e9diane de toutes les moyennes par paires de Walsh). En pr\u00e9sence d’une violation conjointe de la normalit\u00e9 et de la sym\u00e9trie, les rangs attribu\u00e9s aux valeurs absolues deviennent biais\u00e9s par la forme de la queue de distribution, augmentant le risque d’erreur d’interpr\u00e9tation. Dans de telles circonstances limites, le chercheur rigoureux devra envisager l’emploi du test des signes classique, intrins\u00e8quement libre de tout postulat de sym\u00e9trie, ou se tourner vers des approches modernes d’estimation par r\u00e9\u00e9chantillonnage de type bootstrap non param\u00e9trique.<\/p>\n

3. Analyse comparative : Test de Wilcoxon versus Test t pour \u00e9chantillons appari\u00e9s<\/h2>\n

3.1 Efficacit\u00e9 asymptotique relative (ARE)<\/h3>\n

L’\u00e9valuation des m\u00e9rites compar\u00e9s des m\u00e9thodes statistiques repose largement sur le concept probabiliste d’efficacit\u00e9 asymptotique relative<\/strong> (Asymptotic Relative Efficiency<\/em> ou ARE), souvent formalis\u00e9 par le crit\u00e8re d’efficacit\u00e9 de Pitman. L’ARE quantifie le rapport entre les tailles d’\u00e9chantillon requises par deux tests concurrents pour parvenir \u00e0 une puissance statistique identique face \u00e0 une alternative locale donn\u00e9e, lorsque la taille d’\u00e9chantillon tend vers l’infini. Historiquement, les partisans des m\u00e9thodes param\u00e9triques soutenaient que l’abandon de l’information cardinale au profit des rangs ordonn\u00e9s entra\u00eenait une d\u00e9perdition irr\u00e9m\u00e9diable de puissance analytique. L’analyse math\u00e9matique rigoureuse invalide cette intuition na\u00efve.<\/p>\n

Dans la situation th\u00e9orique la plus d\u00e9favorable au test non param\u00e9trique \u2014 \u00e0 savoir lorsque la population d’origine suit scrupuleusement une loi normale multivari\u00e9e respectant l’int\u00e9gralit\u00e9 des postulats de Fisher et de Student \u2014, l’ARE du test des rangs sign\u00e9s de Wilcoxon par rapport au test t<\/em> pour \u00e9chantillons appari\u00e9s atteint pr\u00e9cis\u00e9ment :<\/p>\n

$$\\text{ARE}(\\text{Wilcoxon}, t) = \\frac{3}{\\pi} \\approx 0{,}955$$<\/span><\/p>\n

Ce r\u00e9sultat th\u00e9orique remarquable, d\u00e9montr\u00e9 initialement par Hodges et Lehmann, \u00e9tablit que m\u00eame face \u00e0 des donn\u00e9es parfaitement gaussiennes, le chercheur utilisant le test de Wilcoxon ne sacrifie que 4,5 % d’efficacit\u00e9 statistique asymptotique par rapport au mod\u00e8le param\u00e9trique id\u00e9al. Autrement dit, un \u00e9chantillon de 100 observations analys\u00e9 avec le test de Wilcoxon dispose de la m\u00eame puissance d’inf\u00e9rence qu’un \u00e9chantillon d’environ 95 observations trait\u00e9 par le test t<\/em> de Student.<\/p>\n

La sup\u00e9riorit\u00e9 de la m\u00e9thodologie de Wilcoxon s’affirme de mani\u00e8re spectaculaire d\u00e8s lors que la distribution d’origine s’\u00e9carte du canon gaussien. Dans le cas de lois \u00e0 queues lourdes, courantes dans les disciplines exp\u00e9rimentales (telles que la distribution logistique, la loi de Laplace ou les distributions de Student \u00e0 faibles degr\u00e9s de libert\u00e9), l’ARE du test de Wilcoxon surpasse syst\u00e9matiquement l’unit\u00e9 ($1{,}00$<\/span>), pouvant atteindre des valeurs de $1{,}10$<\/span> \u00e0 plus de $1{,}50$<\/span>. Dans le cas extr\u00eame de la distribution de Cauchy, qui mod\u00e9lise des bruits exp\u00e9rimentaux extr\u00eames caract\u00e9ris\u00e9s par l’absence de variance d\u00e9finie, l’ARE tend vers l’infini, rendant le test param\u00e9trique totalement caduc tandis que le test de Wilcoxon conserve son efficacit\u00e9. Ainsi, le compromis inf\u00e9rentiel favorise massivement le test de Wilcoxon, qui offre une assurance m\u00e9thodologique essentielle pour un co\u00fbt en puissance statistique n\u00e9gligeable.<\/p>\n

3.2 R\u00e9sistance aux valeurs aberrantes et extr\u00eames<\/h3>\n

La vuln\u00e9rabilit\u00e9 structurelle majeure du test t<\/em> pour \u00e9chantillons appari\u00e9s r\u00e9side dans sa d\u00e9pendance fonctionnelle \u00e0 la moyenne arithm\u00e9tique et \u00e0 l’\u00e9cart-type empirique des scores de diff\u00e9rence. Ces deux estimateurs param\u00e9triques poss\u00e8dent un point de rupture (breakdown point<\/em>) \u00e9gal \u00e0 $1\/N$<\/span>, ce qui signifie qu’une seule observation erron\u00e9e, isol\u00e9e ou d\u00e9mesur\u00e9ment d\u00e9viante suffit \u00e0 modifier arbitrairement l’amplitude de la moyenne ou \u00e0 faire exploser la variance d’\u00e9chantillonnage, an\u00e9antissant ainsi le rapport signal\/bruit du ratio de Student. En psychologie clinique, un patient manifestant une aggravation iatrog\u00e8ne soudaine non li\u00e9e au protocole, ou un participant ayant mal calibr\u00e9 son interface de r\u00e9ponse cognitive, peut introduire une variation extr\u00eame susceptible de faire basculer une \u00e9tude concluante vers l’insignifiance statistique, ou inversement de fabriquer un faux positif artificiel.<\/p>\n

Le test des rangs sign\u00e9s de Wilcoxon r\u00e9sout cette d\u00e9faillance gr\u00e2ce \u00e0 son m\u00e9canisme de d\u00e9classement par assignation de rangs. Face \u00e0 une observation aberrante dont l’amplitude diff\u00e9rentielle est disproportionn\u00e9e, l’algorithme de Wilcoxon lui octroie simplement le rang maximal disponible, not\u00e9 $N_r$<\/span>. Que cet \u00e9cart extr\u00eame soit sup\u00e9rieur de deux unit\u00e9s ou de deux cents unit\u00e9s \u00e0 la deuxi\u00e8me valeur ordonn\u00e9e la plus forte, son influence arithm\u00e9tique globale demeure strictement circonscrite au rang entier attribu\u00e9. Cette caract\u00e9ristique op\u00e9rationnelle stabilise la statistique de d\u00e9cision et pr\u00e9serve la sensibilit\u00e9 inf\u00e9rentielle de l’analyse, en immunisant l’exp\u00e9rimentateur contre les variations d’\u00e9chelle outranci\u00e8res.<\/p>\n

Cette r\u00e9silience conf\u00e8re au test de Wilcoxon un statut m\u00e9thodologique privil\u00e9gi\u00e9 en \u00e9vitant le recours probl\u00e9matique \u00e0 l’\u00e9lagage arbitraire des bases de donn\u00e9es (data trimming<\/em>) ou aux transformations non lin\u00e9aires ad hoc<\/em>. Trop souvent, les chercheurs confront\u00e9s \u00e0 des scores aberrants se trouvent contraints d’\u00e9liminer manuellement des participants selon des r\u00e8gles empiriques discutables (par exemple, exclusion des valeurs situ\u00e9es au-del\u00e0 de 2,5 ou 3 \u00e9carts-types de la moyenne), s’exposant ainsi \u00e0 des accusations d’exploitation opportuniste des donn\u00e9es (p-hacking<\/em>). L’emploi syst\u00e9matique du test de rangs sign\u00e9s dispense le m\u00e9thodologue de ces manipulations discr\u00e9tionnaires, en int\u00e9grant l’ensemble des cas recueillis au sein d’une structure d\u00e9cisionnelle stable et th\u00e9oriquement valid\u00e9e.<\/p>\n

3.3 Arbre d\u00e9cisionnel pour le choix du test en m\u00e9thodologie exp\u00e9rimentale<\/h3>\n

L’arbitrage entre le recours au mod\u00e8le param\u00e9trique de Student et l’adoption du test des rangs sign\u00e9s de Wilcoxon ne doit pas relever d’une pr\u00e9f\u00e9rence subjective ou d’une routine logicielle aveugle. Il doit faire l’objet d’un cheminement m\u00e9thodologique explicite, document\u00e9 et r\u00e9plicable au sein de la section m\u00e9thodologique des publications scientifiques. Cet arbitrage s\u00e9quentiel s’articule autour de l’\u00e9valuation de trois dimensions principales : la taille d’\u00e9chantillon effectif disponible ($N$<\/span>), la nature m\u00e9trologique intrins\u00e8que de l’instrumentation de mesure et le respect des postulats distributionnels.<\/p>\n

Dans les situations impliquant des \u00e9chantillons de grande taille (par exemple, $N > 100$<\/span> paires d’observations), le th\u00e9or\u00e8me central limite<\/a> garantit que la distribution de la moyenne des diff\u00e9rences converge vers une loi normale, conf\u00e9rant au test t<\/em> une robustesse relative face aux d\u00e9viations de la distribution parente. N\u00e9anmoins, m\u00eame dans ce sc\u00e9nario de volum\u00e9trie favorable, la pr\u00e9sence d’asym\u00e9tries structurelles s\u00e9v\u00e8res ou d’\u00e9chelles de mesure manifestement ordinales justifie pleinement le maintien du test de Wilcoxon. Lorsque l’investigateur op\u00e8re sur des cohortes interm\u00e9diaires ou r\u00e9duites ($N < 30$<\/span>), l'invocation du th\u00e9or\u00e8me central limite devient m\u00e9thodologiquement invalide. L'\u00e9valuation formelle de la forme distributionnelle devient alors imp\u00e9rative.<\/p>\n

Le processus d\u00e9cisionnel rationnel d\u00e9bute ainsi par l’analyse diagnostique de la distribution des diff\u00e9rences intra-paires. Si les \u00e9carts mesur\u00e9s sont continus, exempts de valeurs aberrantes toxiques, et que leur r\u00e9partition ne contredit ni la normalit\u00e9 ni la sym\u00e9trie, le test t<\/em> pour \u00e9chantillons appari\u00e9s peut \u00eatre d\u00e9ploy\u00e9 avec une efficacit\u00e9 optimale. En revanche, si la normalit\u00e9 est r\u00e9fut\u00e9e par les tests d’ad\u00e9quation ou l’inspection graphique, mais que la sym\u00e9trie des diff\u00e9rences autour de leur centre demeure plausible, le test des rangs sign\u00e9s de Wilcoxon s’impose indiscutablement comme le choix de r\u00e9f\u00e9rence. Enfin, si les diff\u00e9rences r\u00e9v\u00e8lent une asym\u00e9trie structurelle ind\u00e9niable ne pouvant \u00eatre r\u00e9solue par la sym\u00e9trie autour de la pseudo-m\u00e9diane, le chercheur devra basculer vers le test des signes ou vers des techniques modernes de r\u00e9\u00e9chantillonnage robuste.<\/p>\n

4. \u00c9valuation diagnostique pr\u00e9alable des donn\u00e9es<\/h2>\n

4.1 Exploration graphique de la distribution des \u00e9carts<\/h3>\n

L’\u00e9valuation des propri\u00e9t\u00e9s d’une s\u00e9rie de mesures r\u00e9p\u00e9t\u00e9es ne saurait \u00eatre d\u00e9l\u00e9gu\u00e9e \u00e0 des indices num\u00e9riques synth\u00e9tiques sans une exploration visuelle pr\u00e9alable approfondie. Dans un devis appari\u00e9, cette d\u00e9marche exploratoire doit se concentrer exclusivement sur la variable des diff\u00e9rences individuelles ($D_i = X_{2i} – X_{1i}$<\/span>), et non sur les distributions marginales s\u00e9par\u00e9es des conditions $X_1$<\/span> et $X_2$<\/span>. En effet, deux conditions exp\u00e9rimentales peuvent pr\u00e9senter individuellement des distributions non normales tout en g\u00e9n\u00e9rant des \u00e9carts intra-sujets parfaitement conformes au mod\u00e8le gaussien en raison de covariations lin\u00e9aires fortes entre les temps de passation.<\/p>\n

L’histogramme des scores diff\u00e9rentiels, configur\u00e9 avec un pas de discr\u00e9tisation rigoureusement ajust\u00e9, constitue le premier instrument de ce diagnostic. Il permet d’appr\u00e9cier la morphologie globale de la fonction de densit\u00e9 empirique, de rep\u00e9rer la pr\u00e9sence \u00e9ventuelle d’une asym\u00e9trie marqu\u00e9e vers la droite ou la gauche, et d’identifier l’existence de distributions bimodales ou multimodales. Une bimodalit\u00e9 au sein des scores diff\u00e9rentiels rev\u00eat une importance clinique cruciale : elle r\u00e9v\u00e8le fr\u00e9quemment la pr\u00e9sence de deux sous-populations d’individus aux trajectoires \u00e9volutives contrast\u00e9es, tels qu’un groupe de \u00ab r\u00e9pondeurs th\u00e9rapeutiques \u00bb pr\u00e9sentant des gains \u00e9lev\u00e9s et un sous-ensemble de \u00ab non-r\u00e9pondeurs \u00bb dont les scores demeurent immobiles ou se d\u00e9t\u00e9riorent.<\/p>\n

Parall\u00e8lement \u00e0 l’histogramme, le diagramme quantile-quantile normal (Normal Q-Q Plot<\/em>) repr\u00e9sente l’outil graphique le plus sensible pour statuer sur la distribution des \u00e9carts. Ce diagramme confronte les quantiles empiriques de la distribution des diff\u00e9rences observ\u00e9es aux quantiles th\u00e9oriques attendus sous l’hypoth\u00e8se d’une loi normale de m\u00eame moyenne et de m\u00eame variance. Lorsque les donn\u00e9es respectent la normalit\u00e9, les points s’alignent rigoureusement le long de la bissectrice th\u00e9orique. Toute d\u00e9viation morphologique caract\u00e9ristique fournit une signature diagnostique imm\u00e9diate : une courbure en forme de \u00ab S \u00bb invers\u00e9 signale des queues de distribution plus \u00e9paisses que pr\u00e9vu (leptokurticit\u00e9), tandis qu’une d\u00e9viation incurv\u00e9e unilat\u00e9rale trahit une asym\u00e9trie directionnelle s\u00e9v\u00e8re justifiant le basculement vers une inf\u00e9rence non param\u00e9trique.<\/p>\n

4.2 Tests formels de normalit\u00e9 et leurs limites<\/h3>\n

L’\u00e9valuation diagnostique de la normalit\u00e9 des scores diff\u00e9rentiels mobilise classiquement des tests formels d’ad\u00e9quation, au sein desquels le test de Shapiro-Wilk et le test de Kolmogorov-Smirnov (\u00e9quip\u00e9 de la correction de distribution de Lilliefors) figurent au premier plan. Le test de Shapiro-Wilk est universellement reconnu par les th\u00e9oriciens de la biom\u00e9trie comme le plus puissant face \u00e0 une vaste gamme d’alternatives non gaussiennes, en particulier pour des \u00e9chantillons de taille faible \u00e0 mod\u00e9r\u00e9e ($N le 50$<\/span>). Une valeur de probabilit\u00e9 critique $p < 0{,}05$<\/span> au test de Shapiro-Wilk appliqu\u00e9 sur la s\u00e9rie des diff\u00e9rences conduit au rejet formel de l'hypoth\u00e8se nulle de normalit\u00e9, orientant logiquement l'investigateur vers la mise en \u0153uvre du test de Wilcoxon.<\/p>\n

Toutefois, une pratique m\u00e9thodologique \u00e9clair\u00e9e exige d’appr\u00e9hender les limites intrins\u00e8ques et les paradoxes inh\u00e9rents \u00e0 ces tests formels d’ad\u00e9quation. Le premier \u00e9cueil r\u00e9side dans le \u00ab paradoxe des grands \u00e9chantillons \u00bb. D\u00e8s lors que la taille de l’\u00e9chantillon devient importante ($N > 200$<\/span>), la puissance statistique du test de Shapiro-Wilk s’accro\u00eet au point de d\u00e9tecter des micro-d\u00e9viations triviales par rapport \u00e0 la courbe de Gauss id\u00e9ale, conduisant \u00e0 rejeter l’hypoth\u00e8se de normalit\u00e9 pour des \u00e9carts infinit\u00e9simaux sans aucune port\u00e9e pratique, alors m\u00eame que le th\u00e9or\u00e8me central limite assurerait la robustesse compl\u00e8te d’un test param\u00e9trique.<\/p>\n

\u00c0 l’autre extr\u00e9mit\u00e9 du spectre m\u00e9thodologique, les petits \u00e9chantillons exp\u00e9rimentaux ($N < 15$<\/span>), pourtant tr\u00e8s fr\u00e9quents en psychologie exp\u00e9rimentale et en recherche biom\u00e9dicale, souffrent d'un manque chronique de puissance statistique des tests de normalit\u00e9. Dans cette configuration, le test de Shapiro-Wilk \u00e9choue fr\u00e9quemment \u00e0 rejeter l'hypoth\u00e8se nulle de normalit\u00e9 en raison de la raret\u00e9 des points de donn\u00e9es, g\u00e9n\u00e9rant un faux sentiment de s\u00e9curit\u00e9 statistique chez le chercheur qui applique alors \u00e0 tort un test t<\/em> de Student sur des donn\u00e9es hautement asym\u00e9triques. En pr\u00e9sence de petites cohortes, le diagnostic ne doit donc jamais reposer aveugl\u00e9ment sur la seule p-value de normalit\u00e9, mais privil\u00e9gier une \u00e9valuation triangul\u00e9e combinant l’inspection visuelle des diagrammes quantile-quantile et la v\u00e9rification des postulats de sym\u00e9trie.<\/p>\n

4.3 Diagnostic approfondi de la sym\u00e9trie<\/h3>\n

D\u00e8s lors que la non-normalit\u00e9 des diff\u00e9rences est \u00e9tablie ou raisonnablement suspect\u00e9e, le chercheur doit consacrer ses investigations \u00e0 la v\u00e9rification de l’hypoth\u00e8se de sym\u00e9trie distributionnelle, condition d’interpr\u00e9tabilit\u00e9 du test de Wilcoxon en tant qu’\u00e9valuation des m\u00e9dianes. Ce contr\u00f4le commence par le calcul des coefficients de forme d’ordre sup\u00e9rieur, \u00e0 savoir le coefficient d’asym\u00e9trie de Pearson ou de Fisher (skewness<\/em>) et le coefficient d’aplatissement (kurtosis<\/em>). Un coefficient de skewness<\/em> compris entre $-0{,}5$<\/span> et $+0{,}5$<\/span> indique une distribution approximativement sym\u00e9trique, tandis que des valeurs divergeant au-del\u00e0 de l’intervalle $[-1{,}0 ; +1{,}0]$<\/span> mat\u00e9rialisent une asym\u00e9trie prononc\u00e9e susceptible de distordre l’attribution des rangs de Wilcoxon.<\/p>\n

Pour d\u00e9passer l’\u00e9valuation descriptive du skewness<\/em>, il est possible de recourir \u00e0 des tests statistiques d’ad\u00e9quation de sym\u00e9trie, tels que le test non param\u00e9trique de sym\u00e9trie d\u00e9velopp\u00e9 par Miao, Gel et Gastwirth, ou les proc\u00e9dures classiques fond\u00e9es sur les triplets de Cabilio et Masaro. Ces tests v\u00e9rifient formellement l’hypoth\u00e8se nulle selon laquelle la distribution des diff\u00e9rences $D_i$<\/span> satisfait la condition $f(D – \\theta) = f(\\theta – D)$<\/span> pour un centre de localisation $\\theta$<\/span>. L’acceptation de cette hypoth\u00e8se consolide la validit\u00e9 th\u00e9orique du test de Wilcoxon en autorisant express\u00e9ment la conclusion sur le d\u00e9placement de la m\u00e9diane centrale.<\/p>\n

Si ce diagnostic approfondi r\u00e9v\u00e8le une rupture irr\u00e9conciliable de la sym\u00e9trie \u2014 par exemple une asym\u00e9trie structurelle inh\u00e9rente \u00e0 la variable biologique ou comportementale \u00e9tudi\u00e9e, o\u00f9 toutes les variations n\u00e9gatives sont condens\u00e9es dans un intervalle \u00e9troit tandis que les variations positives s’\u00e9tendent sur plusieurs ordres de grandeur \u2014, l’analyste doit modifier son approche. Il est alors recommand\u00e9 d’abandonner l’interpr\u00e9tation en termes de m\u00e9diane et d’assumer que le test des rangs sign\u00e9s \u00e9value la pseudo-m\u00e9diane de Walsh, ou d’opter pour le test des signes simple, moins puissant sous condition de sym\u00e9trie mais parfaitement invuln\u00e9rable aux distorsions de forme distributionnelle asym\u00e9trique.<\/p>\n

5. Formalisation des hypoth\u00e8ses statistiques<\/h2>\n

5.1 D\u00e9finition rigoureuse de l’hypoth\u00e8se nulle (H0)<\/h3>\n

L’\u00e9dification du cadre inf\u00e9rentiel du test des rangs sign\u00e9s de Wilcoxon n\u00e9cessite une sp\u00e9cification probabiliste rigoureuse de l’hypoth\u00e8se nulle, traditionnellement d\u00e9sign\u00e9e par la notation $H_0$<\/span>. Dans sa formulation non param\u00e9trique la plus g\u00e9n\u00e9rale, $H_0$<\/span> postule l’\u00e9quivalence stochastique parfaite entre les deux conditions appari\u00e9es. Soit $D_i = X_{2i} – X_{1i}$<\/span> la variable al\u00e9atoire repr\u00e9sentant la diff\u00e9rence intra-paire continue au sein de la population. L’hypoth\u00e8se nulle \u00e9nonce que la fonction de r\u00e9partition continue de ces diff\u00e9rences, not\u00e9e $F(D)$<\/span>, est sym\u00e9trique autour de l’origine z\u00e9ro, ce qui se traduit formellement par :<\/p>\n

$$H_0 : F(D) = 1 – F(-D) \\quad \\text{pour tout } D in \\mathbb{R}$$<\/span><\/p>\n

Sous cette formulation canonique, l’hypoth\u00e8se nulle implique que la probabilit\u00e9 pour qu’une diff\u00e9rence intra-paire observ\u00e9e soit positive est strictement \u00e9gale \u00e0 la probabilit\u00e9 qu’elle soit n\u00e9gative, soit $P(D_i > 0) = P(D_i < 0) = 0{,}5$<\/span>. Si l'on ajoute le postulat auxiliaire de sym\u00e9trie de la distribution autour de son param\u00e8tre de localisation centrale, l'hypoth\u00e8se nulle se traduit alors de mani\u00e8re param\u00e9trique \u00e9quivalente par l'affirmation selon laquelle la m\u00e9diane de la population des diff\u00e9rences, conventionnellement d\u00e9sign\u00e9e par la lettre grecque $\\theta$<\/span> (th\u00eata) ou $\\tilde{\\mu}_D$<\/span>, est rigoureusement \u00e9gale \u00e0 z\u00e9ro :<\/p>\n

$$H_0 : \\theta = 0 \\quad (\\text{ou } \\tilde{\\mu}_D = 0)$$<\/span><\/p>\n

La cons\u00e9quence directe de cette mod\u00e9lisation sous l’hypoth\u00e8se nulle int\u00e9resse directement la distribution d’\u00e9chantillonnage de la statistique de test. Si $H_0$<\/span> est v\u00e9rifi\u00e9e, l’assignation des signes alg\u00e9briques positifs ($+$<\/span>) ou n\u00e9gatifs ($-$<\/span>) aux diff\u00e9rents rangs ordonn\u00e9s rel\u00e8ve d’un processus al\u00e9atoire ind\u00e9pendant assimilable \u00e0 une succession de lancers de pi\u00e8ce \u00e9quilibr\u00e9e. Par cons\u00e9quent, la somme attendue des rangs positifs doit th\u00e9oriquement \u00e9galiser la somme attendue des rangs n\u00e9gatifs, l’esp\u00e9rance de l’une ou l’autre de ces sommes \u00e9tant d\u00e9termin\u00e9e par la moiti\u00e9 de la somme arithm\u00e9tique de la totalit\u00e9 des entiers cons\u00e9cutifs de $1$ \u00e0 $N_r$<\/span>.<\/p>\n

5.2 Sp\u00e9cification des hypoth\u00e8ses alternatives (H1)<\/h3>\n

La formulation de l’hypoth\u00e8se alternative, not\u00e9e $H_1$<\/span>, d\u00e9pend intimement du cadre th\u00e9orique et des objectifs de recherche pos\u00e9s pr\u00e9alablement \u00e0 la collecte des donn\u00e9es. Dans les protocoles exploratoires ou lorsqu’aucune th\u00e9orie \u00e9prouv\u00e9e ne permet de postuler avec certitude le sens de l’\u00e9volution, le chercheur formule une hypoth\u00e8se alternative bilat\u00e9rale (ou non directionnelle). Dans ce cadre, $H_1$<\/span> postule simplement que la m\u00e9diane des diff\u00e9rences th\u00e9oriques s’\u00e9carte significativement de z\u00e9ro, sans privil\u00e9gier d’orientation particuli\u00e8re :<\/p>\n

$$H_1 : \\theta \\neq 0$$<\/span><\/p>\n

\u00c0 l’inverse, dans les devis confirmatoires guid\u00e9s par une solide assise conceptuelle \u2014 ce qui repr\u00e9sente la norme lors d’essais cliniques \u00e9valuant des th\u00e9rapeutiques valid\u00e9es ou des entra\u00eenements cognitifs sp\u00e9cialis\u00e9s \u2014, le mod\u00e8le statistique requiert la formulation d’une hypoth\u00e8se alternative unilat\u00e9rale (ou directionnelle). Deux cas de figure sym\u00e9triques se pr\u00e9sentent alors :<\/p>\n