Dans le domaine de l’analyse de donn\u00e9es exp\u00e9rimentales et de la mod\u00e9lisation statistique avanc\u00e9e, l’estimation de la tendance centrale d’une distribution constitue l’une des op\u00e9rations les plus fondamentales et pourtant les plus d\u00e9licates. Les chercheurs, ing\u00e9nieurs et sp\u00e9cialistes de la science des donn\u00e9es sont quotidiennement confront\u00e9s \u00e0 des distributions empiriques qui s’\u00e9cartent de l’id\u00e9al th\u00e9orique de la loi normale. Qu’il s’agisse de temps de latence en neurosciences cognitives, de m\u00e9triques de performance dans les syst\u00e8mes distribu\u00e9s ou d’indicateurs biom\u00e9triques, les donn\u00e9es du monde r\u00e9el se caract\u00e9risent fr\u00e9quemment par une asym\u00e9trie marqu\u00e9e, des queues de distribution \u00e9paisses et la pr\u00e9sence in\u00e9vitable de valeurs aberrantes. Dans ce contexte, la moyenne arithm\u00e9tique ordinaire pr\u00e9sente une vuln\u00e9rabilit\u00e9 critique qui peut vicier l’ensemble des inf\u00e9rences statistiques ult\u00e9rieures, tandis que la m\u00e9diane, bien qu’extr\u00eamement r\u00e9sistante, sacrifie une quantit\u00e9 substantielle d’informations quantitatives.<\/p>\n
Pour concilier ces imp\u00e9ratifs contradictoires d’efficacit\u00e9 statistique et de robustesse computationnelle, les statisticiens ont d\u00e9velopp\u00e9 une famille d’estimateurs interm\u00e9diaires particuli\u00e8rement \u00e9l\u00e9gants, au premier rang desquels figure la moyenne tronqu\u00e9e, couramment d\u00e9sign\u00e9e sous l’anglicisme trimmed mean<\/em>. En \u00e9liminant de mani\u00e8re contr\u00f4l\u00e9e et sym\u00e9trique une fraction pr\u00e9d\u00e9finie des observations situ\u00e9es aux extr\u00e9mit\u00e9s de l’\u00e9chantillon ordonn\u00e9, la moyenne tronqu\u00e9e parvient \u00e0 neutraliser l’impact d\u00e9l\u00e9t\u00e8re des bruits de mesure et des artefacts exp\u00e9rimentaux, tout en pr\u00e9servant l’information relative port\u00e9e par la masse centrale des donn\u00e9es. Cet estimateur s’impose aujourd’hui comme une r\u00e9f\u00e9rence m\u00e9thodologique incontournable dans les standards de la recherche reproductible.<\/p>\n L’\u00e9cosyst\u00e8me open-source du langage Python s’est impos\u00e9 comme la plateforme computationnelle dominante pour la mise en \u0153uvre de ces m\u00e9thodes statistiques robustes. Gr\u00e2ce \u00e0 des biblioth\u00e8ques scientifiques hautement optimis\u00e9es telles que SciPy, NumPy et Pandas, le calcul d’une moyenne tronqu\u00e9e ne requiert que quelques lignes de code expressives et performantes. N\u00e9anmoins, l’application rigoureuse de cet estimateur exige une compr\u00e9hension approfondie de ses fondements math\u00e9matiques, de son param\u00e9trage algorithmique, ainsi que de ses implications inf\u00e9rentielles. Ce guide exhaustif propose une exploration th\u00e9orique et pratique compl\u00e8te de la moyenne tronqu\u00e9e en Python, articulant rigueur m\u00e9thodologique, d\u00e9monstrations formelles et impl\u00e9mentations pratiques d\u00e9taill\u00e9es.<\/p>\n Sur le plan de la th\u00e9orie de l’estimation, la moyenne tronqu\u00e9e appartient \u00e0 la classe des L-estimateurs, d\u00e9finis formellement comme des combinaisons lin\u00e9aires de statistiques d’ordre. Contrairement aux estimateurs classiques fond\u00e9s sur l’ensemble brut des observations empiriques, un L-estimateur r\u00e9organise pr\u00e9alablement l’\u00e9chantillon de taille n<\/em> selon une relation d’ordre croissant, g\u00e9n\u00e9rant une s\u00e9quence ordonn\u00e9e o\u00f9 chaque valeur est indic\u00e9e par son rang. La moyenne tronqu\u00e9e se distingue par une fonction de pond\u00e9ration constante appliqu\u00e9e \u00e0 un sous-ensemble central de ces statistiques d’ordre, tandis qu’un poids rigoureusement nul est assign\u00e9 aux observations situ\u00e9es en de\u00e7\u00e0 et au-del\u00e0 de quantiles pr\u00e9d\u00e9termin\u00e9s. Cette proc\u00e9dure garantit une r\u00e9sistance structurelle face aux perturbations stochastiques qui affectent prioritairement les queues de distribution.<\/p>\n D’un point de vue formel, consid\u00e9rons un \u00e9chantillon al\u00e9atoire de variables ind\u00e9pendantes et identiquement distribu\u00e9es not\u00e9 X = (X\u2081, X\u2082, …, X\u2099)<\/em>. Soit X\u208d\u2081\u208e \u2264 X\u208d\u2082\u208e \u2264 … \u2264 X\u208d\u2099\u208e<\/em> la s\u00e9rie correspondante des statistiques d’ordre associ\u00e9es. Pour une proportion de d\u00e9coupage sym\u00e9trique \u03b1<\/em> appartenant \u00e0 l’intervalle ouvert ]0, 0.5[, le nombre d’observations \u00e0 exclure \u00e0 chaque extr\u00e9mit\u00e9 de la s\u00e9rie ordonn\u00e9e est d\u00e9fini par la quantit\u00e9 enti\u00e8re k = \u230an\u03b1\u230b<\/em>, o\u00f9 la fonction partie enti\u00e8re inf\u00e9rieure assure une discr\u00e9tisation rigoureuse de la fraction th\u00e9orique. La moyenne tronqu\u00e9e d’ordre \u03b1<\/em>, conventionnellement not\u00e9e T_\u03b1(X)<\/em> ou x\u0304_\u03b1<\/em>, s’exprime alors math\u00e9matiquement par l’\u00e9quation suivante :<\/p>\n T_\u03b1(X) = (1 \/ (n – 2k)) \u00d7 \u2211\u1d62\u208c\u2096\u208a\u2081\u207f\u207b\u1d4f X\u208d\u1d62\u208e<\/strong><\/p>\n Dans cette formulation, le d\u00e9nominateur (n – 2k)<\/em> repr\u00e9sente la taille effective de l’\u00e9chantillon conserv\u00e9 pour l’op\u00e9ration de sommation arithm\u00e9tique. Il est fondamental de souligner la diff\u00e9renciation conceptuelle majeure existant entre ce tronquage proportionnel a priori et les pratiques contestables de suppression post-hoc d’observations individuelles. Alors que le rejet arbitraire de donn\u00e9es d\u00e9viantes repose sur des crit\u00e8res d’exclusion d\u00e9pendants de l’\u00e9chantillon qui modifient la distribution d’\u00e9chantillonnage de mani\u00e8re incontr\u00f4lable, le tronquage sym\u00e9trique constitue une fonctionnelle statistique d\u00e9terministe, invariante par translation et \u00e9quivariante par changement d’\u00e9chelle. Cette caract\u00e9ristique assure la validit\u00e9 des propri\u00e9t\u00e9s asymptotiques de l’estimateur.<\/p>\n Sous des conditions de r\u00e9gularit\u00e9 standard relatives \u00e0 la distribution sous-jacente, la moyenne tronqu\u00e9e pr\u00e9sente une convergence presque s\u00fbre vers son esp\u00e9rance th\u00e9orique tronqu\u00e9e lorsque la taille d’\u00e9chantillon tend vers l’infini. De surcro\u00eet, par application du th\u00e9or\u00e8me central limite pour les statistiques d’ordre lisses, la distribution d’\u00e9chantillonnage de T_\u03b1<\/em> converge asymptotiquement vers une loi normale, m\u00eame lorsque la distribution parente g\u00e9n\u00e9ratrice pr\u00e9sente des queues lourdes de type Student, log-normale ou de Pareto. Cette robustesse asymptotique fait de la moyenne tronqu\u00e9e un instrument math\u00e9matique d’une r\u00e9gularit\u00e9 remarquable, immunis\u00e9 contre l’instabilit\u00e9 de variance caract\u00e9ristique des estimateurs lin\u00e9aires conventionnels.<\/p>\n Dans les disciplines empiriques explorant l’architecture cognitive humaine, telles que la psychom\u00e9trie, la psychologie exp\u00e9rimentale et les neurosciences comportementales, la mod\u00e9lisation des distributions de temps de r\u00e9action constitue un d\u00e9fi statistique permanent. Les paradigmes exp\u00e9rimentaux fond\u00e9s sur la chronom\u00e9trie mentale mesurent le temps s\u00e9parant l’apparition d’un stimulus perceptif de l’\u00e9mission d’une r\u00e9ponse motrice. Ces donn\u00e9es de latence pr\u00e9sentent universellement une forme asym\u00e9trique positive prononc\u00e9e, traditionnellement mod\u00e9lis\u00e9e par une loi ex-gaussienne, r\u00e9sultant de la convolution d’une composante normale repr\u00e9sentant les processus moteurs et d’une composante exponentielle refl\u00e9tant les processus d\u00e9cisionnels centraux.<\/p>\n Face \u00e0 de telles distributions, la moyenne arithm\u00e9tique est syst\u00e9matiquement biais\u00e9e vers la droite, capturant de mani\u00e8re disproportionn\u00e9e les latences excessives induites par des pertes d’attention fugaces, des h\u00e9sitations exploratoires ou des clignements oculaires non synchronis\u00e9s. \u00c0 l’inverse, l’extr\u00e9mit\u00e9 gauche de la distribution peut \u00eatre pollu\u00e9e par des r\u00e9ponses motrices anticip\u00e9es ou des pressions involontaires sur les dispositifs d’enregistrement, caract\u00e9ris\u00e9es par des latences physiologiquement impossibles. L’application d’un tronquage sym\u00e9trique permet d’assainir simultan\u00e9ment ces deux sources d’artefacts exp\u00e9rimentaux sans recourir \u00e0 un tri manuel subjectif, pr\u00e9servant ainsi l’int\u00e9grit\u00e9 d\u00e9ontologique de la cha\u00eene de traitement num\u00e9rique.<\/p>\n Sur le plan de l’inf\u00e9rence quantitative, le recours \u00e0 la moyenne tronqu\u00e9e surpasse nettement les protocoles traditionnels d’\u00e9lagage fond\u00e9s sur des seuils absolus (par exemple, le rejet syst\u00e9matique de tout essai inf\u00e9rieur \u00e0 200 millisecondes ou sup\u00e9rieur \u00e0 2000 millisecondes). Ces seuils rigides tronquent les distributions de mani\u00e8re asym\u00e9trique et cr\u00e9ent une discontinuit\u00e9 artificielle dans l’espace des observations, augmentant artificiellement le taux d’erreur de premi\u00e8re esp\u00e8ce lors des tests d’hypoth\u00e8ses subs\u00e9quents. En adoptant une proportion de coupe d\u00e9finie a priori, le chercheur maintient une structure d’\u00e9chantillonnage coh\u00e9rente entre les diff\u00e9rents participants et les diverses conditions exp\u00e9rimentales, tout en garantissant une puissance statistique optimale pour d\u00e9tecter des effets r\u00e9els de faible amplitude.<\/p>\n Pour quantifier rigoureusement la r\u00e9sistance d’un estimateur statistique face \u00e0 la contamination d’un jeu de donn\u00e9es, la th\u00e9orie statistique robuste d\u00e9velopp\u00e9e initialement par Peter Huber et Frank Hampel s’appuie sur le concept formel de point de rupture, souvent d\u00e9sign\u00e9 en litt\u00e9rature anglophone sous l’expression breakdown point<\/em>. Le point de rupture empirique d’un estimateur repr\u00e9sente la plus petite proportion d’observations arbitrairement aberrantes qu’un \u00e9chantillon de taille n<\/em> peut contenir avant que l’estimateur ne puisse \u00eatre contraint de prendre une valeur infinie ou totalement d\u00e9nu\u00e9e de sens. Il constitue un indicateur fondamental de la stabilit\u00e9 globale d’un algorithme de mesure de tendance centrale.<\/p>\n Dans cette perspective th\u00e9orique, la moyenne arithm\u00e9tique conventionnelle pr\u00e9sente le pire comportement envisageable, avec un point de rupture \u00e9gal \u00e0 1\/n<\/em>. Lorsque la taille de l’\u00e9chantillon devient infiniment grande, cette valeur converge vers z\u00e9ro. En termes concrets, il suffit d’une seule observation d\u00e9viante, si son amplitude est suffisamment d\u00e9mesur\u00e9e par suite d’une erreur de saisie ou d’une d\u00e9faillance instrumentale, pour d\u00e9placer la moyenne arithm\u00e9tique vers l’infini, an\u00e9antissant toute repr\u00e9sentativit\u00e9 du param\u00e8tre d’emplacement. \u00c0 l’extr\u00eame oppos\u00e9 du spectre de robustesse se trouve la m\u00e9diane d’\u00e9chantillon, dont le point de rupture th\u00e9orique atteint cinquante pour cent (0.50). La m\u00e9diane peut tol\u00e9rer la corruption compl\u00e8te de pr\u00e8s de la moiti\u00e9 des donn\u00e9es sans diverger, ce qui en fait un estimateur d’une r\u00e9silience exceptionnelle.<\/p>\n La moyenne tronqu\u00e9e se distingue par une flexibilit\u00e9 param\u00e9trique remarquable : son point de rupture est directement d\u00e9termin\u00e9 par la fraction de d\u00e9coupage choisie. Pour une valeur de coupe sym\u00e9trique \u03b1<\/em>, le point de rupture correspond pr\u00e9cis\u00e9ment \u00e0 \u03b1<\/em>. Par cons\u00e9quent, une moyenne tronqu\u00e9e \u00e0 vingt pour cent (\u03b1 = 0.20<\/em>) poss\u00e8de un point de rupture de 0.20, signifiant que jusqu’\u00e0 vingt pour cent des observations les plus petites et vingt pour cent des observations les plus grandes peuvent \u00eatre corrompues sans que l’estimateur ne s’effondre. Cette propri\u00e9t\u00e9 conf\u00e8re au statisticien la possibilit\u00e9 de r\u00e9gler le degr\u00e9 de robustesse requis en fonction du niveau d’incertitude et de contamination anticip\u00e9 dans le protocole exp\u00e9rimental.<\/p>\n Bien que la m\u00e9diane offre une r\u00e9sistance maximale aux valeurs aberrantes, cette robustesse s’accompagne d’un co\u00fbt statistique substantiel : une perte d’efficacit\u00e9 relative sur les distributions proches de la normalit\u00e9. L’efficacit\u00e9 asymptotique d’un estimateur mesure la variance de sa distribution d’\u00e9chantillonnage comparativement \u00e0 la borne minimale th\u00e9orique \u00e9tablie par l’in\u00e9galit\u00e9 de Cram\u00e9r-Rao. Lorsque les donn\u00e9es proviennent d’une distribution gaussienne id\u00e9ale, la moyenne arithm\u00e9tique constitue l’estimateur sans biais de variance minimale, atteignant une efficacit\u00e9 de cent pour cent. Dans ces m\u00eames conditions id\u00e9ales, la m\u00e9diane d’\u00e9chantillon ne pr\u00e9sente qu’une efficacit\u00e9 asymptotique d’environ soixante-quatre pour cent (2\/\u03c0 \u2248 0.637), ce qui \u00e9quivaut \u00e0 gaspiller plus d’un tiers de l’information quantitative collect\u00e9e lors de l’exp\u00e9rience.<\/p>\n La moyenne tronqu\u00e9e r\u00e9sout ce dilemme fondamental en \u00e9tablissant un compromis param\u00e9trique optimal entre efficacit\u00e9 statistique et r\u00e9duction du biais d’estimation. En conservant l’int\u00e9gralit\u00e9 des observations appartenant \u00e0 la masse centrale de l’\u00e9chantillon et en effectuant une sommation arithm\u00e9tique pond\u00e9r\u00e9e sur ce sous-ensemble r\u00e9gulier, elle pr\u00e9serve une fraction majeure de l’information relative aux distances inter-individuelles que la m\u00e9diane ignore totalement. Pour une proportion de tronquage standard de vingt pour cent, l’efficacit\u00e9 relative de la moyenne tronqu\u00e9e sous l’hypoth\u00e8se de normalit\u00e9 demeure remarquablement \u00e9lev\u00e9e, oscillant g\u00e9n\u00e9ralement autour de quatre-vingt-deux \u00e0 quatre-vingt-cinq pour cent selon la taille de l’\u00e9chantillon.<\/p>\n D\u00e8s lors que la distribution sous-jacente s’\u00e9carte m\u00eame marginalement de la gaussienne pure \u2014 par exemple dans le cadre d’un mod\u00e8le de contamination o\u00f9 une faible proportion des donn\u00e9es provient d’une distribution \u00e0 variance accrue \u2014, l’efficacit\u00e9 relative de la moyenne arithm\u00e9tique s’effondre drastiquement, tandis que celle de la moyenne tronqu\u00e9e augmente pour surpasser largement celle de la moyenne standard. Ce comportement illustre la sup\u00e9riorit\u00e9 op\u00e9rationnelle de la moyenne tronqu\u00e9e dans les environnements de recherche r\u00e9els : elle conserve une pr\u00e9cision quasi optimale dans les contextes r\u00e9guliers tout en pr\u00e9venant l’inflation dramatique de l’erreur quadratique moyenne en pr\u00e9sence de bruits de mesure impr\u00e9vus.<\/p>\n La r\u00e9alisation d’analyses statistiques reproductibles en langage Python repose sur un ensemble harmonis\u00e9 de biblioth\u00e8ques scientifiques sp\u00e9cialis\u00e9es. Pour exploiter pleinement les fonctionnalit\u00e9s associ\u00e9es \u00e0 la moyenne tronqu\u00e9e et manipuler efficacement des structures de donn\u00e9es complexes, la configuration d’un environnement virtuel d\u00e9di\u00e9 constitue une bonne pratique m\u00e9thodologique fondamentale. L’isolation des d\u00e9pendances garantit la stabilit\u00e9 des versions des biblioth\u00e8ques logicielles et pr\u00e9vient les conflits d’ex\u00e9cution susceptibles de d\u00e9naturer les r\u00e9sultats num\u00e9riques au fil des mises \u00e0 jour du syst\u00e8me d’exploitation.<\/p>\n L’architecture de calcul s’articule autour de trois composants primordiaux : le module NumPy pour l’allocation vectorielle et l’alg\u00e8bre multidimensionnelle, la biblioth\u00e8que SciPy pour les routines d’analyse statistique avanc\u00e9e, et le cadriciel Pandas pour l’indexation tabulaire et l’ing\u00e9nierie des donn\u00e9es. L’installation de cette suite logicielle s’op\u00e8re usuellement via le gestionnaire de paquets officiel de Python, en ex\u00e9cutant dans le terminal de commande une instruction d’installation ciblant explicitement les m\u00e9tadonn\u00e9es de ces modules :<\/p>\n pip install numpy scipy pandas<\/strong><\/p>\n Une fois ces biblioth\u00e8ques install\u00e9es au sein de l’environnement virtuel, il est indispensable de v\u00e9rifier la compatibilit\u00e9 des versions d\u00e9ploy\u00e9es, particuli\u00e8rement pour le sous-module statistique de SciPy dont les algorithmes internes ont connu des optimisations structurelles r\u00e9centes. L’ex\u00e9cution d’un script d’amorce permet d’interroger les attributs de version respectifs de chaque module et de confirmer la disponibilit\u00e9 op\u00e9rationnelle des primitives sous-jacentes. Cette d\u00e9marche pr\u00e9liminaire garantit que les environnements de calcul haute performance ex\u00e9cuteront les calculs vectoriels avec une pr\u00e9cision num\u00e9rique conforme aux standards de la norme IEEE 754 pour les nombres flottants en double pr\u00e9cision.<\/p>\n Le sous-module scipy.stats<\/em> forme le c\u0153ur n\u00e9vralgique du calcul statistique au sein de l’\u00e9cosyst\u00e8me scientifique de Python. Con\u00e7u pour \u00e9tendre les capacit\u00e9s \u00e9l\u00e9mentaires de NumPy, il regroupe une panoplie exhaustive de distributions de probabilit\u00e9s continues et discr\u00e8tes, d’algorithmes de tests d’hypoth\u00e8ses param\u00e9triques et non param\u00e9triques, ainsi que d’estimateurs robustes de tendance centrale et de dispersion. Contrairement aux impl\u00e9mentations na\u00efves qui pourraient \u00eatre d\u00e9velopp\u00e9es au moyen de boucles it\u00e9ratives standard, les fonctions de scipy.stats<\/em> tirent parti d’un interfa\u00e7age direct avec des routines de bas niveau compil\u00e9es en C et Fortran, conf\u00e9rant aux calculs une vitesse d’ex\u00e9cution optimale sur des volum\u00e9tries massives.<\/p>\n Au sein de cette architecture, la fonction trim_mean<\/em> est sp\u00e9cifiquement d\u00e9di\u00e9e au calcul vectoris\u00e9 de la moyenne tronqu\u00e9e. Son int\u00e9gration native dans la hi\u00e9rarchie de SciPy assure une compatibilit\u00e9 transparente avec les tableaux multidimensionnels de type numpy.ndarray<\/em>, permettant d’ex\u00e9cuter des r\u00e9ductions statistiques le long d’axes sp\u00e9cifiques sans n\u00e9cessiter de r\u00e9allocation m\u00e9moire explicite. Cette optimisation algorithmique s’av\u00e8re particuli\u00e8rement pr\u00e9cieuse dans le cadre du traitement de donn\u00e9es biom\u00e9dicales ou de signaux neurophysiologiques \u00e9chantillonn\u00e9s \u00e0 haute fr\u00e9quence, o\u00f9 des millions de points de donn\u00e9es doivent \u00eatre trait\u00e9s de mani\u00e8re continue.<\/p>\n Parall\u00e8lement \u00e0 trim_mean<\/em>, le sous-package sp\u00e9cialis\u00e9 scipy.stats.mstats<\/em> propose des impl\u00e9mentations adapt\u00e9es aux tableaux masqu\u00e9s (masked arrays<\/em>), autorisant l’omission cibl\u00e9e d’\u00e9l\u00e9ments invalides ou manquants sans alt\u00e9rer la topologie matricielle globale. Cette double pr\u00e9sence met en lumi\u00e8re la maturit\u00e9 de l’ing\u00e9nierie statistique de SciPy, qui offre aux chercheurs des outils adapt\u00e9s tant aux vecteurs continus homog\u00e8nes qu’aux structures de donn\u00e9es incompl\u00e8tes couramment observ\u00e9es lors de protocoles exp\u00e9rimentaux longitudinaux.<\/p>\n L’invocation op\u00e9rationnelle de la moyenne tronqu\u00e9e s’effectue par l’appel de la fonction scipy.stats.trim_mean<\/em>. L’examen minutieux de sa signature formelle r\u00e9v\u00e8le une structure con\u00e7ue pour allier simplicit\u00e9 d’usage et flexibilit\u00e9 computationnelle. La fonction accepte principalement trois arguments formels : le conteneur de donn\u00e9es d’entr\u00e9e, la proportion d’\u00e9l\u00e9ments \u00e0 \u00e9liminer \u00e0 chaque extr\u00e9mit\u00e9, et l’identifiant de l’axe dimensionnel le long duquel le calcul statistique doit \u00eatre op\u00e9r\u00e9. La compr\u00e9hension pr\u00e9cise de la s\u00e9mantique de chacun de ces param\u00e8tres est indispensable pour \u00e9viter les erreurs d’interpr\u00e9tation m\u00e9thodologique.<\/p>\n Le premier argument, conventionnellement d\u00e9sign\u00e9 par a<\/em>, repr\u00e9sente la structure de donn\u00e9es \u00e0 analyser. Il peut s’agir d’un tableau NumPy homog\u00e8ne, d’une liste standard de valeurs num\u00e9riques ou de structures compatibles issues de biblioth\u00e8ques tierces, telles que les S\u00e9ries Pandas. Le deuxi\u00e8me argument, intitul\u00e9 proportiontocut<\/em>, requiert une attention conceptuelle particuli\u00e8re : il d\u00e9finit la fraction d’observations \u00e0 exclure au niveau de chaque<\/strong> queue de distribution, et non la proportion totale cumul\u00e9e. Par cons\u00e9quent, la transmission d’une valeur de 0.10 engendre la suppression de dix pour cent des plus petites valeurs et de dix pour cent des plus grandes valeurs, aboutissant \u00e0 une r\u00e9duction effective globale de vingt pour cent de la taille d’\u00e9chantillon initiale.<\/p>\n Le troisi\u00e8me argument, axis<\/em>, fix\u00e9 par d\u00e9faut \u00e0 z\u00e9ro dans les versions r\u00e9centes de SciPy, dicte l’orientation de la r\u00e9duction statistique au sein des tableaux multidimensionnels. Lorsqu’il est configur\u00e9 sur None<\/em>, la matrice d’entr\u00e9e est pr\u00e9alablement aplatie en un vecteur unidimensionnel continu avant que le tronquage ne soit op\u00e9r\u00e9. Lorsque la taille de l’\u00e9chantillon multipli\u00e9e par la proportion de coupe ne produit pas un nombre entier, l’algorithme sous-jacent applique une conversion par troncature vers le bas, assurant une s\u00e9lection discr\u00e8te et conservative des indices de coupure sans introduire d’interpolation fractionnaire artificielle.<\/p>\n La compr\u00e9hension de la m\u00e9canique interne de scipy.stats.trim_mean<\/em> permet d’anticiper son co\u00fbt computationnel et son comportement sur des volumes de donn\u00e9es \u00e9lev\u00e9s. L’algorithme se structure en trois phases successives : une phase d’ordonnancement, une phase de d\u00e9coupage indiciel et une phase d’agr\u00e9gation arithm\u00e9tique. La phase initiale de tri constitue l’\u00e9tape la plus exigeante sur le plan des ressources de calcul. Pour ordonner les donn\u00e9es le long de l’axe sp\u00e9cifi\u00e9, NumPy et SciPy d\u00e9ploient des algorithmes de tri hybrides de haute performance, typiquement l’introsort ou le Timsort, garantissant une complexit\u00e9 temporelle quasi-lin\u00e9aire en O(n log n)<\/em> dans le pire des cas.<\/p>\n Une fois le tableau ordonn\u00e9, l’algorithme calcule le nombre d’\u00e9l\u00e9ments \u00e0 soustraire aux extr\u00e9mit\u00e9s. Si l’\u00e9chantillon comporte n<\/em> observations le long de l’axe actif et que la proportion sp\u00e9cifi\u00e9e est p<\/em>, l’indice de coupure inf\u00e9rieur correspond \u00e0 la valeur enti\u00e8re k = int(n * p)<\/em>. L’algorithme s\u00e9lectionne ensuite par indexation vectorielle directe la tranche contigu\u00eb s’\u00e9tendant de l’indice k<\/em> jusqu’\u00e0 l’indice n – k<\/em>. Cette op\u00e9ration d’\u00e9lagage ne modifie pas les valeurs num\u00e9riques conserv\u00e9es et s’effectue sans copie superflue de donn\u00e9es en m\u00e9moire lorsque les structures sous-jacentes permettent la cr\u00e9ation de vues m\u00e9moires (views<\/em>).<\/p>\n Enfin, la fonction calcule la moyenne arithm\u00e9tique classique sur les \u00e9l\u00e9ments subsistants via la fonction mean<\/em> hautement optimis\u00e9e de NumPy. La sommation utilise des accumulateurs num\u00e9riques con\u00e7us pour minimiser la perte de pr\u00e9cision due aux erreurs d’arrondi de l’arithm\u00e9tique flottante. Le r\u00e9sultat final est retourn\u00e9 sous la forme d’un scalaire flottant si l’entr\u00e9e \u00e9tait unidimensionnelle, ou sous la forme d’un tableau NumPy dont la dimensionnalit\u00e9 a \u00e9t\u00e9 r\u00e9duite selon l’axe s\u00e9lectionn\u00e9, garantissant une int\u00e9gration fluide dans les pipelines de calcul subs\u00e9quents.<\/p>\n Afin d’illustrer concr\u00e8tement la mise en \u0153uvre de la moyenne tronqu\u00e9e, consid\u00e9rons un sc\u00e9nario classique issu de la recherche en psychologie cognitive dans lequel un chercheur recueille les temps de r\u00e9ponse d’un participant soumis \u00e0 une s\u00e9rie de vingt essais successifs lors d’une t\u00e2che d’attention soutenue. Les valeurs brutes enregistr\u00e9es, exprim\u00e9es en millisecondes, forment le vecteur suivant : 210, 225, 230, 240, 245, 250, 255, 260, 265, 270, 275, 280, 285, 290, 300, 310, 320, 350, 480, et 1250. Cette distribution pr\u00e9sente une valeur extr\u00eame d’une ampleur consid\u00e9rable (1250 ms), repr\u00e9sentative d’une d\u00e9connexion attentionnelle transitoire.<\/p>\n Pour traiter ce jeu de donn\u00e9es, la d\u00e9marche en Python consiste \u00e0 importer les modules numpy<\/em> et le sous-module stats<\/em> de scipy<\/em>, puis \u00e0 encapsuler les mesures au sein d’un tableau vectoriel. L’application d’un tronquage \u00e0 dix pour cent s’effectue directement par l’appel suivant : stats.trim_mean(latences, proportiontocut=0.10)<\/strong>. Sur cet \u00e9chantillon de vingt observations, une d\u00e9coupe de dix pour cent implique l’exclusion de 20 \u00d7 0.10 = 2<\/em> observations \u00e0 chaque extr\u00e9mit\u00e9. Les deux plus petites valeurs (210 et 225) ainsi que les deux plus grandes valeurs (480 et 1250) sont syst\u00e9matiquement retir\u00e9es du calcul.<\/p>\n La validation manuelle de cette op\u00e9ration confirme la pr\u00e9cision de l’algorithme : la somme des seize observations centrales conserv\u00e9es (allant de 230 \u00e0 350 ms) s’\u00e9l\u00e8ve \u00e0 4475 millisecondes, g\u00e9n\u00e9rant une moyenne tronqu\u00e9e rigoureusement \u00e9gale \u00e0 279.69 millisecondes. En comparaison, la moyenne arithm\u00e9tique conventionnelle appliqu\u00e9e \u00e0 l’\u00e9chantillon global produit une valeur de 341.75 millisecondes. Cet \u00e9cart de plus de 62 millisecondes d\u00e9montre sans ambigu\u00eft\u00e9 la distorsion massive induite par la seule observation aberrante de 1250 ms sur la moyenne classique, tandis que la moyenne tronqu\u00e9e restitue avec fid\u00e9lit\u00e9 la tendance centrale r\u00e9elle de la performance cognitive du sujet.<\/p>\n L’ajustement du param\u00e8tre proportiontocut<\/em> exerce une influence directe sur la dynamique d’estimation en modifiant le compromis entre conservation des donn\u00e9es et \u00e9limination de la dispersion p\u00e9riph\u00e9rique. L’ex\u00e9cution d’une analyse de sensibilit\u00e9 param\u00e9trique sur le vecteur de latences pr\u00e9c\u00e9dent permet de mat\u00e9rialiser cette transition graduelle. En faisant varier le seuil de tronquage \u00e0 travers des valeurs croissantes de cinq pour cent, dix pour cent, vingt pour cent, et en observant la convergence asymptotique vers la valeur m\u00e9diane, le praticien acquiert une vision limpide du comportement structurel de l’estimateur.<\/p>\n \u00c0 un seuil minimal de cinq pour cent (proportiontocut=0.05<\/em>), le nombre d’\u00e9l\u00e9ments supprim\u00e9s \u00e0 chaque extr\u00e9mit\u00e9 est de int(20 \u00d7 0.05) = 1<\/em>. Seules les valeurs 210 et 1250 sont \u00e9lagu\u00e9es, produisant une moyenne tronqu\u00e9e \u00e9gale \u00e0 294.44 millisecondes. Bien que l’observation la plus monstrueuse soit neutralis\u00e9e, la valeur d\u00e9viante secondaire de 480 millisecondes continue d’exercer une traction haussi\u00e8re sensible sur l’estimation finale. En portant le tronquage \u00e0 vingt pour cent (proportiontocut=0.20<\/em>), quatre valeurs sont soustraites \u00e0 chaque extr\u00e9mit\u00e9 (210, 225, 230, 240 d’un c\u00f4t\u00e9 ; 320, 350, 480, 1250 de l’autre), stabilisant l’estimateur autour de 275.0 millisecondes.<\/p>\n Cette trajectoire met en relief la convergence de la moyenne tronqu\u00e9e vers la m\u00e9diane de la distribution, qui s’\u00e9tablit exactement \u00e0 272.5 millisecondes pour cet \u00e9chantillon lorsque le taux de d\u00e9coupe s’approche de sa limite sup\u00e9rieure de cinquante pour cent. L’\u00e9valuation comparative des sous-ensembles pr\u00e9serv\u00e9s r\u00e9v\u00e8le que l’\u00e9l\u00e9vation du taux de tronquage resserre progressivement l’intervalle de confiance autour du centre de gravit\u00e9 de la masse de probabilit\u00e9, \u00e9liminant par \u00e9tapes successives les asym\u00e9tries locales tout en maintenant une assise empirique plus large que celle d’un simple point m\u00e9dian isol\u00e9.<\/p>\n Dans les flux de travail actuels en science des donn\u00e9es, l’ing\u00e9nierie et la manipulation pr\u00e9alable des informations empiriques s’effectuent majoritairement au sein de l’environnement Pandas. L’interop\u00e9rabilit\u00e9 entre les structures tabulaires de Pandas et les fonctions d’estimation robuste de SciPy constitue donc un enjeu op\u00e9rationnel majeur. Lorsqu’une variable quantitative, par exemple une mesure psychom\u00e9trique d’anxi\u00e9t\u00e9 ou un score de m\u00e9moire de travail, est stock\u00e9e dans une colonne d’un pandas.DataFrame<\/em>, elle prend la forme structurelle d’une pandas.Series<\/em>. Cette structure impl\u00e9mente le protocole de tableau de NumPy, ce qui autorise son passage direct comme argument de la fonction scipy.stats.trim_mean<\/em> sans conversion pr\u00e9alable obligatoire.<\/p>\n Sur le plan syntaxique, si l’on dispose d’un jeu de donn\u00e9es nomm\u00e9 donnees_cognitives<\/em> comportant une variable intitul\u00e9e Score_Attention<\/em>, l’estimation d’une moyenne tronqu\u00e9e \u00e0 quinze pour cent se formalise par l’instruction : moyenne_robuste = stats.trim_mean(donnees_cognitives[‘Score_Attention’], proportiontocut=0.15)<\/strong>. Bien que l’objet transmis soit une S\u00e9rie dot\u00e9e d’un index explicite et de m\u00e9tadonn\u00e9es contextuelles, la fonction SciPy extrait de fa\u00e7on sous-jacente le bloc de m\u00e9moire continue correspondant et retourne un scalaire flottant standard compatible avec le type numpy.float64<\/em> ou le type natif float<\/em> de Python.<\/p>\n Il convient de noter que l’utilisation directe de cette syntaxe sur une S\u00e9rie Pandas implique l’absence de valeurs nulles ou non num\u00e9riques dans la colonne cibl\u00e9e. Lorsque des valeurs manquantes sont pr\u00e9sentes dans la structure tabulaire, l’estimateur propage ces anomalies, aboutissant \u00e0 un r\u00e9sultat ind\u00e9termin\u00e9. Par cons\u00e9quent, la bonne pratique consiste \u00e0 cha\u00eener l’acc\u00e8s \u00e0 la colonne avec une m\u00e9thode de filtrage pr\u00e9alable, par exemple en \u00e9crivant stats.trim_mean(donnees_cognitives[‘Score_Attention’].dropna(), proportiontocut=0.15)<\/strong>, garantissant ainsi l’int\u00e9grit\u00e9 computationnelle de l’estimation sur la s\u00e9rie r\u00e9siduelle.<\/p>\n La puissance d’expression de Pandas s’exprime pleinement lors de l’ex\u00e9cution d’analyses statistiques stratifi\u00e9es par groupes exp\u00e9rimentaux ou par facteurs inter-sujets. Dans un paradigme exp\u00e9rimental multifactoriel comprenant, par exemple, une modalit\u00e9 de traitement pharmacologique et un groupe contr\u00f4le recevant un placebo, il est indispensable de calculer la moyenne tronqu\u00e9e de mani\u00e8re autonome au sein de chaque strate exp\u00e9rimentale. La m\u00e9thode groupby<\/em> de Pandas, coupl\u00e9e \u00e0 la fonction d’agr\u00e9gation flexible apply<\/em> ou agg<\/em>, permet d’accomplir cette t\u00e2che de mani\u00e8re concise et optimis\u00e9e.<\/p>\n Consid\u00e9rons un tableau de donn\u00e9es structur\u00e9 selon deux colonnes principales : Condition_Experimentale<\/em> et Temps_Reaction<\/em>. Pour estimer simultan\u00e9ment la moyenne tronqu\u00e9e \u00e0 vingt pour cent pour chaque condition sans recourir \u00e0 des boucles conditionnelles explicites, le chercheur peut formuler la commande suivante : donnees_cognitives.groupby(‘Condition_Experimentale’)[‘Temps_Reaction’].apply(lambda x: stats.trim_mean(x, proportiontocut=0.20))<\/strong>. L’op\u00e9rateur groupby<\/em> segmente la m\u00e9moire en sous-ensembles disjoints, applique la fonction anonyme lambda<\/em> sur chaque sous-s\u00e9rie ind\u00e9pendante, puis r\u00e9assemble les scalaires retourn\u00e9s dans une nouvelle S\u00e9rie index\u00e9e par les modalit\u00e9s du facteur d’int\u00e9r\u00eat.<\/p>\n Sur le plan des performances computationnelles, cette approche vectoris\u00e9e surpasse significativement les it\u00e9rations manuelles construites avec des blocs for<\/em> classiques, tout en produisant un code hautement lisible et maintenable. Le tableau r\u00e9capitulatif ainsi g\u00e9n\u00e9r\u00e9 peut \u00eatre enrichi en combinant la moyenne tronqu\u00e9e avec d’autres m\u00e9triques descriptives au sein d’une m\u00e9thode agg<\/em> personnalis\u00e9e. Cette proc\u00e9dure d’agr\u00e9gation robuste offre une base empirique saine pour le trac\u00e9 de diagrammes comparatifs et l’interpr\u00e9tation th\u00e9orique des divergences d’emplacement entre populations exp\u00e9rimentales.<\/p>\n L’\u00e9valuation des comp\u00e9tences cognitives ou neuropsychologiques implique fr\u00e9quemment des protocoles longitudinaux ou des batteries d’\u00e9preuves r\u00e9p\u00e9t\u00e9es. Les donn\u00e9es qui en r\u00e9sultent sont naturellement repr\u00e9sent\u00e9es sous la forme de matrices bidimensionnelles o\u00f9 les lignes correspondent aux diff\u00e9rents participants et les colonnes aux sessions d’\u00e9valuation successives. Dans cette configuration matricielle, l’orientation dimensionnelle du calcul statistique, dict\u00e9e par le param\u00e8tre axis<\/em>, rev\u00eat une importance m\u00e9thodologique fondamentale.<\/p>\n Lorsque le chercheur configure l’instruction stats.trim_mean(matrice_scores, proportiontocut=0.10, axis=0)<\/strong>, la r\u00e9duction statistique op\u00e8re le long de l’axe vertical. En cons\u00e9quence, l’algorithme effectue un tronquage et une moyenne colonne par colonne, calculant ainsi la performance typique robuste de l’ensemble de la cohorte pour chaque session d’\u00e9valuation prise isol\u00e9ment. Cette op\u00e9ration pr\u00e9serve le nombre de colonnes et produit un vecteur horizontal de scores assainis des performances exceptionnellement d\u00e9faillantes ou aberrantes observ\u00e9es chez certains participants sp\u00e9cifiques lors d’une session donn\u00e9e.<\/p>\n \u00c0 l’inverse, la sp\u00e9cification du param\u00e8tre axis=1<\/strong> applique l’estimateur horizontalement, le long des lignes de la matrice. Cette manipulation r\u00e9alise un profilage robuste individuel : pour chaque participant, l’algorithme \u00e9lague ses scores les plus extr\u00eames \u00e0 travers les diff\u00e9rentes sessions afin de calculer sa moyenne de performance personnelle stabilis\u00e9e. Le r\u00e9sultat retourn\u00e9 est un vecteur unidimensionnel dont la longueur correspond rigoureusement au nombre de participants, assurant une parfaite compatibilit\u00e9 avec les structures matricielles de NumPy pour des op\u00e9rations de centrage ou de normalisation ult\u00e9rieures.<\/p>\n L’expansion des m\u00e9thodologies d’imagerie c\u00e9r\u00e9brale fonctionnelle, telles que l’\u00e9lectroenc\u00e9phalographie \u00e0 haute densit\u00e9 (EEG), la magn\u00e9toenc\u00e9phalographie (MEG) et l’imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle (IRMf), g\u00e9n\u00e8re des structures de donn\u00e9es tensorielles d’ordre sup\u00e9rieur. Un tenseur d’enregistrement \u00e9lectrophysiologique peut comporter trois, quatre, voire cinq dimensions, repr\u00e9sentant successivement les essais exp\u00e9rimentaux, les canaux d’enregistrement (\u00e9lectrodes), les points temporels d’\u00e9chantillonnage et les bandes de fr\u00e9quences spectrales. Dans ces contextes massifs, l’utilisation de boucles it\u00e9ratives pour appliquer des statistiques robustes est totalement prohibitive sur le plan computationnel.<\/p>\n La fonction scipy.stats.trim_mean<\/em> prend en charge de fa\u00e7on native ces tenseurs multidimensionnels en appliquant les op\u00e9rations de tri et d’\u00e9lagage le long de n’importe quel axe sp\u00e9cifi\u00e9 au sein d’un hypercube de donn\u00e9es de type numpy.ndarray<\/em>. Par exemple, sur un tenseur tridimensionnel de dimensions (essais, canaux, temps)<\/em>, l’instruction stats.trim_mean(tenseur_eeg, proportiontocut=0.15, axis=0)<\/strong> r\u00e9alise le calcul de la moyenne tronqu\u00e9e \u00e0 travers l’ensemble des essais pour chaque couple \u00e9lectrode-temps. L’algorithme op\u00e8re une vectorisation interne compl\u00e8te sans d\u00e9structurer les dimensions spatiales et temporelles sous-jacentes.<\/p>\n N\u00e9anmoins, le traitement de ces volumes massifs impose des consid\u00e9rations rigoureuses relatives \u00e0 l’ordonnancement de la m\u00e9moire vive. Le tri d’axes non contigus dans des tableaux volumineux peut provoquer une fragmentation des acc\u00e8s m\u00e9moire (cache misses<\/em>) susceptible de d\u00e9grader les temps de calcul. Il est donc souvent avantageux de r\u00e9organiser pr\u00e9alablement la matrice \u00e0 l’aide de la m\u00e9thode transpose<\/em> ou ascontiguousarray<\/em> de NumPy afin d’aligner l’axe de tronquage avec la contigu\u00eft\u00e9 m\u00e9moire native (ordre C), maximisant ainsi le d\u00e9bit de traitement vectoriel lors de l’ex\u00e9cution des routines bas niveau de SciPy.<\/p>\n L’int\u00e9grit\u00e9 des cha\u00eenes de traitement statistique d\u00e9pend \u00e9troitement de la mani\u00e8re dont les valeurs manquantes et les anomalies num\u00e9riques sont g\u00e9r\u00e9es par les algorithmes d’estimation. Dans l’\u00e9cosyst\u00e8me Python, les donn\u00e9es manquantes sont universellement repr\u00e9sent\u00e9es par la constante \u00e0 virgule flottante numpy.nan<\/em> (acronyme pour Not a Number<\/em>), conform\u00e9ment aux sp\u00e9cifications de la norme IEEE 754. La pr\u00e9sence d’une seule de ces valeurs au sein d’un \u00e9chantillon conventionnel peut engendrer des effets en cascade d\u00e9l\u00e9t\u00e8res si la fonction statistique employ\u00e9e ne dispose pas de m\u00e9canismes d’interception natifs.<\/p>\n Dans le cas sp\u00e9cifique de scipy.stats.trim_mean<\/em>, le comportement face aux valeurs NaN<\/em> est particuli\u00e8rement strict : la fonction propage l’\u00e9tat ind\u00e9fini. Si un vecteur d’entr\u00e9e comporte ne serait-ce qu’une unique valeur non num\u00e9rique, le r\u00e9sultat final du calcul retournera in\u00e9vitablement nan<\/em>. Ce ph\u00e9nom\u00e8ne d\u00e9coule directement de la phase d’ordonnancement pr\u00e9alable des donn\u00e9es. Dans les algorithmes de tri sous-jacents, la comparaison logique entre un nombre r\u00e9el et une valeur NaN<\/em> retourne syst\u00e9matiquement la valeur bool\u00e9enne fausse, ce qui perturbe l’indexation relative des \u00e9l\u00e9ments et conduit l’algorithme \u00e0 rel\u00e9guer ou propager ces ind\u00e9terminations dans le sous-ensemble extrait pour l’agr\u00e9gation arithm\u00e9tique.<\/p>\n Contrairement \u00e0 d’autres fonctions de l’\u00e9cosyst\u00e8me SciPy qui disposent d’un argument d\u00e9di\u00e9 nomm\u00e9 nan_policy<\/em> (permettant de choisir entre la propagation, l’\u00e9mission d’une erreur ou l’omission automatique via des options telles que propagate<\/em>, raise<\/em> ou omit<\/em>), certaines impl\u00e9mentations de trim_mean<\/em> requi\u00e8rent un assainissement explicite pr\u00e9alable des donn\u00e9es par le programmeur. Le d\u00e9faut d’identification de cette caract\u00e9ristique peut paralyser l’ex\u00e9cution d’un pipeline d’apprentissage automatique ou biaiser silencieusement des r\u00e9sultats exp\u00e9rimentaux lorsque les calculs sont automatis\u00e9s sur des milliers de fichiers.<\/p>\n Face \u00e0 la sensibilit\u00e9 de trim_mean<\/em> envers les anomalies num\u00e9riques, la mise en place de strat\u00e9gies de filtrage d\u00e9fensif s’av\u00e8re indispensable en amont de toute estimation statistique. La m\u00e9thodologie la plus directe et computationnellement \u00e9conomique consiste \u00e0 construire un masque bool\u00e9en au moyen de la fonction vectoris\u00e9e numpy.isnan<\/em>. En inversant ce masque via l’op\u00e9rateur logique de n\u00e9gation tilde (~), le praticien extrait instantan\u00e9ment le sous-ensemble des observations strictement valides : donnees_propres = donnees[~np.isnan(donnees)]<\/strong>. Cette op\u00e9ration d’indexation logique ne conserve que les nombres r\u00e9els exploitables pour l’ordonnancement.<\/p>\n Dans le cadre d’un flux de travail structur\u00e9 sous Pandas, l’\u00e9limination des donn\u00e9es manquantes b\u00e9n\u00e9ficie de m\u00e9thodes d\u00e9claratives particuli\u00e8rement \u00e9l\u00e9gantes. L’application de la m\u00e9thode dropna()<\/em> sur une S\u00e9rie ou sur une colonne s\u00e9lectionn\u00e9e d’un DataFrame garantit l’\u00e9radication de toute valeur non d\u00e9finie avant le transfert de la structure vers la fonction d’estimation robuste. Cette d\u00e9marche garantit une s\u00e9curit\u00e9 d’ex\u00e9cution absolue, le vecteur transmis \u00e9tant syst\u00e9matiquement garanti exempt de valeurs nan<\/em> sans n\u00e9cessiter de v\u00e9rifications conditionnelles r\u00e9p\u00e9t\u00e9es \u00e0 l’int\u00e9rieur de boucles de traitement.<\/p>\n Une alternative m\u00e9thodologique plus \u00e9labor\u00e9e r\u00e9side dans l’utilisation du module scipy.stats.mstats<\/em>, qui repose sur la structure des tableaux masqu\u00e9s (numpy.ma.MaskedArray<\/em>). En encapsulant les donn\u00e9es au sein d’un tableau masqu\u00e9 o\u00f9 les \u00e9l\u00e9ments d\u00e9fectueux sont formellement dissimul\u00e9s \u00e0 l’algorithme, la version sp\u00e9cialis\u00e9e de la moyenne tronqu\u00e9e issue de mstats<\/em> r\u00e9alise l’estimation exclusivement sur les indices non masqu\u00e9s sans modifier la g\u00e9om\u00e9trie originelle de la matrice. Toutefois, pour la grande majorit\u00e9 des applications empiriques en psychom\u00e9trie, la suppression listwise des donn\u00e9es manquantes via dropna()<\/em> demeure la recommandation standard pour maintenir une transparence totale sur la taille finale de l’\u00e9chantillon analys\u00e9.<\/p>\n La s\u00e9lection de la proportion de tronquage \u03b1<\/em> constitue une d\u00e9cision m\u00e9thodologique strat\u00e9gique qui engage directement la validit\u00e9 des conclusions inf\u00e9rentielles. Ce choix ne doit en aucun cas \u00eatre effectu\u00e9 a posteriori pour forcer la significativit\u00e9 statistique d’un r\u00e9sultat \u2014 une pratique assimilable au p-hacking<\/em> \u2014, mais doit reposer sur des principes th\u00e9oriques \u00e9tablis et document\u00e9s pr\u00e9alablement \u00e0 la collecte des donn\u00e9es. Dans les \u00e9crits fondateurs de la statistique robuste contemporaine, notamment les travaux de r\u00e9f\u00e9rence de Rand Wilcox, un consensus m\u00e9thodologique s’est progressivement impos\u00e9 en faveur d’un seuil de tronquage sym\u00e9trique de vingt pour cent (\u03b1 = 0.20<\/em>).<\/p>\n Cette recommandation d’un tronquage \u00e0 vingt pour cent \u2014 qui \u00e9limine donc au total quarante pour cent de l’\u00e9chantillon global (les vingt pour cent inf\u00e9rieurs et les vingt pour cent sup\u00e9rieurs) \u2014 trouve sa justification dans une analyse approfondie du compromis entre contr\u00f4le de l’erreur de premi\u00e8re esp\u00e8ce et pr\u00e9servation de la puissance de test. Les simulations de Monte Carlo d\u00e9montrent que sous une vaste diversit\u00e9 de distributions asym\u00e9triques \u00e0 queues lourdes fr\u00e9quemment rencontr\u00e9es en biologie et en psychologie, le seuil de vingt pour cent parvient \u00e0 juguler l’inflation de l’erreur standard sans d\u00e9grader significativement l’efficacit\u00e9 de l’estimateur lorsque la distribution se r\u00e9v\u00e8le finalement conforme \u00e0 la loi normale.<\/p>\n Cependant, ce calibrage conventionnel n’a pas un caract\u00e8re dogmatique universel. Pour des donn\u00e9es issues de capteurs industriels de haute pr\u00e9cision ou d’enregistrements physiologiques pr\u00e9sentant un taux de bruit intrins\u00e8que extr\u00eamement faible, un tronquage plus mod\u00e9r\u00e9 de cinq \u00e0 dix pour cent (\u03b1 = 0.05<\/em> ou 0.10<\/em>) s’av\u00e8re souvent amplement suffisant pour \u00e9carter d’\u00e9ventuels art\u00e9facts de transmission tout en retenant quatre-vingt-dix pour cent de l’\u00e9chantillon. \u00c0 l’oppos\u00e9, un sur-tronquage au-del\u00e0 de vingt-cinq pour cent rapproche excessivement l’estimateur de la m\u00e9diane, entra\u00eenant une perte inutile de degr\u00e9s de libert\u00e9 et une augmentation \u00e9vitable de la variance d’\u00e9chantillonnage.<\/p>\n L’adoption d’un seuil de tronquage \u00e9clair\u00e9 exige une exploration diagnostique pr\u00e9alable de la topologie de la distribution \u00e9tudi\u00e9e. Cette phase exploratoire articule des repr\u00e9sentations graphiques d\u00e9di\u00e9es et des m\u00e9triques num\u00e9riques d’asym\u00e9trie et d’aplatissement. L’examen attentif des diagrammes en bo\u00eete (boxplots<\/em>) et des graphiques quantile-quantile (Q-Q plots<\/em>) permet de visualiser instantan\u00e9ment l’\u00e9cart entre les quantiles empiriques et les quantiles th\u00e9oriques d’une distribution gaussienne de r\u00e9f\u00e9rence, r\u00e9v\u00e9lant la pr\u00e9sence et l’amplitude des d\u00e9viations dans les queues de distribution.<\/p>\n Sur le plan quantitatif, l’\u00e9valuation conjointe du coefficient d’asym\u00e9trie empirique (skewness<\/em>) et du coefficient d’aplatissement (kurtosis<\/em>) fournit des indicateurs objectifs de la d\u00e9formation distributionnelle. Lorsque le coefficient d’aplatissement surpasse notablement la valeur th\u00e9orique de trois (correspondant au kurtosis m\u00e9sokurtique de la loi normale), la pr\u00e9sence de queues lourdes est formellement \u00e9tablie, prescrivant l’usage d’un tronquage robuste d’au moins quinze \u00e0 vingt pour cent pour stabiliser l’estimation du param\u00e8tre de position.<\/p>\n Une d\u00e9marche diagnostique particuli\u00e8rement \u00e9l\u00e9gante consiste \u00e0 tracer une courbe de sensibilit\u00e9 au tronquage, illustrant l’\u00e9volution de la moyenne tronqu\u00e9e en fonction de l’accroissement continu de \u03b1<\/em> sur l’intervalle [0, 0.5]. Si la valeur estim\u00e9e subit une variation abrupte lors des premiers pourcentages de tronquage avant d’atteindre un plateau de stabilit\u00e9 remarquable, le chercheur recueille la preuve empirique qu’une faible proportion de valeurs extr\u00eames tirait artificiellement la moyenne standard. Le choix du seuil de d\u00e9coupe peut alors \u00eatre rationnellement calibr\u00e9 pour co\u00efncider avec l’entr\u00e9e dans cette zone de stabilit\u00e9 structurelle.<\/p>\n Dans la litt\u00e9rature consacr\u00e9e aux m\u00e9thodes statistiques robustes, la moyenne tronqu\u00e9e est fr\u00e9quemment confront\u00e9e \u00e0 un estimateur conceptuellement voisin mais math\u00e9matiquement distinct : la moyenne winsoris\u00e9e, nomm\u00e9e en hommage au biostatisticien Charles Winsor. La divergence fondamentale entre ces deux approches r\u00e9side dans le traitement r\u00e9serv\u00e9 aux observations p\u00e9riph\u00e9riques exc\u00e9dant les seuils de d\u00e9coupe pr\u00e9d\u00e9finis. Alors que le tronquage proc\u00e8de \u00e0 une \u00e9limination pure et simple de ces donn\u00e9es extr\u00eames, la winsorisation substitue aux valeurs d\u00e9viantes les valeurs limites des quantiles conserv\u00e9s les plus proches.<\/p>\n Pour un \u00e9chantillon ordonn\u00e9 de taille n<\/em> et une proportion de d\u00e9coupage \u03b1<\/em> conduisant \u00e0 un indice de coupure k = \u230an\u03b1\u230b<\/em>, la winsorisation remplace l’ensemble des k<\/em> observations les plus faibles par la valeur exacte de la (k+1)<\/em>-i\u00e8me observation, et l’ensemble des k<\/em> observations les plus \u00e9lev\u00e9es par la valeur de la (n-k)<\/em>-i\u00e8me observation. Contrairement \u00e0 la moyenne tronqu\u00e9e qui r\u00e9duit la taille effective finale de l’\u00e9chantillon \u00e0 n – 2k<\/em>, la moyenne winsoris\u00e9e conserve rigoureusement la taille initiale n<\/em> de l’\u00e9chantillon, chaque observation modifi\u00e9e continuant d’exister sous une forme born\u00e9e au sein du jeu de donn\u00e9es transform\u00e9.<\/p>\n Cette distinction a des r\u00e9percussions directes et majeures sur la th\u00e9orie inf\u00e9rentielle. Si la moyenne tronqu\u00e9e constitue l’estimateur de tendance centrale privil\u00e9gi\u00e9 pour remplacer la moyenne arithm\u00e9tique, la variance winsoris\u00e9e sert de fondement math\u00e9matique au calcul de l’erreur standard de cette m\u00eame moyenne tronqu\u00e9e. En effet, la d\u00e9monstration formelle de la distribution d’\u00e9chantillonnage de la moyenne tronqu\u00e9e implique directement la variance de l’\u00e9chantillon winsoris\u00e9 correspondant. Ces deux m\u00e9thodes ne s’opposent donc pas, mais constituent les deux facettes compl\u00e9mentaires d’un cadre statistique coh\u00e9rent pour l’estimation de param\u00e8tres et le test d’hypoth\u00e8ses robustes.<\/p>\n La biblioth\u00e8que SciPy met \u00e0 la disposition des analystes les primitives requises pour appliquer la winsorisation par le biais de son module sp\u00e9cialis\u00e9, via la fonction scipy.stats.mstats.winsorize<\/em>. La signature de cette fonction requiert la transmission du tableau de donn\u00e9es ainsi qu’un argument nomm\u00e9 limits<\/em>, qui attend un tuple ou une liste d\u00e9finissant les proportions respectives de transformation \u00e0 appliquer aux extr\u00e9mit\u00e9s inf\u00e9rieure et sup\u00e9rieure. Contrairement \u00e0 trim_mean<\/em> qui impose un tronquage strictement sym\u00e9trique, winsorize<\/em> autorise des r\u00e9glages asym\u00e9triques si la distribution th\u00e9orique sous-jacente le justifie.<\/p>\n L’obtention de la moyenne winsoris\u00e9e s’accomplit par le cha\u00eenage direct de la fonction de transformation avec le calcul d’une moyenne arithm\u00e9tique classique. Sur le plan op\u00e9rationnel, la syntaxe prend la forme suivante : donnees_winsorisees = stats.mstats.winsorize(donnees, limits=[0.10, 0.10])<\/strong>, suivie de l’instruction moyenne_wins = np.mean(donnees_winsorisees)<\/strong>. La variable r\u00e9sultante contient la moyenne de l’\u00e9chantillon transform\u00e9, au sein duquel dix pour cent des valeurs extr\u00eames de chaque queue ont \u00e9t\u00e9 r\u00e9align\u00e9es sur les seuils percentiles correspondants.<\/p>\n La comparaison quantitative des estimations issues d’un m\u00eame jeu de donn\u00e9es asym\u00e9trique met en \u00e9vidence les nuances de comportement entre ces deux estimateurs. Sur une distribution pollu\u00e9e par des valeurs extr\u00eames positives, la moyenne winsoris\u00e9e prendra g\u00e9n\u00e9ralement une valeur l\u00e9g\u00e8rement sup\u00e9rieure \u00e0 celle de la moyenne tronqu\u00e9e, car les observations aberrantes continuent de peser sur la sommation finale \u00e0 hauteur de la valeur du quantile limite, alors que le tronquage les neutralise int\u00e9gralement. Cette particularit\u00e9 fait de la moyenne tronqu\u00e9e un estimateur l\u00e9g\u00e8rement plus agressif et protecteur face aux bruits extr\u00eames non born\u00e9s.<\/p>\n Pour illustrer la port\u00e9e m\u00e9thodologique de ces concepts, examinons une probl\u00e9matique r\u00e9currente issue des paradigmes exp\u00e9rimentaux d’attention s\u00e9lective, telle que la t\u00e2che de Stroop ou la t\u00e2che de Simon. Dans ce type de protocole chronom\u00e9trique, les participants doivent inhiber une r\u00e9ponse automatique pour privil\u00e9gier un traitement cognitif contr\u00f4l\u00e9. L’enregistrement des temps de r\u00e9action g\u00e9n\u00e8re des milliers d’observations qui se distribuent typiquement selon une densit\u00e9 ex-gaussienne caract\u00e9ris\u00e9e par une queue exponentielle s’\u00e9tirant vers les latences \u00e9lev\u00e9es. Ces donn\u00e9es brutes sont in\u00e9vitablement contamin\u00e9es par deux types de comportements parasites distincts des processus d’int\u00e9r\u00eat.<\/p>\n D’une part, les r\u00e9ponses pr\u00e9matur\u00e9es surviennent lorsque le sujet d\u00e9clenche une pression motrice par anticipation, avant m\u00eame que l’appareil perceptif n’ait achev\u00e9 le codage du stimulus sensoriel. Ces essais se traduisent par des temps de r\u00e9action anormalement brefs, typiquement inf\u00e9rieurs \u00e0 150 ou 180 millisecondes, se situant en de\u00e7\u00e0 des contraintes physiologiques minimales de la conduction nerveuse aff\u00e9rente et eff\u00e9rente. D’autre part, les lapsus attentionnels, les \u00e9pisodes de distraction visuelle ou les h\u00e9sitations d\u00e9cisionnelles g\u00e9n\u00e8rent des latences anormalement longues pouvant d\u00e9passer 2000 \u00e0 3000 millisecondes, bien au-del\u00e0 de la dynamique temporelle des processus cognitifs \u00e9valu\u00e9s.<\/p>\n L’approche r\u00e9ductionniste traditionnelle consiste \u00e0 instaurer des filtres de coupure rigides (par exemple, supprimer tout essai en dehors de l’intervalle 200-1500 ms) ou \u00e0 \u00e9liminer les donn\u00e9es s’\u00e9cartant de plus de deux ou trois \u00e9carts-types de la moyenne empirique globale. Cependant, ces proc\u00e9dures heuristiques souffrent d’une instabilit\u00e9 r\u00e9dhibitoire : l’\u00e9cart-type est lui-m\u00eame massivement gonfl\u00e9 par la pr\u00e9sence des valeurs aberrantes qu’il est cens\u00e9 d\u00e9tecter, ce qui engendre un masquage statistique (masking effect<\/em>). De surcro\u00eet, le seuillage fixe \u00e9limine un nombre asym\u00e9trique d’observations d’un participant \u00e0 l’autre, alt\u00e9rant la validit\u00e9 interne des comparaisons inter-individuelles. L’adoption d’une moyenne tronqu\u00e9e \u00e0 vingt pour cent d\u00e9finie a priori r\u00e9sout \u00e9l\u00e9gamment cette impasse en purgeant m\u00e9caniquement ces artefacts aux deux extr\u00e9mit\u00e9s sans introduire de distorsions m\u00e9thodologiques.<\/p>\n La mise en \u0153uvre d’une cha\u00eene de traitement robuste pour un protocole de psychologie cognitive s’articule autour d’un pipeline Python reproductible, partant de l’extraction des signaux bruts jusqu’\u00e0 la pr\u00e9paration des structures d’inf\u00e9rence statistique. Consid\u00e9rons une cohorte exp\u00e9rimentale de quarante participants soumis \u00e0 deux conditions exp\u00e9rimentales : une condition congruente (stimulus facilitateur) et une condition incongruente (conflit cognitif n\u00e9cessitant une inhibition active). Les donn\u00e9es sont structur\u00e9es dans un DataFrame Pandas comportant les colonnes Sujet_ID<\/em>, Condition<\/em> et TR<\/em> (temps de r\u00e9action en millisecondes).<\/p>\n Le pipeline d\u00e9bute par l’agr\u00e9gation robuste des performances individuelles. Pour chaque participant et pour chaque modalit\u00e9 exp\u00e9rimentale, nous calculons la moyenne tronqu\u00e9e \u00e0 vingt pour cent \u00e0 l’aide de l’expression vectoris\u00e9e : tableau_agrege = donnees.groupby([‘Sujet_ID’, ‘Condition’])[‘TR’].apply(lambda x: stats.trim_mean(x.dropna(), 0.20)).reset_index()<\/strong>. Cette op\u00e9ration produit une structure synth\u00e9tique \u00e9pur\u00e9e au sein de laquelle chaque cellule repr\u00e9sente l’estimation de tendance centrale robuste du sujet dans la condition cible, immunis\u00e9e contre l’impact de ses distractions ponctuelles ou de ses appuis involontaires.<\/p>\n L’\u00e9tape subs\u00e9quente mobilise la biblioth\u00e8que graphique Matplotlib et son extension Seaborn pour mat\u00e9rialiser visuellement l’effet stabilisateur du tronquage. Le pipeline g\u00e9n\u00e8re un graphique comparatif juxtapostant les distributions de moyennes brutes et de moyennes tronqu\u00e9es \u00e0 travers des diagrammes de dispersion sous forme de points appari\u00e9s (strip plots<\/em>) superpos\u00e9s \u00e0 des estimations de densit\u00e9 en violon (violin plots<\/em>). Cette visualisation met en lumi\u00e8re le resserrement spectaculaire de la dispersion inter-sujets dans la condition de moyenne tronqu\u00e9e, traduisant l’\u00e9limination du bruit de mesure non pertinent pour l’\u00e9valuation du conflit cognitif.<\/p>\n Enfin, la structure tabulaire r\u00e9sultante est parfaitement format\u00e9e pour \u00eatre soumise aux tests d’hypoth\u00e8ses inf\u00e9rentiels appropri\u00e9s, tels qu’une analyse de variance (ANOVA) \u00e0 mesures r\u00e9p\u00e9t\u00e9es ou la mod\u00e9lisation lin\u00e9aire \u00e0 effets mixtes (LMM) via des biblioth\u00e8ques d\u00e9di\u00e9es comme statsmodels<\/em>. En alimentant ces mod\u00e8les lin\u00e9aires avec des moyennes tronqu\u00e9es plut\u00f4t qu’avec des moyennes arithm\u00e9tiques instables, le chercheur r\u00e9duit drastiquement la variance r\u00e9siduelle du mod\u00e8le statistique. Cette d\u00e9marche augmente la puissance du test de Fisher ou du test de Wald sous-jacent, favorisant la d\u00e9tection d’effets exp\u00e9rimentaux t\u00e9nus tout en respectant scrupuleusement les postulats de normalit\u00e9 des r\u00e9sidus.<\/p>\n Bien que l’utilisation de routines hautement optimis\u00e9es issues de biblioth\u00e8ques tierces comme SciPy soit pr\u00e9conis\u00e9e en production, la reconstruction algorithmique manuelle d’une fonction de moyenne tronqu\u00e9e en pur langage Python pr\u00e9sente une valeur p\u00e9dagogique et m\u00e9thodologique inestimable. Coder l’algorithme sans aucune d\u00e9pendance externe permet de d\u00e9mystifier les op\u00e9rations de calcul matriciel, d’appr\u00e9hender intimement la manipulation des statistiques d’ordre et de comprendre avec pr\u00e9cision le comportement de la troncature indicielle face aux nombres r\u00e9els non entiers.<\/p>\n La conception d’une fonction Python native requiert la mise en \u0153uvre rigoureuse des primitives de s\u00e9quence du langage. L’impl\u00e9mentation d\u00e9bute par une assertion v\u00e9rifiant que la proportion de coupe transmise se situe strictement dans l’intervalle valide [0, 0.5[<\/em>. Ensuite, la collection d’entr\u00e9e, pouvant \u00eatre une simple liste native de nombres flottants, est copi\u00e9e et ordonn\u00e9e via la m\u00e9thode de tri native sorted()<\/em>, dont l’algorithme sous-jacent garantit une stabilit\u00e9 d’ordre en temps quasi-lin\u00e9aire. Le calcul du nombre d’\u00e9l\u00e9ments \u00e0 soustraire s’op\u00e8re par la formule discr\u00e8te k = int(len(donnees) * proportion)<\/em>.<\/p>\n L’\u00e9lagage des extr\u00e9mit\u00e9s s’ex\u00e9cute ensuite de mani\u00e8re idiomatique par un d\u00e9coupage indiciel de liste (slicing<\/em>), en extrayant la sous-s\u00e9quence s’\u00e9tendant de l’indice k<\/em> jusqu’\u00e0 l’indice len(donnees) – k<\/em>. Enfin, la moyenne arithm\u00e9tique de cette sous-liste est calcul\u00e9e en divisant la sommation native par la longueur r\u00e9siduelle de la s\u00e9quence. La formalisation de tests unitaires rigoureux confrontant syst\u00e9matiquement les scalaires produits par cette fonction artisanale aux valeurs retourn\u00e9es par scipy.stats.trim_mean<\/em> permet de v\u00e9rifier que l’impl\u00e9mentation concorde avec les standards num\u00e9riques de l’industrie jusqu’\u00e0 la quatorzi\u00e8me d\u00e9cimale de pr\u00e9cision flottante.<\/p>\n L’application d’estimateurs robustes dans la recherche empirique doit imp\u00e9rativement s’accompagner d’une transparence absolue lors de la restitution des r\u00e9sultats dans les publications scientifiques. Les standards d\u00e9ontologiques promus par les initiatives pour la science ouverte (Open Science Framework<\/em>) et les comit\u00e9s \u00e9ditoriaux d’envergure internationale, \u00e0 l’instar des directives de l’American Psychological Association (APA 7th edition), imposent un protocole de description exhaustif afin de garantir la reproductibilit\u00e9 totale des cha\u00eenes de traitement computationnelles.<\/p>\n La r\u00e8gle m\u00e9thodologique cardinale r\u00e9side dans le pr\u00e9enregistrement explicite (preregistration<\/em>) du seuil de d\u00e9coupe retenu pr\u00e9alablement \u00e0 toute analyse exploratoire des donn\u00e9es. L’article scientifique doit sp\u00e9cifier sans \u00e9quivoque le pourcentage exact de tronquage appliqu\u00e9 par queue de distribution (par exemple : \u00ab une moyenne tronqu\u00e9e sym\u00e9trique \u00e0 20 % a \u00e9t\u00e9 appliqu\u00e9e \u00bb) ainsi que la r\u00e9f\u00e9rence de l’environnement logiciel d\u00e9ploy\u00e9, incluant les versions exactes de Python, de SciPy et de Pandas. Cette documentation rigoureuse pr\u00e9vient tout soup\u00e7on de manipulation s\u00e9lective des param\u00e8tres dans le but d’orienter les seuils de significativit\u00e9 des tests d’hypoth\u00e8ses.<\/p>\n En outre, les directives m\u00e9thodologiques contemporaines recommandent vivement de communiquer les statistiques descriptives classiques conjointement aux indicateurs robustes. Dans les tableaux r\u00e9capitulatifs, il est hautement vertueux de juxtaposer la moyenne arithm\u00e9tique brute, l’\u00e9cart-type traditionnel, la moyenne tronqu\u00e9e et l’erreur standard tronqu\u00e9e ou winsoris\u00e9e correspondante. Cette double communication permet aux lecteurs d’\u00e9valuer directement l’impact de la contamination par les valeurs extr\u00eames sur la distribution des donn\u00e9es, tout en attestant de la robustesse des inf\u00e9rences pr\u00e9sent\u00e9es. En int\u00e9grant ces principes d’\u00e9thique computationnelle, le chercheur conf\u00e8re \u00e0 ses analyses un niveau d’int\u00e9grit\u00e9 et de p\u00e9rennit\u00e9 conforme aux exigences les plus \u00e9lev\u00e9es de la recherche contemporaine.<\/p>\n Guide complet pour calculer une moyenne tronqu\u00e9e en Python avec SciPy et Pandas. Exemples d\u00e9taill\u00e9s pour l’analyse robuste des donn\u00e9es psychologiques.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[304,3928,1838],"tags":[6337,2466,2468,4352,1983],"class_list":["post-4436","psych_stat","type-psych_stat","status-publish","hentry","category-methodologie-de-recherche","category-python","category-statistiques","tag-moyenne-tronquee","tag-pandas","tag-python","tag-scipy","tag-statistiques-robustes"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4436","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_stat"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4436"}],"version-history":[{"count":1,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4436\/revisions"}],"predecessor-version":[{"id":16632,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4436\/revisions\/16632"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4436"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4436"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4436"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}1. Fondements th\u00e9oriques et d\u00e9finition math\u00e9matique de la moyenne tronqu\u00e9e<\/h2>\n
1.1 D\u00e9finition conceptuelle et formulation statistique<\/h3>\n
1.2 Utilit\u00e9 m\u00e9thodologique en psychom\u00e9trie et sciences cognitives<\/h3>\n
2. Moyenne arithm\u00e9tique, m\u00e9diane et moyenne tronqu\u00e9e : analyse comparative de robustesse<\/h2>\n
2.1 Le point de rupture des estimateurs de tendance centrale<\/h3>\n
2.2 Compromis entre efficacit\u00e9 statistique et r\u00e9duction du biais<\/h3>\n
3. L’\u00e9cosyst\u00e8me Python pour le calcul statistique : installation et configuration<\/h2>\n
3.1 Configuration de l’environnement de calcul scientifique<\/h3>\n
3.2 Aper\u00e7u du module scipy.stats pour les statistiques robustes<\/h3>\n
4. La fonction trim_mean de SciPy : anatomie, syntaxe et param\u00e8tres<\/h2>\n
4.1 Signature formelle et param\u00e9trage de trim_mean<\/h3>\n
4.2 M\u00e9canique interne de tri et d’\u00e9lagage<\/h3>\n
5. Exemple pratique 1 : Calcul d’une moyenne tronqu\u00e9e sur une liste ou un tableau NumPy<\/h2>\n
5.1 Impl\u00e9mentation pas \u00e0 pas sur une distribution de latences<\/h3>\n
5.2 Effet de l’augmentation du taux de d\u00e9coupe<\/h3>\n
6. Exemple pratique 2 : Int\u00e9gration de la moyenne tronqu\u00e9e dans un DataFrame Pandas<\/h2>\n
6.1 Application directe sur une S\u00e9rie Pandas<\/h3>\n
6.2 Agr\u00e9gation par groupes exp\u00e9rimentaux avec la m\u00e9thode groupby<\/h3>\n
7. Exemple pratique 3 : Calcul multidimensionnel et manipulation de l’axe<\/h2>\n
7.1 Traitement de matrices bidimensionnelles de scores<\/h3>\n
7.2 Gestion des matrices de haute dimension<\/h3>\n
8. Gestion des valeurs manquantes et anomalies num\u00e9riques dans les pipelines Python<\/h2>\n
8.1 Impact des NaN sur la fonction scipy.stats.trim_mean<\/h3>\n
8.2 Strat\u00e9gies d’assainissement pr\u00e9alable des donn\u00e9es<\/h3>\n
9. Choix m\u00e9thodique de la proportion de tronquage en recherche empirique<\/h2>\n
9.1 Recommandations conventionnelles et calibrage<\/h3>\n
9.2 Diagnostic visuel et quantitatif avant d\u00e9cision<\/h3>\n
10. Moyenne tronqu\u00e9e versus moyenne winsoris\u00e9e : distinctions et impl\u00e9mentation<\/h2>\n
10.1 Diff\u00e9rence fondamentale entre tronquage et winsorisation<\/h3>\n
10.2 Calcul pratique de la moyenne winsoris\u00e9e avec scipy.stats.mstats.winsorize<\/h3>\n
11. Cas d’usage appliqu\u00e9 : Analyse de donn\u00e9es de temps de r\u00e9action en psychologie cognitive<\/h2>\n
11.1 Probl\u00e9matique exp\u00e9rimentale des r\u00e9ponses pr\u00e9matur\u00e9es et inattentives<\/h3>\n
11.2 Pipeline complet de traitement et de visualisation en Python<\/h3>\n
12. Bonnes pratiques m\u00e9thodologiques, impl\u00e9mentation manuelle et conclusion<\/h2>\n
12.1 Coder sa propre fonction de moyenne tronqu\u00e9e en Python pur<\/h3>\n
12.2 R\u00e8gles de transparence et de reproductibilit\u00e9 acad\u00e9mique<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n
\n