Le pr\u00e9sent article propose un trait\u00e9 exhaustif sur la conception, la personnalisation avanc\u00e9e, l’interpr\u00e9tation statistique et la publication acad\u00e9mique de bo\u00eetes \u00e0 moustaches c\u00f4te \u00e0 c\u00f4te au sein du langage R. En adoptant une posture acad\u00e9mique exigeante, nous d\u00e9taillerons les fondements math\u00e9matiques sous-jacents aux charni\u00e8res de Tukey, la manipulation des donn\u00e9es cat\u00e9gorielles et continues, ainsi que les extensions graphiques modernes permettant de surmonter les angles morts inh\u00e9rents aux r\u00e9sum\u00e9s en cinq nombres. \u00c0 travers une s\u00e9rie d’exemples reproductibles et de cas d’application issus notamment de la psychologie exp\u00e9rimentale et des neurosciences comportementales, ce guide vous accompagnera depuis la configuration d’un environnement de travail propre jusqu’\u00e0 l’exportation vectorielle conforme aux normes \u00e9ditoriales les plus strictes de la communaut\u00e9 scientifique.<\/p>\n
1. Fondements th\u00e9oriques des bo\u00eetes \u00e0 moustaches comparatives en analyse de donn\u00e9es<\/h2>\n1.1 D\u00e9finition et structure anatomique de la bo\u00eete \u00e0 moustaches de Tukey<\/h3>\n
La bo\u00eete \u00e0 moustaches, formalis\u00e9e \u00e0 l’origine sous l’appellation de box-and-whisker plot<\/em> par John W. Tukey<\/a>, repose fondamentalement sur le r\u00e9sum\u00e9 en cinq nombres d’un jeu de donn\u00e9es quantitatif : le minimum observ\u00e9, le premier quartile, la m\u00e9diane, le troisi\u00e8me quartile et le maximum observ\u00e9. Sur le plan g\u00e9om\u00e9trique, le corps central de la bo\u00eete est d\u00e9limit\u00e9 verticalement par le premier quartile, not\u00e9 Q1 ou 25e centile, et le troisi\u00e8me quartile, not\u00e9 Q3 ou 75e centile. La hauteur totale de ce rectangle correspond \u00e0 l’intervalle interquartile, d\u00e9sign\u00e9 par le sigle anglais IQR, d\u00e9fini par la diff\u00e9rence arithm\u00e9tique rigoureuse IQR = Q3 – Q1. \u00c0 l’int\u00e9rieur de cette enceinte se trouve la m\u00e9diane, ou 50e centile, repr\u00e9sent\u00e9e par une ligne transversale \u00e9paisse scindant l’\u00e9chantillon en deux sous-ensembles de probabilit\u00e9 empirique \u00e9gale \u00e0 0,50.<\/p>\n Le calcul des prolongements lin\u00e9aires, d\u00e9sign\u00e9s sous le terme vernaculaire de moustaches, ob\u00e9it \u00e0 un algorithme d\u00e9terministe standardis\u00e9 destin\u00e9 \u00e0 pr\u00e9server la robustesse de la repr\u00e9sentation face aux d\u00e9viations d’\u00e9chantillonnage. Contrairement \u00e0 une id\u00e9e re\u00e7ue fr\u00e9quente qui assimile les extr\u00e9mit\u00e9s des moustaches aux valeurs extr\u00eames absolues de l’\u00e9chantillon, la convention de Tukey \u00e9tablit des limites th\u00e9oriques ou cl\u00f4tures de s\u00e9curit\u00e9. La cl\u00f4ture int\u00e9rieure inf\u00e9rieure est fix\u00e9e \u00e0 Q1 – (1,5 * IQR), tandis que la cl\u00f4ture int\u00e9rieure sup\u00e9rieure est positionn\u00e9e \u00e0 Q3 + (1,5 * IQR). La moustache inf\u00e9rieure s’\u00e9tend alors depuis Q1 jusqu’\u00e0 la plus petite valeur empirique observ\u00e9e restant sup\u00e9rieure ou \u00e9gale \u00e0 cette cl\u00f4ture th\u00e9orique. Sym\u00e9triquement, la moustache sup\u00e9rieure s’\u00e9tend depuis Q3 jusqu’\u00e0 la plus grande valeur empirique observ\u00e9e restant inf\u00e9rieure ou \u00e9gale \u00e0 la cl\u00f4ture sup\u00e9rieure. Ce proc\u00e9d\u00e9 garantit que la longueur des moustaches demeure strictement born\u00e9e par une amplitude maximale de 1,5 fois l’intervalle interquartile.<\/p>\n Toute observation s’\u00e9cartant au-del\u00e0 de ces bornes de d\u00e9limitation est formellement cat\u00e9goris\u00e9e comme une valeur aberrante ou isol\u00e9e, d\u00e9sign\u00e9e dans la litt\u00e9rature anglo-saxonne sous le vocable d’outlier<\/em>. Dans le sch\u00e9ma de Tukey, les observations comprises entre 1,5 et 3 fois l’IQR au-del\u00e0 des quartiles sont qualifi\u00e9es d’aberrations mod\u00e9r\u00e9es, tandis que celles exc\u00e9dant 3 fois l’IQR repr\u00e9sentent des aberrations extr\u00eames. Sur le plan visuel, ces entit\u00e9s ne sont pas reli\u00e9es aux moustaches par des segments continus, mais sont projet\u00e9es individuellement sous la forme de points, de disques ou d’anneaux isol\u00e9s. Cette formalisation conf\u00e8re au diagramme une insensibilit\u00e9 remarquable face \u00e0 la contamination statistique, contrairement aux estimateurs gaussiens traditionnels tels que la moyenne arithm\u00e9tique et l’\u00e9cart-type.<\/p>\n Sur le plan de l’inf\u00e9rence non param\u00e9trique, la morphologie globale de la bo\u00eete offre une lecture imm\u00e9diate des asym\u00e9tries et de l’aplatissement de la distribution sous-jacente. Si la ligne m\u00e9diane est d\u00e9centr\u00e9e vers le bas de la bo\u00eete et que la moustache sup\u00e9rieure pr\u00e9sente une \u00e9longation nettement sup\u00e9rieure \u00e0 celle de la moustache inf\u00e9rieure, la distribution manifeste une asym\u00e9trie positive ou \u00e9talement vers la droite. R\u00e9ciproquement, un d\u00e9calage de la m\u00e9diane vers le sommet de la bo\u00eete associ\u00e9 \u00e0 une extension de la moustache inf\u00e9rieure d\u00e9note une asym\u00e9trie n\u00e9gative. En outre, la compression de l’intervalle interquartile comparativement \u00e0 l’\u00e9tendue globale des moustaches fournit de pr\u00e9cieux indices quant \u00e0 la leptocurticit\u00e9 ou la platycurticit\u00e9 du ph\u00e9nom\u00e8ne quantifi\u00e9, permettant au statisticien d’\u00e9valuer la pertinence d’une transformation logarithmique pr\u00e9alable \u00e0 toute mod\u00e9lisation lin\u00e9aire.<\/p>\n La disposition juxtapos\u00e9e de multiples bo\u00eetes \u00e0 moustaches le long d’un axe nominal ou ordinal commun r\u00e9pond \u00e0 un imp\u00e9ratif m\u00e9thodologique crucial : faciliter la comparaison simultan\u00e9e de plusieurs populations ind\u00e9pendantes ou de conditions exp\u00e9rimentales distinctes. En alignant les diagrammes sur une m\u00eame \u00e9chelle de mesure m\u00e9trique, l’analyste peut proc\u00e9der \u00e0 une \u00e9valuation conjointe de la tendance centrale \u2014 mat\u00e9rialis\u00e9e par la position relative des m\u00e9dianes \u2014 et de la dispersion statistique \u2014 incarn\u00e9e par l’amplitude des bo\u00eetes respectives et l’envergure de leurs moustaches. Cette configuration autorise une confrontation instantan\u00e9e des ordres de grandeur entre modalit\u00e9s sans n\u00e9cessiter la consultation de volumineuses tables num\u00e9riques de contingence.<\/p>\n L’un des apports majeurs de cette approche r\u00e9side dans l’appr\u00e9ciation visuelle directe de l’homosc\u00e9dasticit\u00e9, c’est-\u00e0-dire l’hypoth\u00e8se fondamentale d’homog\u00e9n\u00e9it\u00e9 des variances requise par de nombreux tests param\u00e9triques, au premier rang desquels figurent l’analyse de variance unidirectionnelle et les r\u00e9gressions lin\u00e9aires par moindres carr\u00e9s ordinaires. Si les longueurs des bo\u00eetes interquartiles et l’\u00e9tendue totale des moustaches pr\u00e9sentent des disparit\u00e9s d’\u00e9chelle flagrantes d’un groupe \u00e0 l’autre, le statisticien est imm\u00e9diatement averti de la pr\u00e9sence d’une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 potentiellement invalidante. De surcro\u00eet, les bo\u00eetes c\u00f4te \u00e0 c\u00f4te permettent d’identifier si les anomalies de sym\u00e9trie ou les contaminations par valeurs aberrantes sont uniform\u00e9ment r\u00e9parties \u00e0 travers le plan d’exp\u00e9rience ou si elles se concentrent de mani\u00e8re pathologique au sein d’une modalit\u00e9 sp\u00e9cifique.<\/p>\n Face aux repr\u00e9sentations alternatives traditionnelles, telles que les histogrammes empil\u00e9s ou les diagrammes \u00e0 barres d’erreurs souvent qualifi\u00e9s p\u00e9jorativement de dynamite plots<\/em>, la bo\u00eete \u00e0 moustaches c\u00f4te \u00e0 c\u00f4te s’impose par sa sup\u00e9riorit\u00e9 \u00e9pist\u00e9mologique. Les histogrammes superpos\u00e9s ou juxtapos\u00e9s souffrent fr\u00e9quemment de probl\u00e8mes d’occlusion visuelle et s’av\u00e8rent hautement sensibles au choix arbitraire de la largeur des intervalles de classe, masquant parfois des caract\u00e9ristiques distributionnelles essentielles. Quant aux diagrammes \u00e0 barres surmont\u00e9s d’un \u00e9cart-type, ils sont r\u00e9put\u00e9s masquer enti\u00e8rement l’asym\u00e9trie, conf\u00e9rant une apparence trompeuse de normalit\u00e9 gaussienne \u00e0 des donn\u00e9es potentiellement asym\u00e9triques ou bimodales, tout en omettant compl\u00e8tement de signaler la pr\u00e9sence d’observations extr\u00eames susceptibles de biaiser l’estimation de la moyenne.<\/p>\n Dans le domaine des sciences quantitatives, de la psychologie exp\u00e9rimentale et des neurosciences cognitives, o\u00f9 les variables mesur\u00e9es \u2014 qu’il s’agisse de temps de r\u00e9action en millisecondes, de scores psychom\u00e9triques ou de taux d’hormones salivaires \u2014 s’\u00e9cartent fr\u00e9quemment des id\u00e9aux de la loi normale, la bo\u00eete comparative constitue l’instrument d’arbitrage par excellence. Elle permet aux chercheurs de v\u00e9rifier empiriquement la plausibilit\u00e9 de leurs postulats de recherche avant de d\u00e9ployer des mod\u00e8les lin\u00e9aires mixtes ou des alternatives non param\u00e9triques telles que le test de Mann-Whitney-Wilcoxon ou celui de Kruskal-Wallis, assurant ainsi une rigueur d’interpr\u00e9tation conforme aux plus hauts standards d’int\u00e9grit\u00e9 scientifique.<\/p>\n Pour mener \u00e0 bien la construction et la personnalisation de bo\u00eetes \u00e0 moustaches comparatives de calibre scientifique, il est imp\u00e9ratif d’\u00e9tablir un espace de travail R reproductible et moderne. Si l’interpr\u00e9teur R standard int\u00e8gre nativement des fonctionnalit\u00e9s graphiques performantes au travers du package Le pilier central de notre protocole repose sur l’installation du package Une fois les paquets install\u00e9s sur le disque local, leur chargement explicite au sein de la session courante s’effectue via l’invocation de la fonction Afin d’illustrer l’ensemble des techniques abord\u00e9es dans ce trait\u00e9 au travers d’exemples parfaitement reproductibles, nous proc\u00e9dons \u00e0 la g\u00e9n\u00e9ration d’un bloc de donn\u00e9es empirique de r\u00e9f\u00e9rence structur\u00e9 sous forme de tableau rectangulaire standard, c’est-\u00e0-dire un objet de classe La variable qualitative ind\u00e9pendante, d\u00e9sign\u00e9e sous l’identifiant Une fois ce tableau de donn\u00e9es compil\u00e9, une phase d’audit structurel s’impose avant tout trac\u00e9 graphique. L’ex\u00e9cution de la fonction L’une des causes les plus r\u00e9currentes d’\u00e9chec ou d’aberration visuelle lors de la construction de bo\u00eetes \u00e0 moustaches dans R r\u00e9side dans un typage inadapt\u00e9 de la variable d’allocation des groupes. En effet, si la variable ind\u00e9pendante est encod\u00e9e sous forme de vecteur de caract\u00e8res textuels primitifs ou de valeurs num\u00e9riques continues, l’interpr\u00e9teur graphique peut \u00e9chouer \u00e0 partitionner ad\u00e9quatement les sous-ensembles d’observations. Il est donc m\u00e9thodologiquement indispensable de proc\u00e9der \u00e0 la conversion explicite de cette variable en type Par ailleurs, la disposition morphologique des donn\u00e9es dans le tableau tabulaire exerce une contrainte directe sur l’applicabilit\u00e9 des fonctions graphiques. Historiquement, de nombreuses matrices de recherche sont saisies dans ce que la th\u00e9orie statistique qualifie de format large, o\u00f9 chaque colonne distincte repr\u00e9sente un groupe exp\u00e9rimental diff\u00e9rent, les lignes cons\u00e9cutives h\u00e9bergeant les observations individuelles de chaque sujet. Or, le paradigme des donn\u00e9es ordonn\u00e9es ou tidy data<\/em>, fondamental pour l’exploitation fluide de La transition fonctionnelle depuis le format large vers le format long est assur\u00e9e de mani\u00e8re \u00e9l\u00e9gante par la fonction Le syst\u00e8me graphique natif de base R impl\u00e9mente la construction de bo\u00eetes \u00e0 moustaches par le truchement de la fonction polyvalente L’argument Lorsque cette commande \u00e9l\u00e9mentaire est soumise \u00e0 l’invite de commande R sans fioritures p\u00e9riph\u00e9riques, le moteur graphique proc\u00e8de \u00e0 l’ex\u00e9cution s\u00e9quentielle du calcul des quantiles pour chaque modalit\u00e9 et restitue imm\u00e9diatement un trac\u00e9 vertical standard sur le p\u00e9riph\u00e9rique d’affichage actif. Ce graphique par d\u00e9faut int\u00e8gre les bo\u00eetes rectangulaires d\u00e9limit\u00e9es par les quartiles, la barre m\u00e9diane transversale, les prolongements lin\u00e9aires verticaux des moustaches ainsi que la mat\u00e9rialisation ponctuelle des observations tombant en dehors des cl\u00f4tures de Tukey, fournissant une synth\u00e8se analytique brute d’une redoutable efficacit\u00e9 sans n\u00e9cessiter l’importation d’une quelconque biblioth\u00e8que externe.<\/p>\n Bien que le trac\u00e9 g\u00e9n\u00e9r\u00e9 par d\u00e9faut soit techniquement fid\u00e8le aux distributions sous-jacentes, il demeure impropre \u00e0 la communication savante en raison du caract\u00e8re rudimentaire de son \u00e9tiquetage. L’\u00e9l\u00e9vation de la qualit\u00e9 du graphique vers un standard d’\u00e9dition requiert la configuration fine de ses composantes lexicales. L’argument La contextualisation des axes cart\u00e9siens s’op\u00e8re par le biais des arguments Dans les cas o\u00f9 les libell\u00e9s natifs des niveaux de facteurs s’av\u00e8rent trop sibyllins, trop techniques ou abr\u00e9g\u00e9s de fa\u00e7on in\u00e9l\u00e9gante au sein du tableau de donn\u00e9es d’origine, la fonction L’esth\u00e9tique visuelle d’un diagramme de base R peut \u00eatre radicalement transform\u00e9e par l’application raisonn\u00e9e de param\u00e8tres chromatiques et g\u00e9om\u00e9triques. L’argument central Le contr\u00f4le des contours lin\u00e9aires s’articule autour de l’argument La typologie des trac\u00e9s peut \u00e9galement \u00eatre finement ajust\u00e9e gr\u00e2ce au param\u00e8tre Bien que la disposition verticale soit traditionnellement favoris\u00e9e dans les manuels de statistique, la projection horizontale des bo\u00eetes \u00e0 moustaches constitue une alternative ergonomique d’une grande valeur m\u00e9thodologique. Au sein de la fonction native Cette r\u00e9orientation spatiale induit une inversion logique imm\u00e9diate de l’interpr\u00e9tation des axes qu’il convient de g\u00e9rer avec la plus stricte rigueur \u00e9ditoriale. En effet, sous cette configuration, la variable quantitative d\u00e9pendante n’est plus distribu\u00e9e sur l’axe vertical des ordonn\u00e9es mais se d\u00e9ploie d\u00e9sormais le long de l’axe horizontal des abscisses. En corollaire, le facteur cat\u00e9goriel ind\u00e9pendant se retrouve allou\u00e9 \u00e0 l’axe vertical. Cette translation n\u00e9cessite une interversion sym\u00e9trique et d\u00e9lib\u00e9r\u00e9e des arguments lexicaux L’int\u00e9r\u00eat cognitif majeur de cette projection horizontale \u00e9merge avec force lorsque le facteur exp\u00e9rimental comprend un nombre substantiel de modalit\u00e9s ou lorsque les d\u00e9nominations nominales de ces derni\u00e8res sont compos\u00e9es de syntagmes textuels volumineux. Dans un trac\u00e9 vertical classique, les \u00e9tiquettes textuelles de l’axe des abscisses ont tendance \u00e0 se chevaucher ou \u00e0 exiger des rotations obliques peu \u00e9l\u00e9gantes pour \u00e9viter les t\u00e9lescopages visuels. L’alignement horizontal permet aux intitul\u00e9s de groupes d’\u00eatre lus de gauche \u00e0 droite selon le sens naturel de lecture occidentale, \u00e9liminant ainsi toute fatigue visuelle pour le r\u00e9viseur ou le lecteur scientifique.<\/p>\n L’exploitation efficace des diagrammes horizontaux sous le syst\u00e8me de base R se heurte fr\u00e9quemment \u00e0 une limitation g\u00e9om\u00e9trique pr\u00e9visible : le tronquage textuel des libell\u00e9s de cat\u00e9gories situ\u00e9s le long de l’axe vertical gauche. Par d\u00e9faut, le moteur graphique de R alloue un espace marginal calibr\u00e9 pour des graduations num\u00e9riques concises. Lorsque de longues cha\u00eenes de caract\u00e8res cat\u00e9gorielles y sont projet\u00e9es, leurs lettres initiales sont in\u00e9vitablement rogn\u00e9es par la bordure physique de la fen\u00eatre graphique, d\u00e9gradant gravement l’int\u00e9grit\u00e9 s\u00e9miotique de la figure.<\/p>\n Pour rem\u00e9dier \u00e0 cette anomalie de mani\u00e8re d\u00e9finitive, il est imp\u00e9ratif d’intervenir en amont de l’instruction de trac\u00e9 en modifiant les param\u00e8tres g\u00e9n\u00e9raux de l’environnement graphique via la fonction Conjointement \u00e0 cet am\u00e9nagement spatial des bordures, il est primordial de verrouiller l’orientation typographique des \u00e9tiquettes d’axes en manipulant l’argument 1.2 Utilit\u00e9 m\u00e9thodologique des repr\u00e9sentations c\u00f4te \u00e0 c\u00f4te<\/h3>\n
2. Configuration de l’environnement R et pr\u00e9paration du jeu de donn\u00e9es<\/h2>\n
2.1 Installation et chargement des packages statistiques requis<\/h3>\n
graphics<\/code>, l’exploitation pleine et enti\u00e8re de la grammaire des graphiques n\u00e9cessite l’adjonction de biblioth\u00e8ques tierces distribu\u00e9es par le Comprehensive R Archive Network, plus connu sous l’acronyme CRAN. La v\u00e9rification pr\u00e9alable de la version de l’interpr\u00e9teur s’av\u00e8re recommand\u00e9e ; une version de R sup\u00e9rieure ou \u00e9gale \u00e0 4.1.0 garantit notamment la disponibilit\u00e9 des op\u00e9rateurs syntaxiques r\u00e9cents tels que le tube natif.<\/p>\nggplot2<\/code>, composante essentielle du m\u00e9ta-\u00e9cosyst\u00e8me tidyverse<\/code> d\u00e9velopp\u00e9 par Hadley Wickham et ses collaborateurs. Pour doter l’environnement de travail des outils d’ing\u00e9nierie et de manipulation de donn\u00e9es n\u00e9cessaires en amont de la mod\u00e9lisation graphique, nous mobilisons conjointement les packages dplyr<\/code> pour le filtrage et l’agr\u00e9gation, ainsi que tidyr<\/code> pour les op\u00e9rations de restructuration tabulaire. L’ex\u00e9cution des instructions standards de gestion de paquets permet de t\u00e9l\u00e9charger et d’indexer ces d\u00e9pendances logicielles sans g\u00e9n\u00e9rer de conflits de biblioth\u00e8ques dans l’arborescence du syst\u00e8me d’exploitation.<\/p>\nlibrary()<\/code>. Il est m\u00e9thodologiquement vertueux d’op\u00e9rer ces chargements en t\u00eate de script afin de documenter de fa\u00e7on transparente les d\u00e9pendances du projet pour tout relecteur externe. Parall\u00e8lement, au sein de l’environnement de d\u00e9veloppement int\u00e9gr\u00e9 RStudio, il convient de calibrer les options d’affichage graphique dans les pr\u00e9f\u00e9rences globales du logiciel. L’activation du moteur graphique vectoriel fond\u00e9 sur la biblioth\u00e8que ragg<\/em> ou la configuration d’un affichage quartz\/cairo garantit un rendu anticr\u00e9nel\u00e9 de haute pr\u00e9cision, pr\u00e9venant toute pixellisation disgracieuse des trac\u00e9s lors des pr\u00e9visualisations interactives.<\/p>\n2.2 Cr\u00e9ation du jeu de donn\u00e9es empirique de r\u00e9f\u00e9rence<\/h3>\n
data.frame<\/code>. Ce jeu de donn\u00e9es synth\u00e9tique mod\u00e9lise les performances sportives de diff\u00e9rentes \u00e9quipes mesur\u00e9es en points quantitatifs continus, soumises \u00e0 une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 intentionnellement contr\u00f4l\u00e9e pour refl\u00e9ter les irr\u00e9gularit\u00e9s typiquement rencontr\u00e9es lors de collectes de donn\u00e9es r\u00e9elles sur le terrain.<\/p>\nteam<\/code>, est construite \u00e0 l’aide de la fonction rep()<\/code> afin de g\u00e9n\u00e9rer un facteur \u00e0 trois modalit\u00e9s \u00e9quilibr\u00e9es ou l\u00e9g\u00e8rement asym\u00e9triques : le groupe A, le groupe B et le groupe C. En face de cette variable cat\u00e9gorielle, le vecteur quantitatif continu points<\/code> est assembl\u00e9 par concat\u00e9nation de tirages pseudo-al\u00e9atoires ou de s\u00e9quences num\u00e9riques pr\u00e9sentant des param\u00e8tres de moyenne, de variance et d’asym\u00e9trie distincts. Par exemple, l’\u00e9quipe A peut \u00eatre mod\u00e9lis\u00e9e avec une variance mod\u00e9r\u00e9e et une forte concentration autour de sa m\u00e9diane, l’\u00e9quipe B avec une variance nettement \u00e9largie illustrant une forte h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, et l’\u00e9quipe C avec une asym\u00e9trie positive marqu\u00e9e coupl\u00e9e \u00e0 quelques valeurs distantes mod\u00e9lisant des performances individuelles hors normes.<\/p>\nstr()<\/code> permet d’inspecter l’architecture interne de l’objet, en v\u00e9rifiant notamment le typage primitif des colonnes et leur longueur respective. L’appel \u00e0 la fonction head()<\/code> restitue les premi\u00e8res lignes du tableau pour valider la conformit\u00e9 de l’alignement des enregistrements, tandis que l’application de la fonction summary()<\/code> sur la variable d\u00e9pendante conditionnellement aux groupes offre un aper\u00e7u quantitatif rigoureux des quantiles empiriques, confirmant que les disparit\u00e9s programm\u00e9es sont effectivement pr\u00e9sentes dans l’\u00e9chantillon \u00e0 repr\u00e9senter.<\/p>\n2.3 Restructuration et typage des variables pour la mod\u00e9lisation graphique<\/h3>\n
factor<\/code> au moyen de la fonction \u00e9ponyme, en d\u00e9finissant formellement l’ordre intrins\u00e8que de ses niveaux ou modalit\u00e9s de r\u00e9f\u00e9rence.<\/p>\nggplot2<\/code>, exige rigoureusement un format long. Dans cette configuration normalis\u00e9e, chaque ligne unique doit correspondre \u00e0 une seule observation \u00e9l\u00e9mentaire, une premi\u00e8re colonne h\u00e9bergeant l’\u00e9tiquette de la modalit\u00e9 et une seconde colonne contenant la mesure num\u00e9rique correspondante.<\/p>\npivot_longer()<\/code> du package tidyr<\/code>. Cet op\u00e9rateur d\u00e9ploie les colonnes cibles le long d’une nouvelle paire de variables d\u00e9signant les cl\u00e9s cat\u00e9gorielles et les valeurs m\u00e9triques associ\u00e9es. Enfin, cette phase de pr\u00e9traitement requiert une vigilance absolue quant au traitement des donn\u00e9es manquantes, encod\u00e9es par la constante sp\u00e9ciale NA<\/code>. L’analyste doit d\u00e9cider si ces observations incompl\u00e8tes doivent \u00eatre expurg\u00e9es de mani\u00e8re anticip\u00e9e via la fonction drop_na()<\/code> ou conserv\u00e9es afin que le moteur graphique mat\u00e9rialise visuellement l’\u00e9ventuelle pr\u00e9sence d’une cat\u00e9gorie de donn\u00e9es manquantes sur l’axe cart\u00e9sien.<\/p>\n3. Cr\u00e9ation de bo\u00eetes \u00e0 moustaches c\u00f4te \u00e0 c\u00f4te avec le syst\u00e8me de base R<\/h2>\n
3.1 Syntaxe fondamentale et utilisation de la formule<\/h3>\n
boxplot()<\/code>. Pour g\u00e9n\u00e9rer une comparaison c\u00f4te \u00e0 c\u00f4te au sein d’un jeu de donn\u00e9es structur\u00e9, l’approche la plus efficiente et idiomatique repose sur l’usage de la syntaxe par formule symbolique. Cette notation mobilise l’op\u00e9rateur tilde pour sp\u00e9cifier les relations structurales entre les variables sous la forme g\u00e9n\u00e9rale reponse ~ predicteur<\/code>. Dans notre contexte d’\u00e9valuation comparative, l’instruction s’articule rigoureusement sous la forme points ~ team<\/code>, signifiant \u00e0 l’interpr\u00e9teur que la m\u00e9trique quantitative continue des points doit \u00eatre partitionn\u00e9e et projet\u00e9e selon les strates discr\u00e8tes d\u00e9finies par le facteur d’\u00e9quipe.<\/p>\ndata<\/code> joue un r\u00f4le d\u00e9terminant dans cette structure d’appel : en fournissant explicitement le nom du tableau de donn\u00e9es de r\u00e9f\u00e9rence, il permet \u00e0 l’interpr\u00e9teur d’\u00e9valuer les noms des variables directement dans le contexte local du bloc de donn\u00e9es sans n\u00e9cessiter l’usage laborieux de pr\u00e9fixes d’indexation matricielle. L’ordonnancement horizontal des bo\u00eetes sur l’axe des abscisses est alors r\u00e9gi de mani\u00e8re automatique par l’ordre sous-jacent des niveaux du facteur d\u00e9sign\u00e9. Par d\u00e9faut, en l’absence de sp\u00e9cification pr\u00e9alable, cet ordonnancement ob\u00e9it \u00e0 la s\u00e9quence alphanum\u00e9rique standard des \u00e9tiquettes textuelles.<\/p>\n![\"Side-by-side](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/sidebox1.png\")
3.2 Personnalisation des annotations textuelles dans Base R<\/h3>\n
main<\/code> permet d’assigner un titre principal hautement informatif, r\u00e9sumant l’objet de l’investigation comparative. Ce titre peut \u00eatre judicieusement second\u00e9 par l’argument sub<\/code> pour ins\u00e9rer un sous-titre m\u00e9thodologique pr\u00e9cisant, par exemple, la taille totale de l’\u00e9chantillon ou la nature des conditions exp\u00e9rimentales test\u00e9es.<\/p>\nxlab<\/code> et ylab<\/code>, correspondant respectivement aux libell\u00e9s de l’axe horizontal des abscisses et de l’axe vertical des ordonn\u00e9es. Il est imp\u00e9ratif d’y inscrire les d\u00e9nominations formelles des variables accompagn\u00e9es de leurs unit\u00e9s de mesure standardis\u00e9es, par exemple en sp\u00e9cifiant l’unit\u00e9 m\u00e9trique entre parenth\u00e8ses. L’ajustement des param\u00e8tres d’\u00e9chelle typographique s’effectue via les coefficients d’extension graphique cex<\/code> : cex.main<\/code> module la taille de la police du titre principal, cex.lab<\/code> contr\u00f4le l’amplitude textuelle des \u00e9tiquettes des axes, et cex.axis<\/code> calibre la granularit\u00e9 dimensionnelle des graduations num\u00e9riques et nominales.<\/p>\nboxplot()<\/code> met \u00e0 disposition l’argument names<\/code>. En assignant un vecteur de cha\u00eenes de caract\u00e8res \u00e0 ce param\u00e8tre, l’utilisateur a la facult\u00e9 de red\u00e9finir explicitement et \u00e9l\u00e9gamment les libell\u00e9s individuels projet\u00e9s sous chacune des bo\u00eetes \u00e0 moustaches. Cette souplesse textuelle permet d’assurer une lisibilit\u00e9 cognitive maximale pour le lecteur sans contraindre l’analyste \u00e0 renommer structurellement les facteurs au sein de son bloc de donn\u00e9es source.<\/p>\n3.3 Gestion des attributs chromatiques et des styles de lignes<\/h3>\n
col<\/code> gouverne la teinte de remplissage de la surface int\u00e9rieure des bo\u00eetes \u00e0 moustaches. En fournissant un vecteur de couleurs \u2014 sp\u00e9cifi\u00e9es par leurs d\u00e9nominations textuelles standard, leurs indices num\u00e9riques ou leurs codes hexad\u00e9cimaux \u2014 l’utilisateur peut appliquer une coloration unie uniforme sur l’ensemble des groupes ou, \u00e0 l’inverse, attribuer une signature chromatique sp\u00e9cifique \u00e0 chaque modalit\u00e9 afin de souligner visuellement les clivages exp\u00e9rimentaux.<\/p>\nborder<\/code>, qui d\u00e9termine la couleur du trac\u00e9 vectoriel d\u00e9limitant les contours ext\u00e9rieurs de la bo\u00eete, les moustaches longitudinales ainsi que les symboles des valeurs aberrantes. Dans les contextes d’impression acad\u00e9mique en noir et blanc, l’association d’un fond de bo\u00eete blanc ou gris perle \u00e0 une bordure noire dense conf\u00e8re une nettet\u00e9 visuelle irr\u00e9prochable au document. De surcro\u00eet, le renforcement de l’\u00e9paisseur des trac\u00e9s s’effectue au travers de l’argument lwd<\/code>, qui multiplie proportionnellement la largeur des lignes par rapport au standard par d\u00e9faut.<\/p>\nlty<\/code>, permettant par exemple de modifier la nature continue ou discontinue du segment figurant les moustaches. La m\u00e9diane peut elle-m\u00eame \u00eatre singularis\u00e9e gr\u00e2ce \u00e0 l’argument medlwd<\/code>, augmentant son \u00e9paisseur relative pour capter imm\u00e9diatement le regard du lecteur vers le barycentre non param\u00e9trique de chaque distribution. Enfin, l’orientation et la forme g\u00e9om\u00e9trique des points mat\u00e9rialisant les valeurs aberrantes sont modifiables par les arguments pch<\/code> et cex<\/code>, offrant un contr\u00f4le morphologique complet sur chaque micro-\u00e9l\u00e9ment constitutif du diagramme comparatif.<\/p>\n4. Configuration horizontale des diagrammes sous Base R<\/h2>\n
4.1 Basculement directionnel et adaptation des param\u00e8tres<\/h3>\n
boxplot()<\/code>, ce basculement cin\u00e9matique \u00e0 quatre-vingt-dix degr\u00e9s est d\u00e9clench\u00e9 de mani\u00e8re \u00e9l\u00e9mentaire en int\u00e9grant le param\u00e8tre logique horizontal = TRUE<\/code> dans la cha\u00eene d’arguments de l’appel syst\u00e8me.<\/p>\nxlab<\/code> et ylab<\/code> dans le code R, sous peine d’attribuer par inadvertance la description de l’\u00e9chelle m\u00e9trique \u00e0 l’axe nominal et r\u00e9ciproquement.<\/p>\n4.2 R\u00e9glage des marges et alignement des graduations<\/h3>\n
par()<\/code>. L’argument mar<\/code> accepte un vecteur num\u00e9rique \u00e0 quatre dimensions d\u00e9finissant la largeur des marges ext\u00e9rieure inf\u00e9rieure, gauche, sup\u00e9rieure et droite, mesur\u00e9es en nombre de lignes de texte. L’accroissement substantiel de la deuxi\u00e8me coordonn\u00e9e de ce vecteur \u2014 par exemple en \u00e9levant la marge gauche \u00e0 une valeur de huit ou dix lignes \u2014 octroie au canevas l’espace g\u00e9om\u00e9trique n\u00e9cessaire pour accueillir des descriptions textuelles denses sans le moindre ph\u00e9nom\u00e8ne de d\u00e9bordement.<\/p>\nlas<\/code> au sein de l’environnement par()<\/code> ou directement \u00e0 l’int\u00e9rieur de l’appel boxplot()<\/code>. En assignant la valeur enti\u00e8re las = 1<\/code>, l’utilisateur force l’interpr\u00e9teur \u00e0 positionner l’int\u00e9gralit\u00e9 des annotations textuelles dans un alignement strictement horizontal, permanent et invariant, quelle que soit la directionnalit\u00e9 de l’axe porteur. Cette combinaison de param\u00e8tres garantit un alignement typographique d’une rigueur irr\u00e9prochable et supprime tout risque de distorsion orthographique \u00e0 l’\u00e9cran comme sur le support imprim\u00e9.<\/p>\n5. Fondamentaux de la cr\u00e9ation de bo\u00eetes comparatives avec ggplot2<\/h2>\n
5.1 Grammaire des graphiques et initialisation du canevas<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/sidebox2-1.png\")
<\/figure>\n![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/sidebox.png\")
<\/figure>\n![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/sidebox3.png\")
<\/figure>\n