{"id":4812,"date":"2026-10-14T18:01:18","date_gmt":"2026-10-14T18:01:18","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-compter-nombre-occurrences-google-sheets\/"},"modified":"2026-10-14T18:01:18","modified_gmt":"2026-10-14T18:01:18","slug":"comment-compter-nombre-occurrences-google-sheets","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-compter-nombre-occurrences-google-sheets","title":{"rendered":"Comment compter le nombre d’occurrences dans Google Sheets"},"content":{"rendered":"

Dans le domaine du traitement analytique de donn\u00e9es, la quantification pr\u00e9cise des distributions empiriques constitue l’op\u00e9ration fondamentale sur laquelle reposent l’inf\u00e9rence statistique, la mod\u00e9lisation pr\u00e9dictive et la prise de d\u00e9cision \u00e9clair\u00e9e. Qu’il s’agisse d’\u00e9valuer la repr\u00e9sentativit\u00e9 d’un \u00e9chantillon exp\u00e9rimental en psychologie cognitive, d’auditer des cohortes cliniques en \u00e9pid\u00e9miologie ou d’analyser des flux transactionnels au sein d’infrastructures commerciales modernes, la capacit\u00e9 \u00e0 d\u00e9nombrer avec exactitude la fr\u00e9quence d’apparition d’\u00e9v\u00e9nements discrets est une comp\u00e9tence m\u00e9thodologique indispensable. L’application en ligne Google Sheets<\/a> s’est progressivement impos\u00e9e comme un environnement de choix pour les chercheurs, analystes et ing\u00e9nieurs gr\u00e2ce \u00e0 son accessibilit\u00e9 ubiquitaire, ses fonctions de calcul vectoriel avanc\u00e9es et ses capacit\u00e9s collaboratives natives.<\/p>\n

N\u00e9anmoins, la transition d’une masse brute de donn\u00e9es textuelles ou num\u00e9riques h\u00e9t\u00e9rog\u00e8nes vers une table de distribution ordonn\u00e9e exige une compr\u00e9hension rigoureuse des m\u00e9canismes sous-jacents aux feuilles de calcul modernes. D\u00e9nombrer des occurrences ne se r\u00e9duit pas \u00e0 l’application m\u00e9canique d’une formule arithm\u00e9tique \u00e9l\u00e9mentaire ; cette op\u00e9ration implique une s\u00e9rie de choix paradigmatiques cruciaux. La gestion fine de la sensibilit\u00e9 \u00e0 la casse, le traitement des cha\u00eenes de caract\u00e8res invisibles, la manipulation des plages matricielles dynamiques, ainsi que l’arbitrage entre requ\u00eates relationnelles et formules natives conditionnent directement l’int\u00e9grit\u00e9 des r\u00e9sultats obtenus. Une erreur d’\u00e9valuation logique ou une mauvaise gestion des espaces typographiques peut biaiser substantiellement les fr\u00e9quences observ\u00e9es et invalider des analyses subs\u00e9quentes.<\/p>\n

Ce trait\u00e9 exhaustif a pour vocation d’exposer en profondeur l’ensemble des concepts, fonctions et protocoles algorithmiques requis pour compter le nombre d’occurrences dans Google Sheets avec une rigueur acad\u00e9mique irr\u00e9prochable. En explorant successivement les fonctions scalaires traditionnelles, les extensions vectorielles dynamiques, les requ\u00eates semi-structur\u00e9es et les m\u00e9canismes r\u00e9guliers de d\u00e9tection lexicale, cet ouvrage fournit un cadre op\u00e9rationnel complet destin\u00e9 aux praticiens de la donn\u00e9e exigeants. Chaque dimension technique y est examin\u00e9e sous l’angle de la robustesse computationnelle et de la fiabilit\u00e9 statistique, garantissant une reproductibilit\u00e9 optimale de vos flux de travail quantitatifs.<\/p>\n

1. Introduction \u00e0 l’analyse quantitative de fr\u00e9quence dans Google Sheets<\/h2>\n

1.1 Fondements de l’analyse distributionnelle et importance de la r\u00e9currence<\/h3>\n

L’analyse distributionnelle repr\u00e9sente la pierre angulaire de toute d\u00e9marche scientifique fond\u00e9e sur l’observation empirique. Dans les jeux de donn\u00e9es observationnels et exp\u00e9rimentaux, une occurrence d\u00e9signe la manifestation concr\u00e8te d’une unit\u00e9 d’observation ou d’un \u00e9tat sp\u00e9cifique au sein d’une variable d\u00e9termin\u00e9e. Qu’il s’agisse de relever l’apparition d’un biomarqueur particulier, le choix d’un consommateur face \u00e0 un panier d’options ou la r\u00e9ponse apport\u00e9e \u00e0 une t\u00e2che de discrimination cognitive, la r\u00e9currence mesure l’intensit\u00e9 probabiliste avec laquelle un ph\u00e9nom\u00e8ne s’actualise dans la r\u00e9alit\u00e9 observ\u00e9e.<\/p>\n

Le r\u00f4le du d\u00e9nombrement fr\u00e9quentiel r\u00e9side principalement dans la r\u00e9duction dimensionnelle des variables cat\u00e9gorielles. Face \u00e0 une succession lin\u00e9aire de milliers d’enregistrements individualis\u00e9s, l’esprit humain comme les mod\u00e8les math\u00e9matiques complexes se trouvent dans l’incapacit\u00e9 d’appr\u00e9hender directement les tendances structurales sans un processus pr\u00e9alable d’agr\u00e9gation. En quantifiant le nombre d’apparitions de chaque modalit\u00e9, le chercheur condense une masse indistincte en un vecteur de fr\u00e9quences absolues, condition pr\u00e9alable \u00e0 l’estimation des densit\u00e9s de probabilit\u00e9 empiriques et au calcul des moments statistiques fondamentaux.<\/p>\n

Cette transition de la donn\u00e9e brute vers des distributions discr\u00e8tes exploitables constitue une phase d’abstraction formelle. Elle permet d’ordonner le d\u00e9sordre inh\u00e9rent \u00e0 la collecte sur le terrain en structures math\u00e9matiques manipulables. Google Sheets offre \u00e0 cet \u00e9gard un cadre computationnel remarquable pour le traitement collaboratif de donn\u00e9es empiriques. Sa nature d’application infonuagique permet \u00e0 des \u00e9quipes g\u00e9ographiquement dispers\u00e9es d’agr\u00e9ger, d’harmoniser et d’auditer simultan\u00e9ment des tables volumineuses, \u00e9liminant les asynchronies de versionnage et garantissant une transparence analytique en temps r\u00e9el.<\/p>\n

1.2 Typologie des donn\u00e9es soumises au d\u00e9nombrement fr\u00e9quentiel<\/h3>\n

L’application d’un protocole de comptage fr\u00e9quentiel n\u00e9cessite au pr\u00e9alable une classification \u00e9pist\u00e9mologique stricte de la nature des variables mesur\u00e9es. Les variables qualitatives se subdivisent classiquement en \u00e9chelles nominales et ordinales. Les variables nominales d\u00e9signent des cat\u00e9gories mutuellement exclusives d\u00e9pourvues de toute relation d’ordre hi\u00e9rarchique intrins\u00e8que, \u00e0 l’instar du groupe sanguin, de la nationalit\u00e9 ou du statut matrimonial. Le d\u00e9nombrement fr\u00e9quentiel y vise uniquement \u00e0 \u00e9tablir la pr\u00e9valence absolue et relative de chaque modalit\u00e9 ind\u00e9pendante.<\/p>\n

\u00c0 l’inverse, les \u00e9chelles ordinales introduisent une relation d’ordre monotone entre les modalit\u00e9s observ\u00e9es, bien que la distance num\u00e9rique entre deux \u00e9chelons successifs demeure incommensurable. L’arch\u00e9type de ce type de donn\u00e9es r\u00e9side dans les \u00e9chelles de Likert et les questionnaires psychom\u00e9triques couramment exploit\u00e9s en sciences sociales. Le d\u00e9nombrement fr\u00e9quentiel des r\u00e9ponses sur de telles \u00e9chelles permet non seulement de calculer les effectifs par modalit\u00e9, mais aussi de mod\u00e9liser des fonctions de r\u00e9partition cumul\u00e9e indispensables pour juger de la dispersion des jugements ou des attitudes.<\/p>\n

Un d\u00e9fi analytique majeur \u00e9merge lors du traitement de donn\u00e9es textuelles non standardis\u00e9es, d’identifiants comportementaux g\u00e9n\u00e9r\u00e9s par des interfaces logicielles ou de verbatims cliniques transcrits manuellement. Ces donn\u00e9es pr\u00e9sentent une forte propension \u00e0 la variabilit\u00e9 typographique, \u00e0 la synonymie et \u00e0 l’irr\u00e9gularit\u00e9 morphologique. Enfin, la volum\u00e9trie globale du jeu de donn\u00e9es influe lourdement sur le comportement des moteurs de calcul : le co\u00fbt computationnel d’un balayage complet de colonnes par des fonctions matricielles cro\u00eet de mani\u00e8re polynomiale si la structure algorithmique de la feuille de calcul n’est pas scrupuleusement optimis\u00e9e.<\/p>\n

1.3 Aper\u00e7u des paradigmes de calcul disponibles dans le tableur<\/h3>\n

Google Sheets propose une diversit\u00e9 remarquable de paradigmes analytiques pour quantifier la r\u00e9currence des \u00e9v\u00e9nements, chacun r\u00e9pondant \u00e0 des exigences ergonomiques et computationnelles distinctes. Le premier paradigme repose sur l’approche unitaire par formules conditionnelles traditionnelles, incarn\u00e9e de fa\u00e7on pr\u00e9\u00e9minente par la fonction NB.SI<\/em> et sa d\u00e9clinaison multivari\u00e9e NB.SI.ENS<\/em>. Cette m\u00e9thode offre une accessibilit\u00e9 imm\u00e9diate et une lisibilit\u00e9 algorithmique directe, id\u00e9ale pour les mod\u00e8les d\u00e9terministes \u00e0 structure tabulaire fixe.<\/p>\n

Le second paradigme s’articule autour de l’approche matricielle et vectorielle. En mobilisant des constructions avanc\u00e9es telles que la fonction ARRAYFORMULA<\/em> ou les fonctions d’it\u00e9ration modernes de la famille LAMBDA<\/em> (notamment BYROW<\/em> et MAP<\/em>), l’analyste programme l’ex\u00e9cution dynamique du comptage sur l’ensemble d’un vecteur vertical sans avoir \u00e0 \u00e9tirer physiquement les formules cellule par cellule. Ce mode op\u00e9ratoire assure une maintenance centralis\u00e9e du code et s’adapte de mani\u00e8re transparente \u00e0 l’afflux continu de nouvelles observations.<\/p>\n

Enfin, le troisi\u00e8me paradigme rel\u00e8ve de l’agr\u00e9gation relationnelle via le moteur de requ\u00eates internes, formalis\u00e9 par la fonction QUERY<\/em>. Cette approche emprunte la syntaxe d\u00e9clarative du langage SQL<\/a> et ex\u00e9cute simultan\u00e9ment le filtrage, l’extraction des modalit\u00e9s distinctes et leur d\u00e9nombrement au sein d’une seule formule compacte. Le choix de l’un de ces trois paradigmes doit imp\u00e9rativement d\u00e9couler d’un arbitrage r\u00e9fl\u00e9chi entre le volume d’enregistrements \u00e0 traiter, la dynamique d’actualisation de la source et le degr\u00e9 de complexit\u00e9 des crit\u00e8res logiques envisag\u00e9s.<\/p>\n

2. Pr\u00e9paration rigoureuse des donn\u00e9es empiriques et protocoles de nettoyage<\/h2>\n

2.1 Normalisation typographique et suppression des artefacts textuels<\/h3>\n

Avant d’engager la moindre op\u00e9ration de d\u00e9nombrement automatis\u00e9, l’assainissement syst\u00e9matique de la base brute constitue une obligation m\u00e9thodologique incontournable. L’\u00e9cueil le plus fr\u00e9quent lors de l’analyse textuelle dans Google Sheets d\u00e9coule de la pr\u00e9sence insidieuse d’espaces superflus ins\u00e9r\u00e9s par inadvertance en d\u00e9but ou en fin de cha\u00eene. L’interpr\u00e9teur de la feuille de calcul \u00e9valuant les cha\u00eenes au caract\u00e8re pr\u00e8s, une modalit\u00e9 comportant une espace terminale sera inexorablement scind\u00e9e de sa forme nominale canonique, fragmentant artificiellement la distribution de fr\u00e9quence.<\/p>\n

Pour immuniser l’analyse contre ces alt\u00e9rations invisibles, la fonction SUPPRESPACE<\/em> doit \u00eatre syst\u00e9matiquement d\u00e9ploy\u00e9e sur les colonnes cibles. Elle purge la cha\u00eene de toute espace initiale ou terminale tout en normalisant les espaces internes cons\u00e9cutives en une espace unique. Parall\u00e8lement, l’homog\u00e9n\u00e9isation de la casse logicielle pr\u00e9vient les dysfonctionnements dans les requ\u00eates sensibles aux variations typographiques. Bien que certaines fonctions comme NB.SI<\/em> soient par d\u00e9faut insensibles \u00e0 la casse, d’autres architectures de recherche ou de comparaison relationnelle distinguent rigoureusement les majuscules des minuscules. Le recours aux fonctions MAJUSCULE<\/em>, MINUSCULE<\/em> ou NOMPROPRE<\/em> permet de formater univoquement les entr\u00e9es textuelles.<\/p>\n

Un danger additionnel r\u00e9side dans l’importation de caract\u00e8res de contr\u00f4le non imprimables et d’espaces ins\u00e9cables (dont le code Unicode est souvent U+00A0), fr\u00e9quemment g\u00e9n\u00e9r\u00e9s par des formulaires en ligne ou des extractions de bases de donn\u00e9es relationnelles. La fonction EPURAGE<\/em> permet d’\u00e9liminer les caract\u00e8res de contr\u00f4le ASCII, tandis qu’une substitution explicite via la fonction SUBSTITUE<\/em> s’av\u00e8re indispensable pour \u00e9radiquer les espaces ins\u00e9cables avant d’amorcer le calcul des occurrences.<\/p>\n

2.2 Traitement des valeurs manquantes et cellules vides<\/h3>\n

La distinction conceptuelle et informatique entre une absence d’observation et une donn\u00e9e manquante est cruciale pour pr\u00e9server la validit\u00e9 interne d’une distribution statistique. Dans Google Sheets, il existe une fronti\u00e8re subtile mais d\u00e9terminante entre une cellule structurellement vide (valeur \u00e9quivalente \u00e0 l’absence totale d’allocation de m\u00e9moire, ou \u00e9tat nul) et une cellule h\u00e9bergeant une cha\u00eene de caract\u00e8res de longueur nulle (souvent g\u00e9n\u00e9r\u00e9e par l’instruction conditionnelle \u00ab\u00a0\u00a0\u00bb<\/em>). La n\u00e9gligence de cette nuance engendre fr\u00e9quemment des anomalies d’agr\u00e9gation lors de l’application de filtres ou de crit\u00e8res stricts.<\/p>\n

L’omission d’une r\u00e9ponse dans un protocole d’enqu\u00eate ne doit jamais \u00eatre assimil\u00e9e par d\u00e9faut \u00e0 une occurrence de valeur nulle. M\u00e9thodologiquement, le chercheur doit arbitrer entre l’exclusion d\u00e9lib\u00e9r\u00e9e des non-r\u00e9ponses pour calculer des fr\u00e9quences relatives rapport\u00e9es aux seuls r\u00e9pondants valides, ou leur quantification formelle sous forme de modalit\u00e9 d\u00e9di\u00e9e afin de mesurer pr\u00e9cis\u00e9ment le taux d’attrition de l’instrument d’\u00e9valuation. L’audit d’int\u00e9grit\u00e9 pr\u00e9liminaire s’op\u00e8re rigoureusement \u00e0 l’aide des fonctions ESTVIDE<\/em> et NB.VIDE<\/em>, qui quantifient l’incompl\u00e9tude du jeu de donn\u00e9es.<\/p>\n

Dans l’hypoth\u00e8se o\u00f9 les donn\u00e9es manquantes doivent faire l’objet d’une imputation statistique ou d’un recodage d\u00e9terministe (par exemple, assigner l’\u00e9tiquette s\u00e9mantique \u00ab\u00a0Non renseign\u00e9\u00a0\u00bb \u00e0 toute vacuit\u00e9 structurelle), ce traitement doit s’effectuer en amont de toute formule de d\u00e9nombrement. Cela pr\u00e9vient la contamination des plages d’analyse et \u00e9vite que des fonctions comme NB.SI<\/em> n’interpr\u00e8tent de fa\u00e7on erron\u00e9e des op\u00e9rateurs relationnels sur des cellules d\u00e9pourvues de contenu substantiel.<\/p>\n

2.3 Structuration spatiale de la feuille de calcul<\/h3>\n

L’architecture spatiale d’un classeur analytique doit se conformer rigoureusement aux principes du format de donn\u00e9es ordonn\u00e9, formalis\u00e9 sous le vocable international de Tidy Data<\/a> par Hadley Wickham. Ce standard prescrit que chaque variable doit \u00eatre isol\u00e9e au sein de sa propre colonne univoque, chaque observation individuelle doit occuper une ligne distincte, et chaque tableau doit se consacrer exclusivement \u00e0 une unit\u00e9 d’analyse homog\u00e8ne. Le non-respect de ce formalisme compromet imm\u00e9diatement la transposabilit\u00e9 des formules matricielles de Google Sheets.<\/p>\n

Une r\u00e8gle ergonomique et scientifique cardinale consiste \u00e0 op\u00e9rer une s\u00e9paration mat\u00e9rielle absolue entre la zone de saisie des donn\u00e9es brutes et la zone de synth\u00e8se analytique d\u00e9di\u00e9e au comptage fr\u00e9quentiel. Les donn\u00e9es sources doivent id\u00e9alement r\u00e9sider sur un onglet d\u00e9di\u00e9, prot\u00e9g\u00e9 en \u00e9criture contre toute alt\u00e9ration accidentelle, tandis que les tables r\u00e9capitulatives et les distributions marginales doivent \u00eatre h\u00e9berg\u00e9es sur une feuille de calcul distincte. Cette dissociation \u00e9vite la pollution des vecteurs de donn\u00e9es par des cellules de totaux interm\u00e9diaires ou des annotations p\u00e9riph\u00e9riques non standardis\u00e9es.<\/p>\n

Enfin, la robustesse des calculs univari\u00e9s ou multivari\u00e9s d\u00e9pend du verrouillage syst\u00e9matique des plages de r\u00e9f\u00e9rence par l’usage rigoureux du symbole dollar ($). L’ancrage absolu des coordonn\u00e9es g\u00e9om\u00e9triques (par exemple, $A$<\/span>2:$A$<\/span>1000<\/em>) emp\u00eache tout glissement intempestif du champ d’observation lors de la r\u00e9plication verticale des formules vers les lignes adjacentes, neutralisant ainsi l’une des sources d’erreurs logiques les plus pernicieuses du travail sur tableur.<\/p>\n

3. La fonction NB.SI : Fondements th\u00e9oriques et syntaxe univari\u00e9e<\/h2>\n

3.1 D\u00e9composition de la syntaxe et m\u00e9canique d’\u00e9valuation<\/h3>\n

La fonction NB.SI<\/em> (\u00e9quivalent fran\u00e7ais de l’instruction anglophone COUNTIF<\/em>) constitue le m\u00e9canisme primitif d’\u00e9valuation conditionnelle univari\u00e9e dans Google Sheets. Con\u00e7ue pour d\u00e9nombrer les cellules qui satisfont \u00e0 un pr\u00e9dicat logique sp\u00e9cifique, sa signature syntaxique canonique se d\u00e9ploie selon la structure biparam\u00e9trique : =NB.SI(plage; crit\u00e8re)<\/em>. Le premier argument d\u00e9finit l’espace vectoriel bidimensionnel ou unidimensionnel soumis \u00e0 l’\u00e9valuation, tandis que le second argument formalise la condition logique r\u00e9gissant l’incr\u00e9mentation du compteur scalaire interne.<\/p>\n

L’interpr\u00e9teur de Google Sheets applique un m\u00e9canisme de typage dynamique particuli\u00e8rement sophistiqu\u00e9 lors de l’\u00e9valuation de l’argument de crit\u00e8re. Par conception native, la fonction NB.SI<\/em> est strictement insensible \u00e0 la casse lorsqu’elle \u00e9value des cha\u00eenes de caract\u00e8res litt\u00e9rales : les entr\u00e9es \u00ab\u00a0Traitement\u00a0\u00bb, \u00ab\u00a0TRAITEMENT\u00a0\u00bb et \u00ab\u00a0traitement\u00a0\u00bb sont reconnues comme rigoureusement \u00e9quivalentes. Cette tol\u00e9rance intrins\u00e8que simplifie consid\u00e9rablement les analyses pr\u00e9liminaires, bien qu’elle interdise de distinguer des acronymes diff\u00e9renci\u00e9s uniquement par leur casse typographique.<\/p>\n

Cependant, le comportement de la fonction diverge profond\u00e9ment selon que le crit\u00e8re renvoie \u00e0 une valeur textuelle ou \u00e0 une quantit\u00e9 num\u00e9rique. Alors que le texte exige g\u00e9n\u00e9ralement un encadrement par des guillemets typographiques pour \u00eatre pars\u00e9 en tant que constante litt\u00e9rale, les valeurs num\u00e9riques directes peuvent \u00eatre sp\u00e9cifi\u00e9es sans artifices syntaxiques. Lorsqu’un op\u00e9rateur de comparaison relationnel est convoqu\u00e9 pour scruter une grandeur quantitative, la syntaxe exige une fusion textuelle qui m\u00e9rite une analyse d’ing\u00e9nierie logicielle m\u00e9ticuleuse.<\/p>\n

3.2 Mise en \u0153uvre concr\u00e8te sur des crit\u00e8res statiques<\/h3>\n

Le cas d’usage le plus \u00e9l\u00e9mentaire de la fonction NB.SI<\/em> consiste \u00e0 quantifier des \u00e9tiquettes textuelles ferm\u00e9es saisies de fa\u00e7on immuable dans le corps de la formule. Par exemple, au sein d’une cohorte clinique mesurant l’efficacit\u00e9 d’une mol\u00e9cule th\u00e9rapeutique, l’analyste peut impl\u00e9menter la commande =NB.SI($B$<\/span>2:$B$<\/span>500; \u00ab\u00a0Placebo\u00a0\u00bb)<\/em> pour extraire instantan\u00e9ment le nombre d’individus assign\u00e9s au groupe t\u00e9moin. Cette syntaxe statique assure une lisibilit\u00e9 imm\u00e9diate pour une v\u00e9rification ponctuelle et rapide du protocole.<\/p>\n

Sur le versant num\u00e9rique, le comptage des occurrences de valeurs enti\u00e8res ou d\u00e9cimales s’ex\u00e9cute avec une grande sobri\u00e9t\u00e9 : l’expression =NB.SI($C$<\/span>2:$C$<\/span>500; 100)<\/em> recensera l’ensemble des observations dont la mesure quantitative est strictement \u00e9gale \u00e0 cent. Toutefois, la v\u00e9ritable puissance de NB.SI<\/em> s’exprime dans sa capacit\u00e9 \u00e0 int\u00e9grer des op\u00e9rateurs arithm\u00e9tiques de comparaison (sup\u00e9rieur, inf\u00e9rieur, sup\u00e9rieur ou \u00e9gal, diff\u00e9rent) pour d\u00e9limiter des seuils d’analyse distributionnelle, comme dans l’expression =NB.SI($D$<\/span>2:$D$<\/span>500; \u00ab\u00a0>=50\u00a0\u00bb)<\/em>.<\/p>\n

N\u00e9anmoins, l’encodage statique de crit\u00e8res en dur au sein du code de la formule pr\u00e9sente des limites m\u00e9thodologiques majeures. Cette pratique, qualifi\u00e9e de \u00ab hard-coding \u00bb, rend la maintenance du classeur extr\u00eamement laborieuse et hautement vuln\u00e9rable aux erreurs humaines. Si le libell\u00e9 d’une modalit\u00e9 subit une r\u00e9vision lexicale ou si l’analyste souhaite \u00e9tendre son mod\u00e8le \u00e0 des dizaines d’\u00e9tiquettes distinctes, chaque formule individuelle doit \u00eatre rectifi\u00e9e manuellement, ce qui viole frontalement les principes de robustesse logicielle.<\/p>\n

\"\"<\/figure>\n

3.3 Dynamisation du crit\u00e8re par r\u00e9f\u00e9rences cellulaires relatives<\/h3>\n

Pour conf\u00e9rer \u00e0 la fonction NB.SI<\/em> une adaptabilit\u00e9 optimale, la bonne pratique d’ing\u00e9nierie documentaire consiste \u00e0 lier syst\u00e9matiquement l’argument de crit\u00e8re \u00e0 une cellule cible ext\u00e9rieure. En positionnant le libell\u00e9 de la modalit\u00e9 d’int\u00e9r\u00eat dans une colonne de synth\u00e8se distincte (par exemple en F2<\/em>), la formule de d\u00e9nombrement s’\u00e9crit sous la forme fluide et hautement maintenable : =NB.SI($A$<\/span>2:$A$<\/span>1000; F2)<\/em>. L’\u00e9valuation s’actualise alors imm\u00e9diatement d\u00e8s lors que le contenu s\u00e9mantique de la cellule cible est modifi\u00e9.<\/p>\n

Cette architecture param\u00e9trique facilite consid\u00e9rablement l’\u00e9tirement vertical de la formule sur l’int\u00e9gralit\u00e9 de la colonne de synth\u00e8se. Gr\u00e2ce \u00e0 la pr\u00e9servation des dollars sur la plage source (r\u00e9f\u00e9rence absolue) et \u00e0 l’absence d\u00e9lib\u00e9r\u00e9e de dollars sur la r\u00e9f\u00e9rence du crit\u00e8re (r\u00e9f\u00e9rence relative), l’interpr\u00e9teur ajuste dynamiquement la cible d’\u00e9valuation pour chaque ligne successive : F3<\/em>, F4<\/em>, F5<\/em>, etc. Cette m\u00e9thode neutralise radicalement le risque d’inadvertance humaine lors de la duplication des expressions logiques.<\/p>\n

Lorsque la dynamisation implique des op\u00e9rateurs de comparaison arithm\u00e9tique associ\u00e9s \u00e0 une valeur num\u00e9rique variable, la concat\u00e9nation de cha\u00eenes devient indispensable. Si le seuil quantitatif de d\u00e9cision est consign\u00e9 dans la cellule G1<\/em>, la formulation canonique doit conjuguer l’op\u00e9rateur textuel et la r\u00e9f\u00e9rence dynamique par le biais de l’esperluette : =NB.SI($C$<\/span>2:$C$<\/span>1000; \u00ab\u00a0>=\u00a0\u00bb & G1)<\/em>. Du point de vue des performances de calcul, la r\u00e9f\u00e9rence cellulaire dynamique pr\u00e9sente une empreinte computationnelle rigoureusement \u00e9quivalente \u00e0 l’argument statique tout en garantissant une scalabilit\u00e9 analytique incomparable.<\/p>\n

4. Extraction des modalit\u00e9s distinctes \u00e0 l’aide de la fonction UNIQUE<\/h2>\n

4.1 Propri\u00e9t\u00e9s algorithmiques de la fonction UNIQUE<\/h3>\n

L’une des innovations majeures de Google Sheets par rapport aux tableurs historiques r\u00e9side dans l’int\u00e9gration native du calcul matriciel expansif, dont la fonction UNIQUE<\/em> est l’illustration par excellence. Contrairement aux approches proc\u00e9durales qui requi\u00e8rent des algorithmes complexes d’\u00e9limination de doublons ou des macros script\u00e9es, la fonction UNIQUE<\/em> applique un filtre algorithmique d\u00e9terministe qui balaie une plage source et renvoie instantan\u00e9ment un vecteur ou une matrice comprenant l’ensemble des valeurs mutuellement exclusives sans la moindre redondance.<\/p>\n

Le comportement s\u00e9quentiel de la fonction UNIQUE<\/em> pr\u00e9serve scrupuleusement l’ordre chronologique d’apparition des donn\u00e9es : la premi\u00e8re modalit\u00e9 rencontr\u00e9e lors du parcours vertical de haut en bas est positionn\u00e9e en premi\u00e8re ligne du tableau d\u00e9riv\u00e9, suivie de la deuxi\u00e8me modalit\u00e9 distincte non encore r\u00e9pertori\u00e9e, et ainsi de suite. Cette propri\u00e9t\u00e9 algorithmique garantit une restitution fid\u00e8le et pr\u00e9visible de l’ordre d’\u00e9chantillonnage originel.<\/p>\n

Il importe de souligner l’interaction de la fonction UNIQUE<\/em> avec les espaces vides. Si la plage source inspect\u00e9e contient une ou plusieurs cellules vides, l’algorithme identifiera l’\u00e9tat vide comme une modalit\u00e9 distincte unique et allouera une cellule vierge au sein de la matrice r\u00e9sultante. Cette caract\u00e9ristique impose une vigilance particuli\u00e8re lors de l’int\u00e9gration ult\u00e9rieure de cette liste dans des calculs fr\u00e9quentielles, sous peine de voir appara\u00eetre une ligne r\u00e9capitulative d\u00e9pourvue de d\u00e9signation explicite.<\/p>\n

4.2 D\u00e9ploiement pratique sur une colonne empirique<\/h3>\n

L’impl\u00e9mentation op\u00e9rationnelle de la fonction r\u00e9pond \u00e0 une syntaxe minimale d’une remarquable concision : =UNIQUE(plage)<\/em>. En ins\u00e9rant l’instruction =UNIQUE(A2:A)<\/em> dans la premi\u00e8re cellule d’une colonne de synth\u00e8se (par exemple en E2<\/em>), Google Sheets d\u00e9ploie automatiquement l’ensemble des modalit\u00e9s uniques vers le bas, occupant exactement le nombre de lignes physiques requis par la cardinalit\u00e9 de l’ensemble d’observations.<\/p>\n

Cette expansion dynamique impose imp\u00e9rativement le respect de l’espace de d\u00e9bordement sous-jacent. Si un utilisateur saisit manuellement du texte ou une valeur num\u00e9rique dans une cellule situ\u00e9e sur la trajectoire d’expansion de la matrice g\u00e9n\u00e9r\u00e9e, le moteur de calcul interrompt imm\u00e9diatement l’affichage et retourne une erreur bloquante de r\u00e9f\u00e9rence (l’inf\u00e2me code #REF!<\/em>), signalant qu’il est impossible de d\u00e9truire les donn\u00e9es existantes pour \u00e9tendre la formule matricielle. La zone situ\u00e9e sous la cellule racine doit demeurer strictement libre de toute saisie.<\/p>\n

Pour optimiser la lisibilit\u00e9 humaine et structurer logiquement les cat\u00e9gories identifi\u00e9es, il est hautement recommand\u00e9 d’imbriquer la fonction UNIQUE<\/em> au sein d’une fonction de tri alphab\u00e9tique ou num\u00e9rique. L’expression combin\u00e9e =TRI(UNIQUE(A2:A))<\/em> g\u00e9n\u00e8re une liste ordonn\u00e9e ascendante des modalit\u00e9s uniques, standardisant ainsi la pr\u00e9sentation du futur tableau de distribution sans n\u00e9cessiter la moindre intervention manuelle de r\u00e9organisation spatiale.<\/p>\n

4.3 Consid\u00e9rations m\u00e9thodologiques sur la dynamicit\u00e9 des listes uniques<\/h3>\n

La dynamicit\u00e9 en temps r\u00e9el constitue \u00e0 la fois la plus grande force et une source potentielle d’instabilit\u00e9 structurelle de la fonction UNIQUE<\/em>. Chaque modification, ajout ou suppression d’une observation au sein de la plage source entra\u00eene un recalcul imm\u00e9diat de l’arbre matriciel. Si un op\u00e9rateur injecte par inadvertance une nouvelle cat\u00e9gorie ou une coquille orthographique dans les donn\u00e9es brutes, la liste des modalit\u00e9s uniques se redimensionne instantan\u00e9ment, int\u00e9grant ce nouvel \u00e9l\u00e9ment au tableau de synth\u00e8se sans validation humaine pr\u00e9alable.<\/p>\n

Ce comportement dynamique soul\u00e8ve un risque m\u00e9thodologique majeur lorsque des calculs manuels adjacents non vectoris\u00e9s sont positionn\u00e9s parall\u00e8lement \u00e0 la matrice expansive. Si l’ordre interne des modalit\u00e9s vient \u00e0 permuter sous l’effet de l’adjonction d’une observation pr\u00e9coce, les annotations ou formules adjacentes non li\u00e9es dynamiquement risquent de se retrouver d\u00e9cal\u00e9es par rapport \u00e0 leur objet d’\u00e9valuation initial, provoquant une asynchronie catastrophique des attributions analytiques.<\/p>\n

Pour la publication scientifique d\u00e9finitive ou la transmission de rapports institutionnels fig\u00e9s, il est par cons\u00e9quent souvent judicieux de figer temporairement les r\u00e9sultats issus de UNIQUE<\/em>. Cette op\u00e9ration s’effectue par un copier-coller des valeurs seules (raccourci Ctrl+Maj+V<\/em> ou commande d\u00e9di\u00e9e du menu \u00c9dition). Par ailleurs, le contr\u00f4le d’exhaustivit\u00e9 m\u00e9thodologique impose de comparer syst\u00e9matiquement le nombre de modalit\u00e9s isol\u00e9es par UNIQUE<\/em> au dictionnaire de donn\u00e9es th\u00e9orique \u00e9tabli lors de l’\u00e9laboration du protocole de recherche.<\/p>\n

5. Combinaison m\u00e9thodologique des fonctions UNIQUE et NB.SI<\/h2>\n

5.1 Architecture en deux \u00e9tapes du tableau de fr\u00e9quences<\/h3>\n

La construction d’un tableau de distribution fr\u00e9quentielle rigoureux, transparent et \u00e9volutif repose traditionnellement sur une architecture logicielle bipolaire associant l’extraction dynamique d’une part, et l’agr\u00e9gation conditionnelle d’autre part. Cette articulation s’ex\u00e9cute selon une logique g\u00e9om\u00e9trique stricte : la premi\u00e8re colonne est d\u00e9di\u00e9e \u00e0 l’inventaire automatique des cat\u00e9gories distinctes, tandis que la seconde colonne h\u00e9berge les compteurs quantitatifs associ\u00e9s \u00e0 chaque modalit\u00e9 r\u00e9pertori\u00e9e.<\/p>\n

Dans la cellule d’amorce de la colonne de synth\u00e8se (admettons E2<\/em>), l’analyste implante la formule d’extraction vectorielle ordonn\u00e9e =TRI(UNIQUE(A2:A1000))<\/em>. Imm\u00e9diatement, le spectre exhaustif des modalit\u00e9s sans redondance s’affiche sur l’axe vertical. Dans la cellule imm\u00e9diatement contigu\u00eb (F2<\/em>), l’analyste impl\u00e9mente la formule d’\u00e9valuation univari\u00e9e en ancrant rigidement la base d’observation tout en ciblant de fa\u00e7on relative la modalit\u00e9 fra\u00eechement extraite : =NB.SI($A$<\/span>2:$A$<\/span>1000; E2)<\/em>.<\/p>\n

Une fois cette formule \u00e9tir\u00e9e le long du vecteur des modalit\u00e9s uniques, le chercheur doit imp\u00e9rativement instaurer un protocole arithm\u00e9tique de validation d’int\u00e9grit\u00e9. Au bas de la colonne des fr\u00e9quences calcul\u00e9es, une cellule de sommation totale =SOMME(F2:F)<\/em> doit \u00eatre mise en place. La conformit\u00e9 absolue entre cette somme marginale et le nombre total d’enregistrements valides audit\u00e9s dans la base source (obtenu par =NBVAL($A$<\/span>2:$A$<\/span>1000)<\/em>) certifie que l’int\u00e9gralit\u00e9 des donn\u00e9es a \u00e9t\u00e9 capt\u00e9e par l’algorithme sans omission ni d\u00e9perdition d’unit\u00e9s d’observation.<\/p>\n

5.2 Application concr\u00e8te \u00e0 un protocole de donn\u00e9es comportementales<\/h3>\n

Afin d’illustrer la pertinence empirique de cette mod\u00e9lisation, consid\u00e9rons un protocole de psychologie exp\u00e9rimentale \u00e9valuant les performances mn\u00e9siques sous l’influence de divers inducteurs environnementaux. Le jeu de donn\u00e9es consigne dans une colonne A l’assignation exp\u00e9rimentale de plusieurs centaines de participants selon quatre modalit\u00e9s distinctes : \u00ab\u00a0Contr\u00f4le\u00a0\u00bb, \u00ab\u00a0Bruit Blanc\u00a0\u00bb, \u00ab\u00a0Stimulation Musicale\u00a0\u00bb et \u00ab\u00a0Privation Sensorielle\u00a0\u00bb. L’objectif imm\u00e9diat de l’exp\u00e9rimentateur consiste \u00e0 v\u00e9rifier l’homog\u00e9n\u00e9it\u00e9 de la puissance statistique en v\u00e9rifiant l’\u00e9quilibrage des effectifs par condition.<\/p>\n

La mise en \u0153uvre de la combinaison UNIQUE<\/em> et NB.SI<\/em> permet d’extraire instantan\u00e9ment la structure d’allocation. La fonction UNIQUE(A2:A)<\/em> isole les quatre conditions exp\u00e9rimentales sans risque d’omettre un groupe minoritaire. En \u00e9tirant la formule NB.SI($A$<\/span>2:$A; E2)<\/em> face \u00e0 ces quatre \u00e9tiquettes, le tableau r\u00e9v\u00e8le avec nettet\u00e9 les effectifs observ\u00e9s (par exemple : 124 pour Contr\u00f4le, 122 pour Bruit Blanc, 125 pour Stimulation Musicale et 89 pour Privation Sensorielle), mettant imm\u00e9diatement en lumi\u00e8re un d\u00e9ficit structurel de recrutement sur le dernier groupe.<\/p>\n

Pour enrichir cette distribution brute d’indicateurs normalis\u00e9s imm\u00e9diatement exploitables dans la section descriptive d’une communication acad\u00e9mique, une troisi\u00e8me colonne d\u00e9di\u00e9e aux fr\u00e9quences relatives est adjointe. En consignant dans la cellule G2<\/em> la formule normalisatrice =F2\/SOMME($F$<\/span>2:$F$<\/span>5)<\/em> et en appliquant un formatage de pourcentage \u00e0 deux d\u00e9cimales, l’analyste acc\u00e8de directement au profil probabiliste de son \u00e9chantillonnage, documentant les probabilit\u00e9s a priori n\u00e9cessaires aux analyses inf\u00e9rentielles subs\u00e9quentes.<\/p>\n

5.3 Diagnostic et r\u00e9solution des anomalies de correspondance<\/h3>\n

Lors de l’appariement entre les modalit\u00e9s extraites par UNIQUE<\/em> et les r\u00e9sultats quantifi\u00e9s par NB.SI<\/em>, des discordances logiques d\u00e9concertantes peuvent \u00e9merger sous l’effet d’artefacts structurels. L’anomalie la plus pernicieuse se manifeste sous la forme de doublons apparents au sein de la colonne issue de UNIQUE<\/em> : deux lignes semblent afficher rigoureusement la m\u00eame cha\u00eene de caract\u00e8res, mais la fonction NB.SI<\/em> renvoie pour chacune d’elles un effectif fractionn\u00e9 qui ne refl\u00e8te pas la r\u00e9alit\u00e9 du concept th\u00e9orique mesur\u00e9.<\/p>\n

Ce ph\u00e9nom\u00e8ne pathologique trouve presque invariablement son origine dans des micro-divergences typographiques invisibles \u00e0 l’\u0153il nu. L’existence d’une espace ins\u00e9cable (code 160) au lieu d’une espace standard (code 32), ou la pr\u00e9sence d’espaces typographiques r\u00e9siduelles en fin de cha\u00eene, contraint l’algorithme de UNIQUE<\/em> \u00e0 individualiser deux entr\u00e9es qu’un \u00eatre humain per\u00e7oit comme s\u00e9mantiquement identiques. Le recours imm\u00e9diat \u00e0 un protocole de diagnostic par inspection de longueur avec la fonction NBCAR<\/em> permet d’objectiver instantan\u00e9ment l’\u00e9cart de caract\u00e8res entre les deux modalit\u00e9s discordantes.<\/p>\n

Pour immuniser le flux de travail contre ces anomalies sans alt\u00e9rer irr\u00e9versiblement la colonne source, il convient d’intercaler une \u00e9tape de transformation au sein m\u00eame de la formule d’extraction. En reformulant la commande sous la forme =TRI(UNIQUE(SUPPRESPACE(A2:A)))<\/em>, les artefacts d’espacement sont neutralis\u00e9s avant m\u00eame que l’inventaire des cat\u00e9gories ne soit dress\u00e9, assurant une congruence parfaite entre le d\u00e9compte univari\u00e9 et la r\u00e9alit\u00e9 distributionnelle du corpus empirique.<\/p>\n

6. D\u00e9nombrement sous conditions multiples avec la fonction NB.SI.ENS<\/h2>\n

6.1 Syntaxe multidimensionnelle et conjonction logique (ET)<\/h3>\n

D\u00e8s lors que l’investigation empirique s’\u00e9mancipe de la simple description univari\u00e9e pour explorer les interactions entre plusieurs dimensions d’analyse, la fonction NB.SI.ENS<\/em> (homologue francophone de COUNTIFS<\/em>) devient l’outil central de quantification. Cette fonction est sp\u00e9cifiquement param\u00e9tr\u00e9e pour d\u00e9terminer le nombre d’occurrences au sein d’un \u00e9chantillon qui satisfont simultan\u00e9ment \u00e0 une pluralit\u00e9 de conditions logiques, mod\u00e9lisant ainsi une conjonction d’\u00e9v\u00e9nements bool\u00e9ens de type ET.<\/p>\n

La signature syntaxique de NB.SI.ENS<\/em> proc\u00e8de par paires altern\u00e9es et ind\u00e9finiment extensibles : =NB.SI.ENS(plage_crit\u00e8re1; crit\u00e8re1; plage_crit\u00e8re2; crit\u00e8re2; …)<\/em>. Cette structure impose une contrainte algorithmique absolue : la congruence dimensionnelle. Toutes les plages d’\u00e9valuation mobilis\u00e9es au sein de la formule doivent obligatoirement poss\u00e9der une g\u00e9om\u00e9trie rigoureusement identique (m\u00eame nombre de lignes et m\u00eame orientation vectorielle). Le moindre d\u00e9calage dimensionnel g\u00e9n\u00e8re imm\u00e9diatement une erreur structurelle de valeur (#VALUE!<\/em>).<\/p>\n

Le moteur d’\u00e9valuation de Google Sheets proc\u00e8de par intersection ensembliste s\u00e9quentielle. Il inspecte la premi\u00e8re observation sur l’axe vectoriel, v\u00e9rifie si elle satisfait au crit\u00e8re 1, puis interroge la valeur de la m\u00eame ligne dans la seconde plage pour v\u00e9rifier la conformit\u00e9 au crit\u00e8re 2. Ce n’est que lorsque l’ensemble des pr\u00e9dicats logiques sont simultan\u00e9ment valid\u00e9s que l’accumulateur interne s’incr\u00e9mente d’une unit\u00e9. Pour maximiser la rapidit\u00e9 d’ex\u00e9cution sur de tr\u00e8s grands jeux de donn\u00e9es, il est m\u00e9thodologiquement recommand\u00e9 de placer en premi\u00e8re position le crit\u00e8re le plus discriminant, afin d’optimiser l’\u00e9lagage logique interne.<\/p>\n

6.2 Croisement de variables cat\u00e9gorielles sociod\u00e9mographiques ou cliniques<\/h3>\n

Le cas d’application canonique de la fonction NB.SI.ENS<\/em> se situe dans l’intersection de facteurs sociod\u00e9mographiques et de classifications cliniques ou exp\u00e9rimentales. Consid\u00e9rons un \u00e9chantillon d’\u00e9valuation psychiatrique o\u00f9 la colonne B consigne le sexe biologique des sujets (\u00ab\u00a0Masculin\u00a0\u00bb versus \u00ab\u00a0F\u00e9minin\u00a0\u00bb), la colonne C le diagnostic nosologique primaire (\u00ab\u00a0D\u00e9pression Majeure\u00a0\u00bb, \u00ab\u00a0Trouble Panique\u00a0\u00bb, \u00ab\u00a0Trouble Obsessionnel\u00a0\u00bb), et la colonne D l’\u00e2ge chronologique des participants.<\/p>\n

Si l’analyste souhaite isoler pr\u00e9cis\u00e9ment le sous-groupe des femmes \u00e2g\u00e9es de plus de 40 ans pr\u00e9sentant un diagnostic formel de d\u00e9pression majeure, l’expression formelle s’articulera selon une conjonction tripartite : =NB.SI.ENS($B$<\/span>2:$B$<\/span>1000; \u00ab\u00a0F\u00e9minin\u00a0\u00bb; $C$<\/span>2:$C$<\/span>1000; \u00ab\u00a0D\u00e9pression Majeure\u00a0\u00bb; $D$<\/span>2:$D$<\/span>1000; \u00ab\u00a0>40\u00a0\u00bb)<\/em>. Cette formulation compacte s’affranchit du recours \u00e0 des filtres manuels successifs et conf\u00e8re une stabilit\u00e9 totale aux statistiques descriptives face \u00e0 toute extension de la cohorte.<\/p>\n

Cette approche permet en outre d’\u00e9chafauder manuellement des matrices bidirectionnelles de fr\u00e9quences, couramment d\u00e9sign\u00e9es sous le terme de tables de contingence. En disposant les modalit\u00e9s du facteur d’exposition sur l’axe vertical et les cat\u00e9gories de r\u00e9ponse sur l’axe horizontal, l’impl\u00e9mentation de la fonction NB.SI.ENS<\/em> combinant des r\u00e9f\u00e9rences cellulaires mixtes (bloquant la colonne pour l’une et la ligne pour l’autre, par exemple $E2<\/em> et F$1<\/em>) permet d’alimenter l’int\u00e9gralit\u00e9 du tableau crois\u00e9 par simple r\u00e9plication bidimensionnelle.<\/p>\n

6.3 Mod\u00e9lisation de crit\u00e8res disjonctifs (OU logique)<\/h3>\n

Une limitation architecturale majeure de la fonction NB.SI.ENS<\/em> r\u00e9side dans son incapacit\u00e9 structurelle \u00e0 interpr\u00e9ter nativement l’op\u00e9rateur disjonctif OU. Par conception, la juxtaposition d’arguments au sein de cette fonction est exclusivement additive dans son exigence de conformit\u00e9, traduisant rigoureusement une intersection (ET). Si un analyste cherche \u00e0 d\u00e9nombrer les observations qui remplissent soit la modalit\u00e9 \u00ab A \u00bb, soit la modalit\u00e9 \u00ab B \u00bb au sein d’une m\u00eame variable cat\u00e9gorielle, une simple formule NB.SI.ENS<\/em> ne saurait \u00eatre param\u00e9tr\u00e9e directement de fa\u00e7on unitaire.<\/p>\n

La premi\u00e8re strat\u00e9gie de contournement, \u00e9l\u00e9gante et parfaitement transparente pour les modalit\u00e9s mutuellement exclusives, repose sur la sommation arithm\u00e9tique simple de deux fonctions NB.SI<\/em> ind\u00e9pendantes. Puisqu’un individu ne peut simultan\u00e9ment appartenir au groupe \u00ab Traitement A \u00bb et au groupe \u00ab Traitement B \u00bb au sein d’une variable univoque, la disjonction se formalise par l’addition scalaire \u00e9l\u00e9mentaire : =NB.SI(A2:A; \u00ab\u00a0Traitement A\u00a0\u00bb) + NB.SI(A2:A; \u00ab\u00a0Traitement B\u00a0\u00bb)<\/em>.<\/p>\n

Une seconde approche, particuli\u00e8rement pris\u00e9e pour sa concision lorsqu’une multitude de conditions disjonctives doivent \u00eatre agr\u00e9g\u00e9es, mobilise une constante matricielle encapsul\u00e9e au sein d’une fonction sommatoire : =SOMME(NB.SI(A2:A; {\u00ab\u00a0Modalit\u00e9 A\u00a0\u00bb; \u00ab\u00a0Modalit\u00e9 B\u00a0\u00bb; \u00ab\u00a0Modalit\u00e9 C\u00a0\u00bb}))<\/em>. Dans cette syntaxe avanc\u00e9e, la fonction NB.SI<\/em> renvoie un vecteur de r\u00e9sultats pour chaque \u00e9l\u00e9ment de la matrice de crit\u00e8res, que la fonction SOMME<\/em> englobante agr\u00e8ge imm\u00e9diatement en un effectif global consolid\u00e9, sans risque de redondance computationnelle.<\/p>\n

\"\"<\/figure>\n

7. Automatisation dynamique vectorielle via ARRAYFORMULA<\/h2>\n

7.1 Principes du calcul vectoriel unifi\u00e9 dans Google Sheets<\/h3>\n

L’extension matricielle via la fonction ARRAYFORMULA<\/a> incarne le changement de paradigme le plus profond entre la manipulation conventionnelle d’un tableur et l’ing\u00e9nierie logicielle avanc\u00e9e de donn\u00e9es. Dans un mod\u00e8le standard, le d\u00e9nombrement sur une s\u00e9rie de lignes requiert de copier manuellement une formule descendante, cr\u00e9ant autant d’instances distinctes de code qu’il existe d’observations. Ce mod\u00e8le traditionnel pr\u00e9sente une fragilit\u00e9 syst\u00e9mique : si un utilisateur modifie accidentellement la formule d’une ligne interm\u00e9diaire, l’homog\u00e9n\u00e9it\u00e9 du mod\u00e8le analytique est irr\u00e9m\u00e9diablement rompue.<\/p>\n

Le calcul vectoriel unifi\u00e9 r\u00e9sout cette vuln\u00e9rabilit\u00e9 en appliquant le principe de la cellule ma\u00eetresse unique. Une seule formule matricielle saisie au sommet d’une colonne projette instantan\u00e9ment ses calculs sur l’int\u00e9gralit\u00e9 d’un vecteur sous-jacent. Les cellules r\u00e9ceptrices affichent les valeurs calcul\u00e9es de mani\u00e8re automatique, mais leur contenu demeure sous la d\u00e9pendance exclusive de la cellule souche. Il devient mat\u00e9riellement impossible de corrompre une ligne isol\u00e9e sans intervenir d\u00e9lib\u00e9r\u00e9ment sur l’instruction d’origine.<\/p>\n

Outre cette robustesse structurelle, le calcul matriciel garantit une scalabilit\u00e9 automatique face \u00e0 la croissance des bases de donn\u00e9es empiriques. Lorsque de nouvelles lignes d’observations sont import\u00e9es ou saisies en continu \u00e0 la fin d’une table d’exp\u00e9rimentation, ARRAYFORMULA<\/em> int\u00e8gre instantan\u00e9ment ces nouveaux enregistrements dans le flux analytique sans n\u00e9cessiter la moindre intervention de redimensionnement manuel, r\u00e9alisant ainsi une automatisation int\u00e9grale de l’enrichissement documentaire.<\/p>\n

7.2 Combinaison de UNIQUE et NB.SI sous ARRAYFORMULA<\/h3>\n

L’ambition supr\u00eame de l’analyste sous Google Sheets consiste \u00e0 formaliser un tableau de distribution de fr\u00e9quences enti\u00e8rement autonome qui s’auto-g\u00e9n\u00e8re et s’auto-actualise sans aucune recopie de cellules. Pour ce faire, il est th\u00e9oriquement possible de combiner les fonctions UNIQUE<\/em> et NB.SI<\/em> au sein d’une enveloppe vectorielle. Cependant, l’int\u00e9gration directe de NB.SI<\/em> au sein d’une syntaxe matricielle classique pr\u00e9sente des frictions algorithmiques notoires, car NB.SI<\/em> est par essence une fonction d’agr\u00e9gation qui tend \u00e0 r\u00e9duire les vecteurs plut\u00f4t qu’\u00e0 s’\u00e9tendre naturellement.<\/p>\n

Pour surmonter cette contrainte et cr\u00e9er une colonne de d\u00e9nombrement enti\u00e8rement automatis\u00e9e face \u00e0 une liste de modalit\u00e9s extraites dynamiquement par UNIQUE<\/em> (situ\u00e9e par exemple en E2:E<\/em>), la strat\u00e9gie vectorielle moderne s’articule autour de l’encapsulation suivante : =ARRAYFORMULA(SI(E2:E=\u00a0\u00bb\u00a0\u00bb; \u00ab\u00a0\u00a0\u00bb; NB.SI(A2:A; E2:E)))<\/em>. Dans cette architecture formelle, la clause conditionnelle SI(E2:E=\u00a0\u00bb\u00a0\u00bb; \u00ab\u00a0\u00a0\u00bb)<\/em> est indispensable : elle \u00e9value pr\u00e9alablement si la cellule de r\u00e9f\u00e9rence contient une modalit\u00e9 valide et neutralise l’\u00e9valuation pour l’infinit\u00e9 de lignes vides r\u00e9siduelles situ\u00e9es en bas de page.<\/p>\n

Cette formulation canonique offre une \u00e9l\u00e9gance computationnelle remarquable. Une seule saisie en F2<\/em> suffit \u00e0 piloter la totalit\u00e9 des comptages d’occurrences pour toutes les modalit\u00e9s pr\u00e9sentes et \u00e0 venir. D\u00e8s lors qu’une nouvelle modalit\u00e9 \u00e9merge dans la colonne d’observation A<\/em>, la fonction UNIQUE<\/em> en E2<\/em> l’int\u00e8gre automatiquement, et l’instruction vectorielle en F2<\/em> projette instantan\u00e9ment son effectif correspondant sans que l’analyste n’ait \u00e0 effleurer la souris ou le clavier.<\/p>\n

7.3 Limites algorithmiques de l’expansion matricielle<\/h3>\n

Bien que d’une puissance incontestable, le calcul matriciel via ARRAYFORMULA<\/em> se heurte \u00e0 des incompatibilit\u00e9s structurelles avec un sous-ensemble de fonctions indig\u00e8nes de Google Sheets. Notamment, les fonctions qui effectuent par d\u00e9finition une contraction scalaire globale d’une plage \u2014 \u00e0 l’image de SOMME<\/em>, MOYENNE<\/em>, ou ET<\/em> logique \u2014 ne peuvent \u00eatre distribu\u00e9es ligne par ligne au sein d’une simple enveloppe ARRAYFORMULA<\/em> sans perdre leur comportement individualis\u00e9.<\/p>\n

Pour contourner ces limitations historiques, les ing\u00e9nieurs de Google ont int\u00e9gr\u00e9 l’environnement fonctionnel des expressions LAMBDA<\/a>, ouvrant la voie \u00e0 des fonctions d’it\u00e9ration vectorielle de haut niveau telles que BYROW<\/em> ou MAP<\/em>. Au lieu de contraindre des fonctions r\u00e9tives dans ARRAYFORMULA<\/em>, l’analyste moderne peut d\u00e9sormais formuler un comptage fr\u00e9quentiel ultra-robuste en \u00e9crivant : =BYROW(UNIQUE(FILTRE(A2:A; A2:A\u00a0\u00bb\u00a0\u00bb)); LAMBDA(modalite; NB.SI(A2:A; modalite)))<\/em>.<\/p>\n

Cette construction algorithmique it\u00e8re rigoureusement la variable temporaire \u00ab modalite \u00bb sur chaque ligne de l’ensemble filtr\u00e9 des valeurs uniques, ex\u00e9cutant l’\u00e9valuation univari\u00e9e avec une isolation m\u00e9moire parfaite pour chaque it\u00e9ration. Cette m\u00e9thodologie \u00e9limine d\u00e9finitivement les erreurs d’expansion matricielle inattendues et offre une alternative sup\u00e9rieure \u00e0 ARRAYFORMULA<\/em> lorsque les jeux de donn\u00e9es complexes impliquent des traitements conditionnels imbriqu\u00e9s ou des v\u00e9rifications logiques multidimensionnelles.<\/p>\n

8. Utilisation de la fonction QUERY pour une analyse agr\u00e9g\u00e9e avanc\u00e9e<\/h2>\n

8.1 Introduction au langage de requ\u00eate Google Visualization API<\/h3>\n

La fonction QUERY<\/em> constitue sans conteste l’outil d’agr\u00e9gation et de transformation le plus puissant, le plus polyvalent et le plus expressif disponible nativement au sein de Google Sheets. Con\u00e7ue comme une passerelle d’acc\u00e8s direct au moteur Google Visualization API Query Language<\/a>, cette instruction transcende le paradigme classique du tableur pour introduire la logique d\u00e9clarative des bases de donn\u00e9es relationnelles, calqu\u00e9e directement sur la grammaire standard du Structured Query Language (SQL).<\/p>\n

Au lieu de cha\u00eener laborieusement de multiples fonctions d\u00e9pendantes (telles que UNIQUE<\/em>, NB.SI<\/em>, TRI<\/em> et FILTRE<\/em>), la fonction QUERY<\/em> condense l’int\u00e9gralit\u00e9 de la cha\u00eene de traitement analytique au sein d’une cha\u00eene textuelle unifi\u00e9e et rigoureusement param\u00e9tr\u00e9e. L’analyste y formule son intention de mani\u00e8re d\u00e9clarative en sp\u00e9cifiant quelles variables doivent \u00eatre s\u00e9lectionn\u00e9es, selon quelles conditions d’exclusion, et sous quel format d’agr\u00e9gation math\u00e9matique elles doivent \u00eatre regroup\u00e9es.<\/p>\n

Il est fondamental de souligner que le langage interne de QUERY<\/em> est dot\u00e9 d’une rigueur formelle stricte. Contrairement aux fonctions arithm\u00e9tiques habituelles du tableur, les clauses de commande du langage de requ\u00eate \u2014 \u00e0 l’instar de SELECT<\/em>, WHERE<\/em>, GROUP BY<\/em>, ORDER BY<\/em> ou LABEL<\/em> \u2014 sont strictement sensibles \u00e0 la casse et doivent \u00eatre r\u00e9dig\u00e9es exclusivement en lettres majuscules sous peine de provoquer une erreur de syntaxe imm\u00e9diate lors du parsing par le compilateur interne.<\/p>\n

8.2 Formulation de requ\u00eates de comptage avec SELECT, COUNT et GROUP BY<\/h3>\n

Pour d\u00e9nombrer la fr\u00e9quence de toutes les occurrences d’une colonne d’observations et dresser un tableau r\u00e9capitulatif complet d’une seule traite, la syntaxe de base de la fonction QUERY<\/em> s’articule autour de la clause d’agr\u00e9gation COUNT<\/em> coupl\u00e9e \u00e0 l’instruction de partitionnement GROUP BY<\/em>. Consid\u00e9rons une colonne A abritant des donn\u00e9es qualitatives non ordonn\u00e9es ; l’instruction fondamentale s’\u00e9nonce ainsi : =QUERY(A2:A; \u00ab\u00a0SELECT A, COUNT(A) WHERE A IS NOT NULL GROUP BY A\u00a0\u00bb)<\/em>.<\/p>\n

L’\u00e9l\u00e9gance de cette expression r\u00e9side dans son exhaustivit\u00e9 proc\u00e9durale. En une seule instruction \u00e9l\u00e9mentaire, le moteur \u00e9carte les lignes d\u00e9pourvues d’information (WHERE A IS NOT NULL<\/em>), extrait l’ensemble des modalit\u00e9s uniques existantes (effet implicite du GROUP BY A<\/em>), et incr\u00e9mente le compteur arithm\u00e9tique pour chaque cat\u00e9gorie observ\u00e9e (COUNT(A)<\/em>). Le r\u00e9sultat est imm\u00e9diatement d\u00e9vers\u00e9 sous la forme d’un tableau \u00e0 deux colonnes parfaitement agenc\u00e9.<\/p>\n

L’expression peut \u00eatre imm\u00e9diatement magnifi\u00e9e pour r\u00e9pondre aux plus hautes exigences de publication gr\u00e2ce aux clauses d’ordonnancement et d’habillage s\u00e9mantique. En adjoignant l’instruction ORDER BY COUNT(A) DESC<\/em>, les modalit\u00e9s sont instantan\u00e9ment hi\u00e9rarchis\u00e9es de la plus fr\u00e9quente \u00e0 la plus rare. Enfin, l’utilisation de la clause LABEL COUNT(A) ‘Effectif’<\/em> permet de substituer dynamiquement un en-t\u00eate professionnel et explicite \u00e0 la formulation brute g\u00e9n\u00e9r\u00e9e par le syst\u00e8me, produisant un rapport analytique achev\u00e9 en une seule formule souveraine.<\/p>\n

8.3 Comparaison critique des performances : QUERY versus NB.SI<\/h3>\n

Bien que la fonction QUERY<\/em> s\u00e9duise par sa concision syntaxique magistrale et son potentiel d\u00e9claratif, l’analyste rigoureux se doit d’\u00e9valuer ses performances computationnelles \u00e0 la lumi\u00e8re de ses compromis structurels face au mod\u00e8le traditionnel NB.SI<\/em>. Le premier \u00e9cueil m\u00e9thodologique de QUERY<\/em> r\u00e9side dans son exigence absolue d’homog\u00e9n\u00e9it\u00e9 des types de donn\u00e9es au sein d’une m\u00eame colonne. Le moteur de visualisation d\u00e9termine le type dominant (num\u00e9rique ou textuel) sur les premi\u00e8res lignes d’une plage ; si des valeurs d’un type minoritaire subsistent plus bas, elles sont tout simplement interpr\u00e9t\u00e9es comme nulles et exclues du d\u00e9compte, g\u00e9n\u00e9rant des biais d’omission invisibles.<\/p>\n

Sur le plan des performances pures face \u00e0 la volum\u00e9trie massive (jeux de donn\u00e9es exc\u00e9dant plusieurs dizaines ou centaines de milliers d’enregistrements), la fonction QUERY<\/em> tend \u00e0 pr\u00e9senter une vitesse d’ex\u00e9cution sup\u00e9rieure \u00e0 une multitude de formules NB.SI<\/em> ind\u00e9pendantes, car elle op\u00e8re un balayage vectoriel unique optimis\u00e9 en m\u00e9moire vive plut\u00f4t que de r\u00e9p\u00e9ter autant de lectures s\u00e9quentielles de la colonne qu’il y a de modalit\u00e9s \u00e0 \u00e9valuer.<\/p>\n

En revanche, la fragilit\u00e9 structurelle de QUERY<\/em> face aux modifications de colonnes constitue un point de vigilance fondamental. Dans une instruction standard, les colonnes sont identifi\u00e9es par des identifiants litt\u00e9raux rigides (A<\/em>, B<\/em>, C<\/em>). Si un collaborateur ins\u00e8re une nouvelle colonne au c\u0153ur de la feuille d’origine, le champ de donn\u00e9es se d\u00e9cale sans que la requ\u00eate textuelle ne s’adapte automatiquement, brisant instantan\u00e9ment le mod\u00e8le analytique. L’utilisation de NB.SI<\/em> avec des r\u00e9f\u00e9rences cellulaires traditionnelles demeure donc pr\u00e9f\u00e9rable dans des classeurs instables soumis \u00e0 des r\u00e9organisations manuelles fr\u00e9quentes.<\/p>\n

9. Tableaux crois\u00e9s dynamiques pour la quantification fr\u00e9quentielle<\/h2>\n

9.1 Cr\u00e9ation et configuration de l’espace de tableau crois\u00e9<\/h3>\n

En marge des architectures fond\u00e9es sur des formulations math\u00e9matiques cod\u00e9es en dur, les tableaux crois\u00e9s dynamiques (commun\u00e9ment d\u00e9sign\u00e9s sous le vocable international de Pivot Tables<\/a>) repr\u00e9sentent un instrument d’exploration interactive indispensable pour la quantification rapide des fr\u00e9quences empiriques. Cet outil visuel permet d’interroger la structure sous-jacente des donn\u00e9es sans exiger la ma\u00eetrise pr\u00e9alable d’une syntaxe programmatique complexe.<\/p>\n

La mise en \u0153uvre s’initie par la s\u00e9lection int\u00e9grale de la matrice tabulaire originelle, suivie de l’insertion de l’espace dynamique via le menu Donn\u00e9es > Tableau crois\u00e9 dynamique<\/em>. L’analyste se voit alors pr\u00e9senter un \u00e9diteur lat\u00e9ral de configuration contextuelle. Pour formaliser la distribution univari\u00e9e de la variable cible, celle-ci doit \u00eatre gliss\u00e9e-d\u00e9pos\u00e9e au sein du quadrant des Lignes<\/em>, ce qui d\u00e9clenche instantan\u00e9ment l’extraction et l’affichage ordonn\u00e9 de toutes ses modalit\u00e9s distinctes.<\/p>\n

L’\u00e9tape de quantification s’op\u00e8re en assignant cette m\u00eame variable au quadrant des Valeurs<\/em>, en veillant scrupuleusement \u00e0 param\u00e9trer le moteur de r\u00e9duction sur la fonction de comptage ad\u00e9quate : COUNTA<\/em> (NBVAL) pour les donn\u00e9es textuelles qualitatives, ou COUNT<\/em> (NB) pour les mesures exclusivement num\u00e9riques. L’ergonomie du tableau crois\u00e9 autorise en outre une personnalisation imm\u00e9diate de l’affichage, permettant de convertir en un clic la m\u00e9trique d’effectifs absolus en pourcentages relatifs rapport\u00e9s au total de la colonne.<\/p>\n

9.2 Segmentation crois\u00e9e multidimensionnelle<\/h3>\n

La valeur ajout\u00e9e d’un tableau crois\u00e9 dynamique culmine lors de la construction instantan\u00e9e de tables de contingence multidimensionnelles complexes, t\u00e2che qui exigerait de nombreuses heures de programmation via des formules NB.SI.ENS<\/em> imbriqu\u00e9es. En projetant une seconde variable cat\u00e9gorielle au sein de l’espace des Colonnes<\/em>, le tableau crois\u00e9 engendre automatiquement une matrice bidirectionnelle croisant chaque modalit\u00e9 du facteur d’exposition avec chaque cat\u00e9gorie de la variable de r\u00e9ponse.<\/p>\n

Cette mod\u00e9lisation crois\u00e9e s’accompagne de l’activation syst\u00e9matique des totaux g\u00e9n\u00e9raux horizontaux et verticaux. Ces marges de sommation constituent un dispositif d’audit essentiel permettant au statisticien de valider d’un coup d’\u0153il l’\u00e9quilibre des distributions marginales. Parall\u00e8lement, l’interface int\u00e8gre des filtres contextuels sophistiqu\u00e9s, offrant la facult\u00e9 d’exclure dynamiquement des cohortes sp\u00e9cifiques ou de masquer les donn\u00e9es aberrantes sans d\u00e9truire l’int\u00e9grit\u00e9 de la source sous-jacente.<\/p>\n

Un atout cognitif majeur r\u00e9side dans la fonctionnalit\u00e9 d’inspection granulaire directe (le \u00ab drill-down \u00bb analytique). Par un simple double-clic sur une cellule de fr\u00e9quence agr\u00e9g\u00e9e au sein de la matrice r\u00e9sultante, Google Sheets g\u00e9n\u00e8re instantan\u00e9ment un nouvel onglet temporaire isolant scrupuleusement l’ensemble des enregistrements empiriques individuels qui constituent cet effectif sp\u00e9cifique, facilitant ainsi les v\u00e9rifications d’anomalies cliniques ou m\u00e9thodologiques.<\/p>\n

\"\"<\/figure>\n

9.3 P\u00e9r\u00e9quation entre tableaux dynamiques et solutions par formules<\/h3>\n

L’arbitrage m\u00e9thodologique entre l’adoption d’un tableau crois\u00e9 dynamique ou le d\u00e9ploiement d’une armature de calcul par formules constitue une d\u00e9cision structurelle importante dans la conception d’un syst\u00e8me de traitement d’information. Les tableaux crois\u00e9s dynamiques offrent une plasticit\u00e9 exploratoire sans \u00e9gale pour l’analyste en phase de d\u00e9couverte d’un jeu de donn\u00e9es inconnu, permettant de restructurer les dimensions d’analyse et de tester des hypoth\u00e8ses de distribution en quelques fractions de seconde.<\/p>\n

N\u00e9anmoins, cette souplesse ergonomique s’accompagne d’inconv\u00e9nients notables dans le cadre de flux de travail totalement automatis\u00e9s. Bien que Google Sheets actualise d\u00e9sormais ses tableaux crois\u00e9s avec une r\u00e9activit\u00e9 bien sup\u00e9rieure \u00e0 celle de ses homologues traditionnels sur poste de travail, leur incorporation au sein de cha\u00eenes de calcul automatis\u00e9es en aval s’av\u00e8re souvent d\u00e9licate. Les tableaux crois\u00e9s sont des structures spatiales fluctuantes qui peuvent \u00e9craser des cellules adjacentes lors d’une expansion inattendue de modalit\u00e9s.<\/p>\n

\u00c0 l’oppos\u00e9, les solutions fond\u00e9es sur des architectures de formules unifi\u00e9es (combinant UNIQUE<\/em>, NB.SI<\/em>, QUERY<\/em> ou BYROW<\/em>) offrent une rigidit\u00e9 protectrice sup\u00e9rieure, une int\u00e9gration fluide avec les fonctions de tra\u00e7age graphique vectoriel, et une reproductibilit\u00e9 script\u00e9e absolue indispensable aux standards de la recherche scientifique. Il est donc hautement recommand\u00e9 de r\u00e9server les tableaux crois\u00e9s aux phases d’exploration pr\u00e9liminaire, et de stabiliser l’analyse finale au sein de formulations explicites avant toute publication ou diffusion institutionnelle.<\/p>\n

10. Traitement des occurrences textuelles partielles et expressions r\u00e9guli\u00e8res<\/h2>\n

10.1 Utilisation des caract\u00e8res g\u00e9n\u00e9riques avec la fonction NB.SI<\/h3>\n

Dans de nombreuses disciplines empiriques \u2014 telles que la linguistique computationnelle, l’analyse d’entretiens qualitatifs en sociologie ou l’exploration de bases d’incidents techniques \u2014, l’analyste est confront\u00e9 \u00e0 des corpus o\u00f9 le concept d’int\u00e9r\u00eat n’appara\u00eet pas sous une \u00e9tiquette cat\u00e9gorielle isol\u00e9e, mais se trouve enkyst\u00e9 au sein de segments textuels plus vastes ou de verbatims ouverts. Dans cette configuration, un test d’\u00e9galit\u00e9 stricte s’av\u00e8re totalement inop\u00e9rant.<\/p>\n

Pour r\u00e9soudre cette difficult\u00e9 sans quitter la simplicit\u00e9 de la fonction NB.SI<\/em>, Google Sheets int\u00e8gre la prise en charge native de caract\u00e8res g\u00e9n\u00e9riques (commun\u00e9ment d\u00e9sign\u00e9s sous le terme de \u00ab wildcards \u00bb). Le premier de ces op\u00e9rateurs est l’ast\u00e9risque (*), qui formalise une s\u00e9quence de z\u00e9ro, un ou plusieurs caract\u00e8res alphanum\u00e9riques ind\u00e9termin\u00e9s. Ainsi, pour d\u00e9nombrer l’ensemble des cellules consignant une observation o\u00f9 le radical lexical \u00ab anxi \u00bb est pr\u00e9sent (couvrant des occurrences telles que \u00ab anxieux \u00bb, \u00ab anxi\u00e9t\u00e9 \u00bb, \u00ab anxieuse \u00bb, ou \u00ab \u00e9tat sub-anxieux \u00bb), la syntaxe s’\u00e9nonce \u00e9l\u00e9gamment sous la forme : =NB.SI(A2:A; \u00ab\u00a0*anxi*\u00a0\u00bb)<\/em>.<\/p>\n

Le second caract\u00e8re g\u00e9n\u00e9rique est le point d’interrogation (?), qui se substitue rigoureusement \u00e0 un caract\u00e8re unique et obligatoire. Cette commande se r\u00e9v\u00e8le pr\u00e9cieuse pour rep\u00e9rer des variantes morphologiques \u00e0 longueur fixe ou des identifiants normalis\u00e9s sujets \u00e0 des variations mineures. Enfin, dans l’\u00e9ventualit\u00e9 o\u00f9 l’analyste chercherait \u00e0 d\u00e9nombrer la pr\u00e9sence explicite d’un symbole ast\u00e9risque ou point d’interrogation litt\u00e9ral au sein du texte, il est imp\u00e9ratif d’\u00e9chapper le caract\u00e8re en le faisant pr\u00e9c\u00e9der d’un tilde (~), comme dans l’expression =NB.SI(A2:A; \u00ab\u00a0*~?*\u00a0\u00bb)<\/em> qui comptabilise les cellules contenant un point d’interrogation formel.<\/p>\n

10.2 D\u00e9nombrement avanc\u00e9 bas\u00e9 sur REGEXMATCH et SOMMEPROD<\/h3>\n

Lorsque la structure lexicale des occurrences recherch\u00e9es d\u00e9passe la combinatoire \u00e9l\u00e9mentaire des caract\u00e8res g\u00e9n\u00e9riques simples \u2014 par exemple pour identifier des formats d’adresses \u00e9lectroniques institutionnelles, des num\u00e9ros d’inclusion clinique ob\u00e9issant \u00e0 des masques complexes, ou des combinaisons syntaxiques disjonctives au sein d’un m\u00eame verbatim \u2014, l’analyste doit convoquer la puissance des expressions r\u00e9guli\u00e8res<\/a> (Regex).<\/p>\n

Google Sheets dispose de fonctions d\u00e9di\u00e9es \u00e0 l’\u00e9valuation par expressions r\u00e9guli\u00e8res, au premier rang desquelles figure REGEXMATCH<\/em>. Toutefois, cette fonction est con\u00e7ue pour renvoyer une valeur bool\u00e9enne unitaire (VRAI ou FAUX) face \u00e0 une entr\u00e9e scalaire. Pour la transformer en un puissant instrument de d\u00e9nombrement vectoriel op\u00e9rant sur une colonne enti\u00e8re, il convient de l’associer \u00e0 la fonction SOMMEPROD<\/em>. La syntaxe canonique se structure alors comme suit : =SOMMEPROD(N(REGEXMATCH(A2:A1000; \u00ab\u00a0(?i)b(sympt\u00f4me|manifestation|signe)b\u00a0\u00bb)))<\/em>.<\/p>\n

Dans ce mod\u00e8le d’ing\u00e9nierie avanc\u00e9e, le modificateur (?i)<\/em> neutralise la sensibilit\u00e9 \u00e0 la casse, les balises b<\/em> d\u00e9limitent les fronti\u00e8res de mots stricts pour pr\u00e9venir la capture intempestive de sous-cha\u00eenes non cibl\u00e9es, et le symbole barre verticale (|) applique l’op\u00e9rateur disjonctif OU au niveau intralexical. La fonction unaire N()<\/em> (ou l’emploi d’un double op\u00e9rateur unaire n\u00e9gatif —<\/em>) contraint la matrice des bool\u00e9ens r\u00e9sultants \u00e0 se convertir en un vecteur arithm\u00e9tique binaire compos\u00e9 de 1 et de 0, que la fonction SOMMEPROD<\/em> accumule imm\u00e9diatement pour d\u00e9livrer le d\u00e9compte exact d’occurrences textuelles complexes.<\/p>\n

10.3 Comptage des occurrences multiples d’un m\u00eame mot au sein d’une seule cellule<\/h3>\n

Une distinction \u00e9pist\u00e9mologique et m\u00e9thodologique fondamentale doit \u00eatre op\u00e9r\u00e9e entre la fr\u00e9quence de cellules positives et l’intensit\u00e9 lexicale globale d’une observation. Toutes les formules pr\u00e9sent\u00e9es jusqu’ici (qu’il s’agisse de NB.SI<\/em> avec ast\u00e9risques ou de REGEXMATCH<\/em>) \u00e9valuent la conformit\u00e9 d’une unit\u00e9 cellulaire : si un mot cl\u00e9 sp\u00e9cifique appara\u00eet quatre fois au sein du verbatim recueilli aupr\u00e8s d’un unique participant, ces fonctions incr\u00e9menteront le compteur g\u00e9n\u00e9ral d’une seule unit\u00e9, mesurant la pr\u00e9valence du ph\u00e9nom\u00e8ne au niveau inter-sujet mais occultant totalement son intensit\u00e9 intra-sujet.<\/p>\n

Pour mesurer la fr\u00e9quence totale absolue de r\u00e9p\u00e9tition d’un terme au sein d’une cellule donn\u00e9e (ou d’une colonne agr\u00e9g\u00e9e), il est n\u00e9cessaire de d\u00e9ployer un algorithme math\u00e9matique ing\u00e9nieux fond\u00e9 sur le diff\u00e9rentiel de longueur de cha\u00eenes textuelles. En mesurant la longueur totale de la cha\u00eene initiale \u00e0 l’aide de NBCAR<\/em>, puis en soustrayant la longueur de cette m\u00eame cha\u00eene apr\u00e8s avoir int\u00e9gralement purg\u00e9 le mot cible via la fonction SUBSTITUE<\/em>, l’analyste obtient le nombre exact de caract\u00e8res consomm\u00e9s par les apparitions du terme. Il suffit alors de diviser ce reliquat par la longueur intrins\u00e8que du terme recherch\u00e9.<\/p>\n

La formule univari\u00e9e pour une observation log\u00e9e en A2<\/em> se formalise de la sorte : =(NBCAR(A2) – NBCAR(SUBSTITUE(A2; \u00ab\u00a0terme\u00a0\u00bb; \u00ab\u00a0\u00a0\u00bb))) \/ NBCAR(\u00ab\u00a0terme\u00a0\u00bb)<\/em>. Afin d’\u00e9tendre ce d\u00e9nombrement \u00e0 l’int\u00e9gralit\u00e9 d’un corpus de plusieurs milliers de lignes textuelles, cette logique de soustraction de longueurs vectorielles est avantageusement encapsul\u00e9e au sein d’une commande sommatoire matricielle : =SOMMEPROD((NBCAR(A2:A1000) – NBCAR(SUBSTITUE(A2:A1000; \u00ab\u00a0terme\u00a0\u00bb; \u00ab\u00a0\u00a0\u00bb))) \/ NBCAR(\u00ab\u00a0terme\u00a0\u00bb))<\/em>, livrant une quantification exhaustive de l’intensit\u00e9 discursive globale de l’\u00e9chantillon.<\/p>\n

11. Gestion des biais m\u00e9thodologiques, erreurs fr\u00e9quentes et valeurs manquantes<\/h2>\n

11.1 Diagnostic des erreurs typiques de d\u00e9nombrement<\/h3>\n

L’exploitation de feuilles de calcul pour des travaux scientifiques de haute pr\u00e9cision est fr\u00e9quemment compromise par des d\u00e9faillances insidieuses qui ne d\u00e9clenchent aucune interruption formelle du moteur de calcul. L’illusion d’exactitude cr\u00e9\u00e9e par l’affichage p\u00e9remptoire d’un chiffre arithm\u00e9tique constitue le danger le plus redoutable pour l’analyste. Le premier pi\u00e8ge r\u00e9side dans le pseudo-formatage des nombres stock\u00e9s en tant que cha\u00eenes de caract\u00e8res litt\u00e9rales, anomalie survenant couramment lors de l’importation de fichiers au format CSV g\u00e9n\u00e9r\u00e9s par des plateformes d’enqu\u00eates en ligne.<\/p>\n

Si une colonne contient des valeurs num\u00e9riques dont certaines sont pr\u00e9fix\u00e9es d’une apostrophe ou format\u00e9es en texte, les fonctions d’\u00e9valuation arithm\u00e9tique et les comparaisons de seuils peuvent se comporter de mani\u00e8re totalement incoh\u00e9rente. Ainsi, une condition de comparaison telle que \u00ab\u00a0>50\u00a0\u00bb<\/em> exclura arbitrairement des observations num\u00e9riques stock\u00e9es sous forme de texte, faussant silencieusement le d\u00e9compte final. L’application pr\u00e9alable de la fonction CNUM<\/em> ou la r\u00e9application explicite du format num\u00e9rique via le menu Format s’av\u00e8re indispensable pour assainir ces discordances de typage.<\/p>\n

Une autre anomalie hautement pernicieuse d\u00e9coule des r\u00e9f\u00e9rences circulaires involontaires induites lors de l’implantation des tables de synth\u00e8se. Si la plage vectorielle couverte par une formule de d\u00e9nombrement (par exemple A:A<\/em>) vient \u00e0 englober la cellule m\u00eame qui h\u00e9berge le calcul de synth\u00e8se ou son sous-total, une boucle d’it\u00e9ration instable est amorc\u00e9e, risquant de geler les ressources computationnelles du navigateur ou d’afficher des r\u00e9sultats totalement aberrants. Le confinement rigoureux des plages au moyen d’indices d’intervalles pr\u00e9cis (comme A2:A500<\/em>) \u00e9limine radicalement ce danger syst\u00e9mique.<\/p>\n

11.2 Biais d’\u00e9chantillonnage et int\u00e9grit\u00e9 de la distribution<\/h3>\n

Sur le plan de l’\u00e9pist\u00e9mologie de la mesure, le d\u00e9nombrement brut d’occurrences ne saurait s’exon\u00e9rer d’une r\u00e9flexion critique sur l’int\u00e9grit\u00e9 de la distribution sous-jacente. L’erreur la plus commune chez les analystes d\u00e9butants consiste \u00e0 assimiler aveugl\u00e9ment l’absence r\u00e9elle d’un \u00e9v\u00e9nement (qui correspond rigoureusement \u00e0 une fr\u00e9quence empirique de z\u00e9ro) avec l’\u00e9tat de donn\u00e9e manquante ou non renseign\u00e9e (qui rel\u00e8ve de l’incertitude \u00e9pist\u00e9mique absolue, traditionnellement not\u00e9e NA). Confondre ces deux statuts au sein d’une feuille de calcul d\u00e9truit la validit\u00e9 de l’inf\u00e9rence statistique ult\u00e9rieure.<\/p>\n

Un ph\u00e9nom\u00e8ne corollaire concerne le traitement des modalit\u00e9s \u00e0 tr\u00e8s faible fr\u00e9quence, \u00e9galement d\u00e9sign\u00e9 sous le terme de probl\u00e8me des cellules rares ou \u00e9parses. Dans les distributions empiriques hautement asym\u00e9triques (ob\u00e9issant fr\u00e9quemment \u00e0 des lois de puissance ou lois de Pareto), une multitude de modalit\u00e9s ne comptabilisent qu’une seule occurrence isol\u00e9e (les \u00ab hapax \u00bb lexicaux ou cliniques). L’inclusion brute de ces \u00e9v\u00e9nements sporadiques au sein de tables d’analyse peut d\u00e9stabiliser lourdement les tests statistiques confirmatoires (notamment les tests de contingence asymptotiques).<\/p>\n

Face \u00e0 ce constat, le chercheur doit se garder de proc\u00e9der \u00e0 des regroupements arbitraires a posteriori pour gonfler artificiellement les effectifs de certaines cases. Toute d\u00e9cision d’amendement taxonomique \u2014 telle que la fusion de modalit\u00e9s secondaires sous l’\u00e9tiquette g\u00e9n\u00e9rique \u00ab Autre \u00bb \u2014 doit imp\u00e9rativement s’adosser \u00e0 une justification th\u00e9orique pr\u00e9d\u00e9finie dans le protocole de recherche pr\u00e9-enregistr\u00e9, et ne doit en aucun cas \u00eatre guid\u00e9e par la simple opportunit\u00e9 statistique d\u00e9couverte \u00e0 la vol\u00e9e sur la feuille de calcul.<\/p>\n

11.3 Mise en place de tests de validation automatis\u00e9s<\/h3>\n

Pour immuniser les cha\u00eenes de traitement quantitatif contre les d\u00e9rives computationnelles et garantir une reproductibilit\u00e9 conforme aux standards de la science ouverte, l’ing\u00e9nierie des classeurs analytiques doit int\u00e9grer des syst\u00e8mes d’assertions logiques et de tests unitaires automatis\u00e9s. Le dispositif de s\u00e9curit\u00e9 le plus \u00e9l\u00e9mentaire mais le plus efficace consiste \u00e0 implanter une cellule de contr\u00f4le d’int\u00e9grit\u00e9 marginale adjacente au tableau de distribution des fr\u00e9quences.<\/p>\n

Cette cellule de v\u00e9rification doit confronter en temps r\u00e9el la somme de l’ensemble des fr\u00e9quences calcul\u00e9es par les fonctions NB.SI<\/em> au nombre effectif d’enregistrements valid\u00e9s au sein de la base d’origine. L’impl\u00e9mentation d’une assertion logique explicite se structure comme suit : =SI(SOMME(F2:F) = NBVAL(A2:A); \u00ab\u00a0CONFORME\u00a0\u00bb; \u00ab\u00a0ALERTE : DISCORDANCE D’EFFECTIFS\u00a0\u00bb)<\/em>. Si un \u00e9cart arithm\u00e9tique quelconque survient \u2014 qu’il s’agisse de la pr\u00e9sence d’espaces non normalis\u00e9s ou de crit\u00e8res mal configur\u00e9s \u2014, la cellule passe instantan\u00e9ment en \u00e9tat d’alerte s\u00e9mantique.<\/p>\n

Ce dispositif de surveillance logique est avantageusement coupl\u00e9 \u00e0 une r\u00e8gle de formatage conditionnel dynamique. En configurant la cellule d’audit pour qu’elle vire au rouge vif d\u00e8s lors que la condition d’\u00e9galit\u00e9 n’est pas rigoureusement v\u00e9rifi\u00e9e, l’analyste se dote d’un tableau de bord visuel inviolable. Aucun r\u00e9sultat ne doit \u00eatre communiqu\u00e9, visualis\u00e9 ou soumis \u00e0 publication acad\u00e9mique tant que l’ensemble des assertions logiques du classeur n’avertit pas d’une congruence parfaite de tous les d\u00e9comptes d’occurrences.<\/p>\n

12. Visualisation et interpr\u00e9tation psychom\u00e9trique des distributions d’occurrences<\/h2>\n

12.1 Traduction graphique des d\u00e9comptes fr\u00e9quentiels<\/h3>\n

L’agr\u00e9gation num\u00e9rique des occurrences au sein d’une table de contingence ne constitue qu’une \u00e9tape interm\u00e9diaire du traitement analytique ; la transmission des savoirs empiriques exige leur restitution sous une forme visuelle rigoureuse, fid\u00e8le et directement d\u00e9codable par les pairs. Dans le cadre de variables qualitatives discr\u00e8tes, le choix de la s\u00e9miologie graphique s’av\u00e8re hautement critique pour \u00e9viter toute distorsion projective de l’ampleur des ph\u00e9nom\u00e8nes mesur\u00e9s.<\/p>\n

Pour repr\u00e9senter des modalit\u00e9s cat\u00e9gorielles disjointes, le diagramme en barres verticales ou horizontales demeure la norme de r\u00e9f\u00e9rence incontest\u00e9e des publications scientifiques. Contrairement \u00e0 une croyance r\u00e9pandue, un diagramme en barres pour variables cat\u00e9gorielles ne doit pas \u00eatre confondu avec un histogramme continu, ce dernier \u00e9tant formellement r\u00e9serv\u00e9 \u00e0 la distribution de variables quantitatives continues pr\u00e9alablement d\u00e9coup\u00e9es en classes d’amplitudes \u00e9gales. Les barres doivent \u00eatre nettement espac\u00e9es pour mat\u00e9rialiser graphiquement la discontinuit\u00e9 logique des \u00e9tats nominaux.<\/p>\n

Une r\u00e8gle de probit\u00e9 scientifique cardinale \u2014 trop souvent bafou\u00e9e dans les repr\u00e9sentations h\u00e2tives \u2014 impose d’ancrer syst\u00e9matiquement l’axe quantitatif des ordonn\u00e9es au point d’origine arithm\u00e9tique z\u00e9ro. L’interruption artificielle de l’axe de r\u00e9f\u00e9rence dans le but d’amplifier visuellement de modestes \u00e9carts d’effectifs entre cat\u00e9gories constitue un biais de communication caract\u00e9ris\u00e9. Par ailleurs, l’usage des diagrammes \u00e0 secteurs (commun\u00e9ment appel\u00e9s camemberts) doit \u00eatre rigoureusement proscrit d\u00e8s que le nombre de modalit\u00e9s d\u00e9passe trois : le syst\u00e8me visuel humain peinant lourdement \u00e0 estimer avec pr\u00e9cision des diff\u00e9rences d’aires et d’angles, ce format d\u00e9grade l’interpr\u00e9tation comparative des effectifs r\u00e9els.<\/p>\n

12.2 Transition des effectifs vers les probabilit\u00e9s et analyses inf\u00e9rentielles<\/h3>\n

D\u00e8s lors que le d\u00e9nombrement fr\u00e9quentiel est certifi\u00e9 exempt de toute scorie m\u00e9thodologique, la distribution des effectifs bruts s’\u00e9mancipe de son statut purement descriptif pour devenir le socle des d\u00e9marches inf\u00e9rentielles. La premi\u00e8re phase de cette transition math\u00e9matique s’incarne dans la d\u00e9rivation des fr\u00e9quences relatives (not\u00e9es fi), obtenues en divisant l’effectif observ\u00e9 de chaque cat\u00e9gorie par la taille totale de l’\u00e9chantillon (N). Ces fr\u00e9quences relatives constituent des estimateurs convergents non biais\u00e9s des probabilit\u00e9s r\u00e9elles sous-jacentes du ph\u00e9nom\u00e8ne au sein de la population parente.<\/p>\n

Ces vecteurs et matrices d’occurrences pr\u00e9par\u00e9s dans Google Sheets sont sp\u00e9cifiquement dimensionn\u00e9s pour alimenter les tests d’hypoth\u00e8ses confirmatoires classiques. Le plus embl\u00e9matique d’entre eux est incontestablement le test d’ind\u00e9pendance ou d’ad\u00e9quation du Chi-carr\u00e9 de Pearson<\/a>. En confrontant les effectifs empiriquement d\u00e9nombr\u00e9s par nos fonctions aux effectifs th\u00e9oriques attendus sous l’hypoth\u00e8se nulle d’\u00e9quiprobabilit\u00e9 ou d’ind\u00e9pendance stochastique, le statisticien quantifie le degr\u00e9 de divergence entre observation et mod\u00e8le.<\/p>\n

Pour assurer la fluidit\u00e9 de ces d\u00e9marches confirmatoires avanc\u00e9es, Google Sheets sert souvent de plateforme interm\u00e9diaire de nettoyage et de pr\u00e9traitement avant exportation vers des environnements sp\u00e9cialis\u00e9s tels que R<\/a>, JASP ou SPSS. La structuration ordonn\u00e9e des tables d’occurrences permet une conversion fluide au format CSV ou une aspiration directe via des scripts d’API sans n\u00e9cessiter la moindre r\u00e9organisation de syntaxe au sein du progiciel statistique de destination.<\/p>\n

12.3 Synth\u00e8se proc\u00e9durale et guide de bonnes pratiques<\/h3>\n

Au terme de cette exploration multidimensionnelle des m\u00e9canismes de comptage fr\u00e9quentiel dans Google Sheets, il convient de cristalliser ces prescriptions techniques sous la forme d’un arbre d\u00e9cisionnel d’ing\u00e9nierie des donn\u00e9es. Face \u00e0 une probl\u00e9matique de d\u00e9nombrement concr\u00e8te, l’analyste doit articuler son choix algorithmique selon un protocole clair et \u00e9prouv\u00e9 :<\/p>\n

    \n
  • Crit\u00e8re univari\u00e9 ponctuel dans un tableau stable :<\/strong> Mobiliser la fonction NB.SI<\/em> en associant obligatoirement l’argument \u00e0 une r\u00e9f\u00e9rence cellulaire dynamique ext\u00e9rieure pour \u00e9viter le hard-coding.<\/li>\n
  • G\u00e9n\u00e9ration automatique d’un tableau exhaustif \u00e0 deux colonnes :<\/strong> D\u00e9ployer la combinaison TRI(UNIQUE(plage))<\/em> pour les libell\u00e9s, puis implanter l’instruction vectorielle BYROW<\/em> ou ARRAYFORMULA<\/em> avec neutralisation des vides pour les effectifs.<\/li>\n
  • Segmentation crois\u00e9e multivari\u00e9e complexe (ET logique) :<\/strong> Recourir \u00e0 la fonction congruente NB.SI.ENS<\/em> sur des plages vectorielles rigoureusement dimensionn\u00e9es \u00e0 l’identique.<\/li>\n
  • Rapport r\u00e9capitulatif consolid\u00e9 avec tri et filtrage imm\u00e9diat :<\/strong> Ex\u00e9cuter une requ\u00eate d\u00e9clarative unique via la fonction QUERY<\/em> en combinant les clauses SELECT<\/em>, COUNT<\/em>, GROUP BY<\/em> et LABEL<\/em>.<\/li>\n
  • Exploration ph\u00e9nom\u00e9nologique pr\u00e9liminaire non finalis\u00e9e :<\/strong> Exploiter l’interactivit\u00e9 d’un Tableau crois\u00e9 dynamique<\/em> avec calcul des pourcentages marginaux.<\/li>\n
  • Recherche s\u00e9mantique partielle au sein de verbatims ouverts :<\/strong> Mobiliser les caract\u00e8res g\u00e9n\u00e9riques avec NB.SI<\/em> ou d\u00e9ployer l’architecture combin\u00e9e SOMMEPROD<\/em> et REGEXMATCH<\/em>.<\/li>\n<\/ul>\n

    Enfin, la gouvernance analytique prescrit d’\u00e9riger la documentation formelle en imp\u00e9ratif d\u00e9ontologique. Chaque classeur d’importance scientifique ou professionnelle doit int\u00e9grer un onglet de m\u00e9tadonn\u00e9es d\u00e9taillant sans ambigu\u00eft\u00e9 la d\u00e9finition op\u00e9rationnelle de chaque variable observ\u00e9e, la signification exacte des \u00e9tiquettes de codage, la justification des protocoles de nettoyage typographique adopt\u00e9s, ainsi que la date de la derni\u00e8re certification d’int\u00e9grit\u00e9 marginale des effectifs. Ce n’est qu’au prix de cette rigueur m\u00e9thodologique sans faille que l’analyse des occurrences dans Google Sheets acquiert les vertus cardinales de fiabilit\u00e9, de transparence et de p\u00e9rennit\u00e9 inh\u00e9rentes \u00e0 toute recherche d’excellence.<\/p>\n

    R\u00e9f\u00e9rences<\/h2>\n
      \n
    • Google. (2024). Utiliser la fonction NB.SI dans Google Sheets<\/em>. Centre d’aide Google Docs. https:\/\/support.google.com\/docs\/answer\/3093480?hl=fr<\/li>\n
    • Google Developers. (2023). Google Visualization API Query Language Version 0.7<\/em>. Google Developers Reference Guide. https:\/\/developers.google.com\/chart\/interactive\/docs\/querylanguage<\/li>\n
    • Institut National de la Statistique et des \u00c9tudes \u00c9conomiques (INSEE). (2021). Les fondamentaux de la statistique descriptive : Mesures de distribution et fr\u00e9quences<\/em>. Manuels m\u00e9thodologiques de l’INSEE. https:\/\/www.insee.fr<\/li>\n
    • Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. Philosophical Magazine Series 5<\/em>, 50(302), 157\u2013175. https:\/\/doi.org\/10.1080\/14786440009463897<\/li>\n
    • Wickham, H. (2014). Tidy Data. Journal of Statistical Software<\/em>, 59(10), 1\u201323. https:\/\/doi.org\/10.18637\/jss.v059.i10<\/li>\n
    • Wilkinson, L. (2005). The Grammar of Graphics<\/em> (2nd ed.). Springer-Verlag. https:\/\/doi.org\/10.1007\/0-387-28695-0<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"

      Guide m\u00e9thodologique complet pour d\u00e9nombrer les occurrences dans Google Sheets \u00e0 l’aide des fonctions NB.SI, UNIQUE, QUERY et des formules matricielles.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[2141,6321],"tags":[1884,6786,5737,6279,3287],"class_list":["post-4812","psych_stat","type-psych_stat","status-publish","hentry","category-methodologie-quantitative","category-outils-de-recherche","tag-analyse-de-donnees","tag-comptage-occurrences","tag-google-sheets","tag-nb-si","tag-unique"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4812","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=4812"}],"version-history":[{"count":1,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4812\/revisions"}],"predecessor-version":[{"id":16691,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_stat\/4812\/revisions\/16691"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4812"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4812"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4812"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}