{"id":4062,"date":"2026-09-11T04:58:29","date_gmt":"2026-09-11T04:58:29","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-effectuer-ancova-python\/"},"modified":"2026-09-11T04:58:29","modified_gmt":"2026-09-11T04:58:29","slug":"comment-effectuer-ancova-python","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-effectuer-ancova-python","title":{"rendered":"Comment effectuer une ANCOVA en Python"},"content":{"rendered":"

L’analyse de covariance, universellement d\u00e9sign\u00e9e sous l’acronyme ANCOVA (de l’anglais Analysis of Covariance<\/em>), constitue l’une des pierres angulaires de la m\u00e9thodologie inf\u00e9rentielle moderne appliqu\u00e9e aux sciences du comportement, \u00e0 la neuropsychologie, aux sciences de l’\u00e9ducation et \u00e0 la biom\u00e9trie. En combinant l’analyse de variance factorielle \u00e0 la r\u00e9gression lin\u00e9aire multiple, cette technique statistique permet d’examiner l’effet d’une ou plusieurs variables ind\u00e9pendantes cat\u00e9gorielles sur une variable r\u00e9ponse continue, tout en neutralisant par ajustement math\u00e9matique l’influence perturbatrice d’une ou de plusieurs variables continues concomitantes, d\u00e9sign\u00e9es sous le vocable de covariables. Ce contr\u00f4le statistique a posteriori<\/em> s’av\u00e8re particuli\u00e8rement crucial dans les disciplines o\u00f9 l’assignation strictement al\u00e9atoire des participants \u00e0 des groupes exp\u00e9rimentaux se heurte \u00e0 des contraintes \u00e9thiques, logistiques ou \u00e9cologiques ind\u00e9passables.<\/p>\n

Historiquement d\u00e9velopp\u00e9e par Ronald Aylmer Fisher dans les ann\u00e9es 1930 pour affiner la pr\u00e9cision des exp\u00e9rimentations agronomiques, l’ANCOVA a trouv\u00e9 dans les sciences psychologiques un terrain d’application fertile, notamment pour la mod\u00e9lisation des protocoles d’intervention pr\u00e9-test\/post-test. En soustrayant de la variance d’erreur la part attribuable aux diff\u00e9rences interindividuelles initiales des sujets (telles que le quotient intellectuel, l’\u00e2ge chronologique, le statut socio-\u00e9conomique ou le niveau d’anxi\u00e9t\u00e9 basale), l’analyse de covariance augmente substantiellement la puissance statistique des tests d’hypoth\u00e8ses. Elle permet ainsi d’isoler avec une rigueur accrue l’effet causal propre d’une intervention th\u00e9rapeutique ou d’une manipulation exp\u00e9rimentale.<\/p>\n

\u00c0 l’\u00e8re de la science ouverte et de la recherche computationnelle reproductible, le langage de programmation Python<\/a> s’est impos\u00e9 comme un vecteur d’analyse statistique de premier plan. Gr\u00e2ce \u00e0 des modules hautement optimis\u00e9s tels que Pandas<\/a>, Pingouin<\/a> et Statsmodels<\/a>, les chercheurs disposent d\u00e9sormais d’un \u00e9cosyst\u00e8me logiciel complet permettant d’ex\u00e9cuter l’ANCOVA, de v\u00e9rifier empiriquement l’ensemble de ses postulats sous-jacents, d’estimer les moyennes marginales ajust\u00e9es et de quantifier la taille d’effet selon les standards \u00e9ditoriaux de l’American Psychological Association (APA). Ce guide didactique et m\u00e9thodologique approfondi a pour vocation de vous accompagner pas \u00e0 pas dans la mise en \u0153uvre rigoureuse de l’ANCOVA sous Python, depuis ses fondations th\u00e9oriques jusqu’au reporting acad\u00e9mique final.<\/p>\n

1. Fondements th\u00e9oriques de l’ANCOVA en sciences psychologiques<\/h2>\n

1.1 D\u00e9finition et objectifs de l’analyse de covariance<\/h3>\n

L’analyse de covariance repose sur le principe fondamental du contr\u00f4le statistique de la variance. Dans toute recherche exp\u00e9rimentale ou quasi-exp\u00e9rimentale, la variance observ\u00e9e sur la variable d\u00e9pendante est la r\u00e9sultante de deux composantes majeures : la variance syst\u00e9matique, induite par les facteurs exp\u00e9rimentaux manipul\u00e9s par le chercheur, et la variance non syst\u00e9matique, traditionnellement qualifi\u00e9e d’erreur exp\u00e9rimentale ou r\u00e9siduelle. Lorsque cette derni\u00e8re est volumineuse, elle obscurcit les effets r\u00e9els du traitement, augmentant drastiquement le risque de commettre une erreur de Type II, c’est-\u00e0-dire de conclure \u00e0 l’absence d’effet alors qu’une diff\u00e9rence existe dans la population parente.<\/p>\n

D’un point de vue conceptuel et math\u00e9matique, l’ANCOVA s’\u00e9rige \u00e0 l’intersection exacte de l’analyse de variance (ANOVA)<\/a> \u00e0 un facteur et de la r\u00e9gression lin\u00e9aire simple. Alors que l’ANOVA d\u00e9compose la variance totale en variations inter-groupes et intra-groupes sur la base de pr\u00e9dicteurs nominaux, la r\u00e9gression mod\u00e9lise une relation fonctionnelle continue entre deux ou plusieurs dimensions quantitatives. L’ANCOVA int\u00e8gre simultan\u00e9ment ces deux approches : elle partitionne la variabilit\u00e9 de la variable r\u00e9ponse en mod\u00e9lisant conjointement l’appartenance groupale (variable ind\u00e9pendante cat\u00e9gorielle) et la relation lin\u00e9aire liant la variable r\u00e9ponse \u00e0 la variable d’ajustement (covariable continue).<\/p>\n

Dans les devis de recherche quasi-exp\u00e9rimentaux en psychologie clinique ou scolaire, o\u00f9 les groupes pr\u00e9existent \u00e0 l’\u00e9tude (classes d’\u00e9l\u00e8ves, cohortes hospitali\u00e8res), l’assignation al\u00e9atoire int\u00e9grale est impossible. D\u00e8s lors, les groupes diff\u00e8rent fr\u00e9quemment sur des variables d’amont avant m\u00eame l’administration du traitement. L’ANCOVA remplit alors une mission de r\u00e9duction du biais d’assignation en ajustant statistiquement les scores de sortie comme si tous les participants avaient d\u00e9but\u00e9 l’exp\u00e9rimentation avec une valeur identique sur la covariable. Il convient toutefois de distinguer scrupuleusement la variable ind\u00e9pendante cat\u00e9gorielle (le facteur exp\u00e9rimental comprenant au moins deux modalit\u00e9s), la variable d\u00e9pendante continue (le crit\u00e8re d’\u00e9valuation quantitatif) et la covariable (la mesure d’ajustement continue mesur\u00e9e pr\u00e9alablement \u00e0 l’administration du traitement).<\/p>\n

1.2 M\u00e9canisme math\u00e9matique sous-jacent du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral<\/h3>\n

L’ANCOVA s’inscrit rigoureusement dans le cadre unifi\u00e9 du Mod\u00e8le Lin\u00e9aire G\u00e9n\u00e9ral (MLG). L’\u00e9quation formelle param\u00e9trique s’\u00e9nonce classiquement sous la forme suivante pour chaque observation individuelle :<\/p>\n

Yij<\/sub> = μ + αi<\/sub> + β(Xij<\/sub> – X̄..<\/sub>) + εij<\/sub><\/em><\/p>\n

Dans cette formulation alg\u00e9brique, Yij<\/sub><\/em> repr\u00e9sente le score de la variable d\u00e9pendante pour le j<\/em>-\u00e8me participant au sein du i<\/em>-\u00e8me groupe de traitement. Le terme μ<\/em> d\u00e9signe la moyenne g\u00e9n\u00e9rale th\u00e9orique de la population, tandis que αi<\/sub><\/em> figure l’effet diff\u00e9rentiel associ\u00e9 \u00e0 la modalit\u00e9 i<\/em> du facteur exp\u00e9rimental principal, soumis \u00e0 la contrainte habituelle de sommabilit\u00e9 nulle (Σαi<\/sub> = 0). Le coefficient β<\/em> constitue la pente de r\u00e9gression lin\u00e9aire commune reliant la covariable X<\/em> \u00e0 la variable r\u00e9ponse Y<\/em>. Le terme (Xij<\/sub> – X̄..<\/sub>)<\/em> exprime l’\u00e9cart de la mesure individuelle de la covariable par rapport \u00e0 la moyenne globale d’\u00e9chantillon X̄..<\/sub><\/em>, op\u00e9ration d\u00e9sign\u00e9e sous le nom de centrage. Enfin, εij<\/sub><\/em> incarne le terme d’erreur r\u00e9siduelle stochastique, pr\u00e9sum\u00e9 distribu\u00e9 normalement avec une esp\u00e9rance nulle et une variance constante σ2<\/sup><\/em>.<\/p>\n

Sur le plan de la d\u00e9composition matricielle, la somme totale des carr\u00e9s des \u00e9carts (SStotale<\/sub><\/em>) n’est plus simplement scind\u00e9e en sommes des carr\u00e9s inter-groupes et intra-groupes comme dans une ANOVA conventionnelle. Elle est partitionn\u00e9e en trois entit\u00e9s distinctes : la somme des carr\u00e9s imputable au facteur exp\u00e9rimental (SSfacteur<\/sub><\/em>), la somme des carr\u00e9s expliqu\u00e9e lin\u00e9airement par la covariable (SScovariable<\/sub><\/em>), et la somme des carr\u00e9s r\u00e9siduelle non expliqu\u00e9e (SSr\u00e9siduelle<\/sub><\/em>). En extrayant SScovariable<\/sub><\/em> de la variabilit\u00e9 r\u00e9siduelle brute de l’ANOVA, le d\u00e9nominateur de la statistique de test F<\/em> de Fisher se trouve substantiellement comprim\u00e9, ce qui affine la sensibilit\u00e9 de l’\u00e9preuve.<\/p>\n

Le m\u00e9canisme central de l’ANCOVA r\u00e9side dans le calcul des moyennes de groupe ajust\u00e9es, fr\u00e9quemment qualifi\u00e9es de moyennes marginales estim\u00e9es (Estimated Marginal Means<\/em>). Pour chaque groupe exp\u00e9rimental i<\/em>, la moyenne ajust\u00e9e Ȳ*i<\/sub><\/em> est obtenue en projetant la moyenne brute observ\u00e9e Ȳi<\/sub><\/em> sur la droite de r\u00e9gression commune \u00e9valu\u00e9e \u00e0 la moyenne globale de la covariable :<\/p>\n

Ȳ*i<\/sub> = Ȳi<\/sub> – β(X̄i<\/sub> – X̄..<\/sub>)<\/em><\/p>\n

Ce recalibrage alg\u00e9brique neutralise tout d\u00e9s\u00e9quilibre pr\u00e9existant entre les groupes sur la variable X<\/em>. Si un groupe affichait un score moyen pr\u00e9liminaire sup\u00e9rieur \u00e0 la moyenne collective, sa moyenne brute de sortie sera r\u00e9vis\u00e9e \u00e0 la baisse proportionnellement \u00e0 la pente β<\/em>, et inversement pour un groupe d\u00e9favoris\u00e9 au point de d\u00e9part.<\/p>\n

1.3 Pertinence m\u00e9thodologique dans la recherche exp\u00e9rimentale<\/h3>\n

L’int\u00e9r\u00eat premier de l’analyse de covariance en recherche translationnelle et clinique r\u00e9side dans le gain substantiel de puissance statistique qu’elle conf\u00e8re aux protocoles exp\u00e9rimentaux. Dans les recherches sur l’efficacit\u00e9 des psychoth\u00e9rapies cognitives et comportementales ou des rem\u00e9diations neuropsychologiques, le recrutement de cohortes massives s’av\u00e8re souvent restreint par les co\u00fbts humains et temporels. Dans un sch\u00e9ma ANOVA standard, une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 prononc\u00e9e des participants au niveau de base gonfle la variance d’erreur intra-groupe, r\u00e9duisant la taille d’effet statistique per\u00e7ue. En int\u00e9grant une covariable corr\u00e9l\u00e9e au crit\u00e8re d’au moins r<\/em> = 0.30, l’ANCOVA absorbe une fraction notable de cette variance d’erreur, permettant de d\u00e9tecter des effets de traitement r\u00e9els avec des tailles d’\u00e9chantillon plus modestes.<\/p>\n

Dans les devis longitudinaux comportant une mesure pr\u00e9-test et post-test, l’inclusion du score pr\u00e9-test comme covariable surpasse m\u00e9thodologiquement l’analyse d’une simple variable de changement ou de gain brut (Post – Pr\u00e9<\/em>). Comme l’a d\u00e9montr\u00e9 la litt\u00e9rature psychom\u00e9trique, les scores de changement sont chroniquement afflig\u00e9s d’une faible fid\u00e9lit\u00e9 de mesure et souffrent du ph\u00e9nom\u00e8ne pernicieux de r\u00e9gression vers la moyenne. L’ANCOVA sur les scores post-test avec ajustement du pr\u00e9-test mod\u00e9lise math\u00e9matiquement la d\u00e9pendance s\u00e9rielle entre les temps de mesure tout en \u00e9vitant les artefacts de surcorrection inh\u00e9rents aux scores de diff\u00e9rence soustractifs.<\/p>\n

Enfin, l’ANCOVA permet de ma\u00eetriser rigoureusement les variables parasites ou confondantes inh\u00e9rentes aux caract\u00e9ristiques individuelles des participants. Qu’il s’agisse de l’\u00e2ge chronologique dans les \u00e9tudes sur le d\u00e9clin mn\u00e9sique, du niveau socio-\u00e9ducatif des parents dans les \u00e9valuations des innovations p\u00e9dagogiques, ou de l’anxi\u00e9t\u00e9-trait basale dans les protocoles d’exposition pharmacologique, l’insertion de ces param\u00e8tres continus permet d’assainir la comparaison factorielle. Elle garantit que la divergence finale observ\u00e9e entre les conditions exp\u00e9rimentales ne constitue pas un simple \u00e9piph\u00e9nom\u00e8ne d\u00e9coulant d’une disparit\u00e9 sociod\u00e9mographique ou cognitive initiale.<\/p>\n

2. Configuration de l’environnement de calcul scientifique en Python<\/h2>\n

2.1 S\u00e9lection et installation des biblioth\u00e8ques sp\u00e9cialis\u00e9es<\/h3>\n

Pour mener \u00e0 bien une analyse de covariance rigoureuse, reproductible et conforme aux standards internationaux, l’environnement de programmation Python s’appuie sur une suite synergique de biblioth\u00e8ques scientifiques hautement sp\u00e9cialis\u00e9es. Le socle fondamental de manipulation tabulaire et de calcul matriciel est assur\u00e9 par NumPy<\/a> et Pandas<\/a>. Ces modules permettent d’importer, de structurer, d’indexer et d’effectuer des op\u00e9rations vectoris\u00e9es sur des volumes de donn\u00e9es multidimensionnels avec des performances optimales.<\/p>\n

Pour le traitement biostatistique direct et convivial, la biblioth\u00e8que Pingouin<\/a> s’av\u00e8re incontournable. Con\u00e7ue explicitement pour les chercheurs en neurosciences et en psychologie, Pingouin propose une syntaxe \u00e9pur\u00e9e inspir\u00e9e des conventions du logiciel R, synth\u00e9tisant des r\u00e9sultats complexes sous la forme d’\u00e9l\u00e9gants DataFrames Pandas imm\u00e9diatement exportables. La fonction d\u00e9di\u00e9e \u00e0 l’ANCOVA calcule automatiquement les sommes de carr\u00e9s, les statistiques F<\/em>, les degr\u00e9s de libert\u00e9, ainsi que les tailles d’effet associ\u00e9es.<\/p>\n

Pour une mod\u00e9lisation param\u00e9trique avanc\u00e9e et une flexibilit\u00e9 totale dans l’\u00e9criture des contrastes, l’utilisation de Statsmodels<\/a> est imp\u00e9rative. Cette biblioth\u00e8que impl\u00e9mente les mod\u00e8les lin\u00e9aires par moindres carr\u00e9s ordinaires (Ordinary Least Squares<\/em>, OLS) en employant la syntaxe symbolique introduite par Patsy. Elle donne acc\u00e8s au diagnostic microscopique de la r\u00e9gression, au calcul des sommes des carr\u00e9s partielles de Type II et de Type III, ainsi qu’aux corrections d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 robustes. Enfin, l’exploration graphique et la validation visuelle des postulats reposent sur le bin\u00f4me graphique form\u00e9 par Matplotlib<\/a> et Seaborn<\/a>, qui offrent des fonctionnalit\u00e9s avanc\u00e9es pour tracer simultan\u00e9ment distributions, nuages de points multivari\u00e9s et droites de r\u00e9gression conditionnelles.<\/p>\n

L’installation de cet \u00e9cosyst\u00e8me logiciel au sein de votre terminal ou invite de commande s’effectue simplement via le gestionnaire de paquets officiel de Python, en veillant \u00e0 sp\u00e9cifier l’ensemble des modules requis dans une commande unifi\u00e9e :<\/p>\n

pip install numpy pandas scipy statsmodels pingouin matplotlib seaborn<\/code><\/p>\n

2.2 Configuration du cadre de travail reproductible<\/h3>\n

L’int\u00e9grit\u00e9 de la d\u00e9marche scientifique contemporaine exige une reproductibilit\u00e9 computationnelle absolue. En psychologie computationnelle, l’ex\u00e9cution d’analyses impliquant des r\u00e9\u00e9chantillonnages statistiques, des simulations ou la g\u00e9n\u00e9ration de donn\u00e9es synth\u00e9tiques requiert la fixation stricte de la graine du g\u00e9n\u00e9rateur de nombres pseudo-al\u00e9atoires (random seed<\/em>). L’omission de cette pr\u00e9caution \u00e9l\u00e9mentaire conduit inexorablement \u00e0 des divergences marginales lors de la r\u00e9plication des calculs par des tiers ou lors de la soumission \u00e9ditoriale.<\/p>\n

Sur le plan structurel, il est fortement recommand\u00e9 d’isoler le projet de recherche dans un environnement virtuel \u00e9tanche, qu’il soit orchestr\u00e9 par venv<\/code> ou par le gestionnaire conda<\/code>. Cette compartimentation logicielle pr\u00e9munit l’analyste contre les conflits de versions entre biblioth\u00e8ques, garantissant qu’une mise \u00e0 jour logicielle ult\u00e9rieure ne corrompra pas le pipeline d’analyse \u00e9tabli. L’initialisation d’un tel environnement virtuel sous environnement Unix ou Windows se d\u00e9roule selon la proc\u00e9dure canonique :<\/p>\n

python -m venv env_ancova<\/code>
\nsource env_ancova\/bin\/activate<\/code> (sur macOS\/Linux) ou env_ancovaScriptsactivate<\/code> (sur Windows)<\/p>\n

Au sommet du script Python principal, la configuration scripturale standard d\u00e9bute par l’importation ordonn\u00e9e des modules et la d\u00e9finition de la graine al\u00e9atoire. Il convient \u00e9galement de verrouiller les options d’affichage de Pandas pour faciliter la lisibilit\u00e9 des matrices num\u00e9riques et des tableaux de r\u00e9sultats statistiques :<\/p>\n

import numpy as np<\/code>
\nimport pandas as pd<\/code>
\nimport matplotlib.pyplot as plt<\/code>
\nimport seaborn as sns<\/code>
\nimport pingouin as pg<\/code>
\nimport statsmodels.api as sm<\/code>
\nimport statsmodels.formula.api as smf<\/code>
\nfrom statsmodels.stats.anova import anova_lm<\/code>
\nfrom scipy import stats<\/code>
\nnp.random.seed(42)<\/code>
\npd.set_option('display.max_columns', 15)<\/code>
\npd.set_option('display.precision', 4)<\/code><\/p>\n

3. Structuration et encodage des donn\u00e9es empiriques<\/h2>\n

3.1 Cr\u00e9ation du jeu de donn\u00e9es exp\u00e9rimental<\/h3>\n

Afin de concr\u00e9tiser notre expos\u00e9 par une d\u00e9monstration pratique exhaustive, nous simulons une \u00e9tude contr\u00f4l\u00e9e et randomis\u00e9e en psychologie de l’\u00e9ducation \u00e9valuant l’efficacit\u00e9 compar\u00e9e de trois dispositifs didactiques distincts sur l’acquisition de concepts complexes en statistiques. Les trois modalit\u00e9s de la variable ind\u00e9pendante cat\u00e9gorielle (Methode_Apprentissage<\/em>) sont :<\/p>\n