L’analyse des conduites humaines, des processus cognitifs et des \u00e9tats affectifs confronte traditionnellement la psychom\u00e9trie et la mod\u00e9lisation statistique \u00e0 un d\u00e9fi \u00e9pist\u00e9mologique de premier ordre : la nature intrins\u00e8quement non lin\u00e9aire, dynamique et interactive des ph\u00e9nom\u00e8nes psychologiques. Durant plusieurs d\u00e9cennies, le paradigme dominant de la recherche quantitative en sciences du comportement a repos\u00e9 sur le mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ralis\u00e9 par moindres carr\u00e9s ordinaires. Bien que cette approche ait conf\u00e9r\u00e9 une structure analytique rigoureuse et facilement interpr\u00e9table aux investigations empiriques, elle impose un ensemble de postulats d’une rigidit\u00e9 souvent incompatible avec la r\u00e9alit\u00e9 biologique et psychique. Les comportements humains ne r\u00e9pondent que tr\u00e8s rarement \u00e0 des principes de proportionnalit\u00e9 stricte ; ils manifestent des seuils d’activation, des points d’inflexion, des paliers de saturation et des effets mod\u00e9rateurs locaux qui d\u00e9fient les formulations param\u00e9triques classiques.<\/p>\n
Face \u00e0 ces limitations, les chercheurs ont longtemps oscill\u00e9 entre deux \u00e9cueils m\u00e9thodologiques : d’un c\u00f4t\u00e9, le recours \u00e0 des approximations polynomiales globales, g\u00e9n\u00e9ratrices d’artefacts math\u00e9matiques et d’instabilit\u00e9s num\u00e9riques s\u00e9v\u00e8res ; de l’autre, l’adoption r\u00e9cente d’algorithmes d’apprentissage automatique opaques, tels que les for\u00eats al\u00e9atoires ou les r\u00e9seaux de neurones profonds, dont la structure en \u00ab bo\u00eete noire \u00bb compromet gravement l’exigence d’intelligibilit\u00e9 th\u00e9orique indispensable \u00e0 la psychologie clinique, cognitive et organisationnelle. Dans ce paysage m\u00e9thodologique polaris\u00e9, les splines de r\u00e9gression adaptative multivari\u00e9e (d\u00e9sign\u00e9es sous l’acronyme MARS pour Multivariate Adaptive Regression Splines<\/em>), introduites par le statisticien Jerome Friedman au d\u00e9but des ann\u00e9es 1990, constituent une avanc\u00e9e conceptuelle majeure. Cette approche non param\u00e9trique parvient \u00e0 combiner la flexibilit\u00e9 d’ajustement des techniques d’apprentissage statistique les plus avanc\u00e9es avec la transparence analytique propre aux r\u00e9gressions lin\u00e9aires par morceaux.<\/p>\n Le pr\u00e9sent article propose une analyse approfondie des fondements th\u00e9oriques, des m\u00e9canismes algorithmiques et des applications empiriques des mod\u00e8les MARS au sein de la psychologie quantitative contemporaine. En explorant la d\u00e9composition du continuum des pr\u00e9dicteurs en fonctions de base charni\u00e8res, la dynamique de s\u00e9lection ascendante suivie d’un \u00e9lagage r\u00e9gul\u00e9 par la validation crois\u00e9e g\u00e9n\u00e9ralis\u00e9e, ainsi que la formalisation \u00e9l\u00e9gante des interactions multivari\u00e9es, nous mettrons en lumi\u00e8re la mani\u00e8re dont cet outil statistique permet de d\u00e9passer les apories des mod\u00e8les lin\u00e9aires classiques tout en pr\u00e9servant une interpr\u00e9tabilit\u00e9 clinique et psychom\u00e9trique optimale.<\/p>\n Le mod\u00e8le de r\u00e9gression lin\u00e9aire classique repose sur la formalisation math\u00e9matique Y = \u03b20 + \u03b21X + \u03b5, o\u00f9 Y repr\u00e9sente la variable d\u00e9pendante observ\u00e9e, X le vecteur des pr\u00e9dicteurs, \u03b20 l’ordonn\u00e9e \u00e0 l’origine, \u03b21 le coefficient de pente globale et \u03b5 le terme d’erreur stochastique suppos\u00e9 ind\u00e9pendant et identiquement distribu\u00e9 selon une loi normale centr\u00e9e d’\u00e9cart-type constant. Ce formalisme implique une hypoth\u00e8se structurale lourde de cons\u00e9quences : la stricte proportionnalit\u00e9 de l’effet. Selon ce principe, chaque variation d’une unit\u00e9 sur l’\u00e9chelle du pr\u00e9dicteur X entra\u00eene invariablement une modification d’ampleur constante \u03b21 sur l’esp\u00e9rance math\u00e9matique de la variable r\u00e9ponse Y, ind\u00e9pendamment de la position initiale du sujet sur le continuum psychom\u00e9trique consid\u00e9r\u00e9.<\/p>\n Or, cette hypoth\u00e8se d’homog\u00e9n\u00e9it\u00e9 marginale contredit frontalement les fondements de la psychologie diff\u00e9rentielle et cognitive. Les construits latents tels que l’intelligence fluide, la r\u00e9activit\u00e9 \u00e9motionnelle ou la tol\u00e9rance au stress pr\u00e9sentent des dynamiques sous-jacentes non monotones ou marqu\u00e9es par des zones de latence suivies d’acc\u00e9l\u00e9rations brutales. Lorsque la lin\u00e9arit\u00e9 est viol\u00e9e, l’estimation des param\u00e8tres par les moindres carr\u00e9s ordinaires souffre d’un biais syst\u00e9matique d’ajustement. Le mod\u00e8le moyen produit un sous-ajustement structurel qui masque la v\u00e9ritable configuration fonctionnelle reliant les variables, compressant artificiellement l’ampleur des effets aux extr\u00eames de la distribution.<\/p>\n Les donn\u00e9es empiriques illustrent abondamment ces d\u00e9faillances. Dans l’\u00e9tude du stress au travail, par exemple, la charge cognitive n’entra\u00eene pas une d\u00e9gradation lin\u00e9aire continue des fonctions ex\u00e9cutives. Les individus pr\u00e9sentent fr\u00e9quemment une zone d’hom\u00e9ostasie au sein de laquelle une augmentation de la charge mentale n’a aucun impact d\u00e9tectable sur l’efficience op\u00e9ratoire, jusqu’\u00e0 ce qu’un seuil critique de rupture soit atteint, provoquant une d\u00e9t\u00e9rioration abrupte de la performance. De m\u00eame, la relation entre le revenu \u00e9conomique et le bien-\u00eatre subjectif ob\u00e9it \u00e0 la loi des rendements marginaux d\u00e9croissants, document\u00e9e par le paradoxe d’Easterlin, o\u00f9 chaque dollar suppl\u00e9mentaire produit un b\u00e9n\u00e9fice psychologique quasi nul au-del\u00e0 d’un certain palier d’aisance mat\u00e9rielle. Forcer une droite de r\u00e9gression sur de telles donn\u00e9es revient \u00e0 biaiser gravement l’estimation de l’impact r\u00e9el des d\u00e9terminants environnementaux sur le fonctionnement psychique.<\/p>\n L’un des \u00e9cueils majeurs inh\u00e9rents \u00e0 l’usage des coefficients de r\u00e9gression globaux r\u00e9side dans leur incapacit\u00e9 fondamentale \u00e0 discriminer les effets locaux diff\u00e9renci\u00e9s au sein de populations h\u00e9t\u00e9rog\u00e8nes sans recourir \u00e0 une stratification a priori arbitraire. En agr\u00e9geant l’ensemble des observations dans une m\u00e9trique de pente unique, la r\u00e9gression conventionnelle postule que le m\u00e9canisme sous-jacent est uniforme sur toute l’\u00e9tendue de l’espace \u00e9chantillonnal. D\u00e8s lors qu’une sous-population pr\u00e9sente une vuln\u00e9rabilit\u00e9 biologique ou psychologique accrue \u00e0 des doses faibles d’un facteur stresseur, tandis qu’une autre manifeste une r\u00e9silience prolong\u00e9e avant d\u00e9compensation, le coefficient global \u03b21 constitue une moyenne pond\u00e9r\u00e9e abstraite qui ne d\u00e9crit fid\u00e8lement aucun des groupes constitutifs de la cohorte.<\/p>\n Cette lacune statistique s’accompagne d’une sensibilit\u00e9 excessive des estimateurs globaux aux valeurs extr\u00eames et atypiques. En vertu de la minimisation de la somme des carr\u00e9s des r\u00e9sidus, une poign\u00e9e d’observations situ\u00e9es aux confins de la distribution multidimensionnelle peut exercer un bras de levier disproportionn\u00e9 sur la trajectoire de la droite de r\u00e9gression, modifiant artificiellement l’orientation de la pente pour l’ensemble du domaine de mesure. Ce ph\u00e9nom\u00e8ne engendre des distorsions pr\u00e9dictives majeures pour la vaste majorit\u00e9 des participants situ\u00e9s au centre de la distribution psychom\u00e9trique.<\/p>\n De surcro\u00eet, le formalisme lin\u00e9aire standard se heurte \u00e0 une incapacit\u00e9 conceptuelle \u00e0 mod\u00e9liser les ruptures comportementales soudaines, les ph\u00e9nom\u00e8nes d’hyst\u00e9r\u00e9sis et les points de bascule psychologique. La transition entre un \u00e9tat affectif sain et un \u00e9pisode d\u00e9pressif majeur caract\u00e9ris\u00e9 ne s’op\u00e8re que rarement par glissement graduel et sym\u00e9trique. Elle s’apparente bien plus souvent \u00e0 un changement de phase thermodynamique ou \u00e0 une catastrophe math\u00e9matique, au sens de Ren\u00e9 Thom, au sein de laquelle une variation infinit\u00e9simale d’une variable de contr\u00f4le engendre un basculement qualitatif discontinu. Face \u00e0 de telles transitions critiques, la rigidit\u00e9 d’une droite de r\u00e9gression globale s’av\u00e8re m\u00e9thodologiquement d\u00e9sarm\u00e9e, contraignant le chercheur \u00e0 ignorer la structure ph\u00e9nom\u00e9nologique intime du fonctionnement psychologique.<\/p>\n Dans le cadre des plans de recherche observationnels non randomis\u00e9s, fr\u00e9quemment d\u00e9ploy\u00e9s en psychologie clinique, sociale et du d\u00e9veloppement, l’inad\u00e9quation fonctionnelle se traduit par une crise chronique de sp\u00e9cification du mod\u00e8le statistique. Lorsque la non-lin\u00e9arit\u00e9 fondamentale du ph\u00e9nom\u00e8ne \u00e9tudi\u00e9 est ignor\u00e9e, les termes d’interaction et les composantes curvilin\u00e9aires omis sont m\u00e9caniquement r\u00e9inject\u00e9s dans le terme d’erreur stochastique. Il en r\u00e9sulte un gonflement artificiel de la variance r\u00e9siduelle, qui effondre la puissance statistique des tests d’hypoth\u00e8se et conduit \u00e0 des erreurs de type II fr\u00e9quentes, amenant les chercheurs \u00e0 rejeter \u00e0 tort des associations th\u00e9oriques pourtant robustes.<\/p>\n Pour tenter de pallier ces distorsions au sein du paradigme lin\u00e9aire standard, les m\u00e9thodologistes recourent de mani\u00e8re routini\u00e8re \u00e0 des transformations ad hoc des variables explicatives ou d\u00e9pendantes, telles que les transformations logarithmiques, les fonctions inverses ou les transformations de Box-Cox. Bien que ces manipulations math\u00e9matiques puissent parfois r\u00e9tablir l’homosc\u00e9dasticit\u00e9 des r\u00e9sidus ou rapprocher leur distribution de la normalit\u00e9, elles introduisent un co\u00fbt interpr\u00e9tatif prohibitif. Les coefficients estim\u00e9s cessent de s’exprimer sur l’\u00e9chelle m\u00e9trique naturelle des inventaires psychologiques standardis\u00e9s, rendant la communication des r\u00e9sultats aux praticiens et l’int\u00e9gration dans des m\u00e9ta-analyses particuli\u00e8rement p\u00e9rilleuses.<\/p>\n Ce bricolage param\u00e9trique met en relief la n\u00e9cessit\u00e9 urgente d’une transition vers des m\u00e9thodologies d’apprentissage statistique automatis\u00e9es, flexibles et inductives. Plut\u00f4t que de contraindre la r\u00e9alit\u00e9 psychologique \u00e0 se plier aux exigences math\u00e9matiques rigides d’une \u00e9quation postul\u00e9e arbitrairement par l’investigateur, il convient d’adopter des algorithmes capables d’extraire la g\u00e9om\u00e9trie fonctionnelle des relations directement \u00e0 partir des r\u00e9gularit\u00e9s empiriques contenues dans les donn\u00e9es, tout en fournissant une formalisation math\u00e9matique intelligible et parcimonieuse. C’est pr\u00e9cis\u00e9ment \u00e0 cette exigence \u00e9pist\u00e9mique que r\u00e9pondent les splines de r\u00e9gression adaptative multivari\u00e9e.<\/p>\n Face \u00e0 l’insuffisance flagrante de la droite lin\u00e9aire, la r\u00e9gression polynomiale a longtemps constitu\u00e9 la r\u00e9ponse technique par d\u00e9faut dans les manuels de psychologie quantitative. L’extension du mod\u00e8le lin\u00e9aire par l’introduction de puissances successives d’une variable pr\u00e9dictive s’exprime selon la formule g\u00e9n\u00e9rale d’ordre h : Y = \u03b20 + \u03b21X + \u03b22X^2 + \u2026 + \u03b2hX^h + \u03b5. Au premier abord, cette approche pr\u00e9sente l’avantage s\u00e9duisant de demeurer dans le giron math\u00e9matique de la r\u00e9gression lin\u00e9aire g\u00e9n\u00e9rale, autorisant une estimation sans heurts par la m\u00e9thode classique des moindres carr\u00e9s ordinaires tout en int\u00e9grant des courbures dans la trajectoire estim\u00e9e.<\/p>\n Toutefois, cette apparente simplicit\u00e9 analytique se heurte imm\u00e9diatement au fl\u00e9au de la dimensionnalit\u00e9 d\u00e8s lors que l’on manipule plusieurs pr\u00e9dicteurs simultan\u00e9ment, configuration presque universelle dans l’\u00e9valuation psychologique. L’inclusion conjointe des puissances d’ordre sup\u00e9rieur et de l’ensemble des termes de produits crois\u00e9s (interactions d’ordres vari\u00e9s) entra\u00eene une prolif\u00e9ration combinatoire du nombre de param\u00e8tres \u00e0 estimer. Dans un plan d’investigation comportant dix dimensions de la personnalit\u00e9 et autorisant des polyn\u00f4mes d’ordre trois avec interactions, le nombre de degr\u00e9s de libert\u00e9 consomm\u00e9s devient prohibitif, exc\u00e9dant rapidement la taille d’\u00e9chantillon des cohortes cliniques habituelles.<\/p>\n Parall\u00e8lement \u00e0 cette inflation param\u00e9trique, la r\u00e9gression polynomiale souffre d’un obscurcissement herm\u00e9neutique direct. Si un terme quadratique (X^2) conserve une signification intuitive claire en psychologie, mat\u00e9rialisant par exemple une relation en U ou en U invers\u00e9, l’interpr\u00e9tation th\u00e9orique de termes cubiques (X^3), quartiques (X^4) ou quintiques (X^5) s’av\u00e8re quasiment impossible \u00e0 relier \u00e0 des processus psychiques fond\u00e9s. Les chercheurs se trouvent r\u00e9duits \u00e0 manipuler des abstractions g\u00e9om\u00e9triques d\u00e9nu\u00e9es de validit\u00e9 conceptuelle, compromises par une multicolin\u00e9arit\u00e9 structurelle s\u00e9v\u00e8re entre les termes polynomiaux successifs, m\u00eame apr\u00e8s centrage des variables.<\/p>\n L’accroissement de l’ordre polynomial h induit in\u00e9luctablement une d\u00e9gradation de la capacit\u00e9 de g\u00e9n\u00e9ralisation du mod\u00e8le, cons\u00e9quence directe d’un ph\u00e9nom\u00e8ne de surajustement (overfitting<\/em>) pathologique. Au fur et \u00e0 mesure que le degr\u00e9 du polyn\u00f4me augmente, la fonction math\u00e9matique gagne en flexibilit\u00e9 au point d’\u00e9pouser scrupuleusement les fluctuations al\u00e9atoires propres \u00e0 l’\u00e9chantillon d’observation, confondant le bruit statistique stochastique avec le signal psychologique fondamental. La minimisation m\u00e9canique de la somme des erreurs r\u00e9siduelles intra-\u00e9chantillon se traduit alors par une perte dramatique d’ad\u00e9quation lorsque le mod\u00e8le est confront\u00e9 \u00e0 de nouvelles observations ind\u00e9pendantes.<\/p>\n Cette instabilit\u00e9 s’illustre de mani\u00e8re spectaculaire lors des analyses de validation crois\u00e9e. Des mod\u00e8les polynomiaux d’ordre \u00e9lev\u00e9 ajust\u00e9s sur un sous-\u00e9chantillon d’apprentissage manifestent r\u00e9guli\u00e8rement une explosion de leur erreur quadratique moyenne de pr\u00e9diction lorsqu’ils sont appliqu\u00e9s \u00e0 un \u00e9chantillon de validation. Les estimations oscillent fr\u00e9n\u00e9tiquement entre les points nodaux de mesure, produisant des trajectoires pr\u00e9dictives fantaisistes qui d\u00e9naturent la compr\u00e9hension des trajectoires d\u00e9veloppementales ou th\u00e9rapeutiques.<\/p>\n Conscients de cette vuln\u00e9rabilit\u00e9 intrins\u00e8que, les m\u00e9thodologistes recommandent classiquement de brider empiriquement le degr\u00e9 polynomial h \u00e0 des valeurs comprises strictement entre deux et quatre. N\u00e9anmoins, cette prescription de prudence technique place le chercheur dans une impasse analytique : si un degr\u00e9 faible pr\u00e9munit contre le surapprentissage d\u00e9l\u00e9t\u00e8re, il s’av\u00e8re structurellement impuissant \u00e0 capturer des non-lin\u00e9arit\u00e9s complexes et asym\u00e9triques, telles que des croissances exponentielles soudaines \u00e9mergeant apr\u00e8s de longs plateaux d’invariance, configuration courante dans l’acquisition du langage ou la d\u00e9compensation n\u00e9vrotique.<\/p>\n L’obstacle r\u00e9dhibitoire de la mod\u00e9lisation polynomiale r\u00e9side dans son caract\u00e8re non localis\u00e9. Une fonction polynomiale est une entit\u00e9 math\u00e9matique globale : chaque observation du jeu de donn\u00e9es contribue \u00e0 d\u00e9terminer la valeur de chaque coefficient \u03b2h, lesquels conditionnent simultan\u00e9ment l’int\u00e9gralit\u00e9 de la courbe sur l’ensemble du domaine de d\u00e9finition. Cette interconnexion structurelle engendre ce que l’on peut qualifier d’\u00ab effet papillon statistique \u00bb : l’adjonction ou la modification de quelques points situ\u00e9s \u00e0 l’extr\u00e9mit\u00e9 sup\u00e9rieure de l’axe des abscisses entra\u00eene une alt\u00e9ration m\u00e9canique imm\u00e9diate de la trajectoire estim\u00e9e \u00e0 l’extr\u00e9mit\u00e9 inf\u00e9rieure.<\/p>\n Cette interd\u00e9pendance globale engendre le c\u00e9l\u00e8bre ph\u00e9nom\u00e8ne de Runge, bien document\u00e9 en analyse num\u00e9rique. Lorsqu’on ajuste un polyn\u00f4me de degr\u00e9 \u00e9lev\u00e9 sur un ensemble d’intervalles \u00e9quidistants, des oscillations sauvages apparaissent in\u00e9vitablement aux fronti\u00e8res ext\u00e9rieures du domaine de pr\u00e9diction. En contexte psychologique, cela signifie que la tentative d’ajuster pr\u00e9cis\u00e9ment un comportement atypique chez des sujets pr\u00e9sentant des scores tr\u00e8s \u00e9lev\u00e9s sur une \u00e9chelle clinique d\u00e9truit la justesse de l’ajustement pour les sujets se situant dans la norme moyenne.<\/p>\n La r\u00e9gression polynomiale \u00e9choue ainsi \u00e0 instaurer une \u00e9tanch\u00e9it\u00e9 r\u00e9gionale le long du continuum psychom\u00e9trique. Dans l’\u00e9tude des stades du d\u00e9veloppement cognitif piag\u00e9tien ou des transitions \u00e9motionnelles, ce dont le chercheur a besoin est un formalisme math\u00e9matique capable d’op\u00e9rer des ajustements localis\u00e9s et ind\u00e9pendants : une fonction capable d’\u00e9pouser un plateau horizontal stable sur une portion de l’\u00e9chelle, d’op\u00e9rer une transition abrupte \u00e0 un emplacement pr\u00e9cis du continuum, puis d’adopter une pente ascendante mod\u00e9r\u00e9e sur le segment subs\u00e9quent, sans que ces diff\u00e9rentes dynamiques ne viennent interf\u00e9rer destructivement les unes avec les autres.<\/p>\n Pour surmonter le dilemme paralysant opposant la rigidit\u00e9 r\u00e9ductrice des mod\u00e8les lin\u00e9aires param\u00e9triques et l’instabilit\u00e9 oscillatoire des polyn\u00f4mes globaux, le math\u00e9maticien et statisticien am\u00e9ricain Jerome H. Friedman a publi\u00e9 en 1991<\/a> dans la revue de r\u00e9f\u00e9rence The Annals of Statistics<\/em> un article s\u00e9minal intitul\u00e9 \u00ab Multivariate Adaptive Regression Splines \u00bb. Cette contribution a marqu\u00e9 une rupture paradigmatique dans le champ de la mod\u00e9lisation statistique non param\u00e9trique en proposant une synth\u00e8se algorithmique rigoureuse entre deux approches jusqu’alors disjointes : la th\u00e9orie des splines math\u00e9matiques et les techniques de partitionnement r\u00e9cursif popularis\u00e9es par les arbres de classification et de r\u00e9gression (CART).<\/p>\n Traditionnellement, les splines de r\u00e9gression n\u00e9cessitaient la fixation manuelle et pr\u00e9alable de points d’articulation (appel\u00e9s \u00ab n\u0153uds \u00bb ou knots<\/em>), une contrainte r\u00e9dhibitoire qui cantonnait leur usage \u00e0 des probl\u00e8mes univari\u00e9s ou \u00e0 des plans o\u00f9 la position des seuils critiques \u00e9tait connue a priori avec certitude. \u00c0 l’inverse, les arbres de r\u00e9gression de type CART identifiaient automatiquement des seuils discriminants dans des espaces multidimensionnels, mais au d\u00e9triment de la r\u00e9gularit\u00e9 math\u00e9matique, produisant des surfaces de r\u00e9ponse discontinues constitu\u00e9es de paliers en marches d’escalier, conceptuellement insatisfaisantes pour mod\u00e9liser des construits psychologiques continus.<\/p>\n L’innovation fondamentale de Friedman a consist\u00e9 \u00e0 fusionner l’\u00e9l\u00e9gance de la continuit\u00e9 des splines avec l’efficacit\u00e9 de la recherche adaptative locale de CART. L’algorithme MARS a ainsi r\u00e9solu de mani\u00e8re \u00e9l\u00e9gante le dilemme classique biais-variance. Au lieu d’imposer une forme fonctionnelle rigide dict\u00e9e par un a priori th\u00e9orique potentiellement erron\u00e9 ou d’abandonner toute transparence au profit d’un r\u00e9seau opaque de neurones artificiels, MARS confie aux donn\u00e9es empiriques le soin de dicter l’architecture locale du mod\u00e8le \u00e0 travers une formulation alg\u00e9brique explicite et directement d\u00e9composable.<\/p>\n Le c\u0153ur conceptuel de la m\u00e9thode MARS repose sur le partitionnement adaptatif de l’espace multidimensionnel des variables explicatives en une s\u00e9rie de sous-r\u00e9gions connect\u00e9es au sein desquelles les relations sont approxim\u00e9es par des segments lin\u00e9aires distincts. Cette approche par morceaux lin\u00e9aires (piecewise linear modeling<\/em>) permet d’approcher n’importe quelle surface fonctionnelle arbitrairement complexe, qu’elle soit concave, convexe, sigmo\u00efdale ou multimodale, avec un degr\u00e9 de pr\u00e9cision remarquable, par une succession de droites jointives.<\/p>\n La force math\u00e9matique d\u00e9terminante de ce dispositif r\u00e9side dans la garantie absolue d’une continuit\u00e9 topologique stricte aux fronti\u00e8res communes s\u00e9parant les sous-r\u00e9gions adjacentes. Contrairement aux approches par arbres d\u00e9cisionnels qui introduisent des sauts discrets brutaux lorsqu’un sujet franchit un seuil psychom\u00e9trique d’un centi\u00e8me de point, la mod\u00e9lisation MARS assure que la trajectoire estim\u00e9e ne pr\u00e9sente aucune rupture physique. Deux individus situ\u00e9s de part et d’autre d’un point d’articulation critique obtiendront des pr\u00e9dictions infinit\u00e9simalement proches, pr\u00e9servant ainsi la coh\u00e9rence ph\u00e9nom\u00e9nologique des gradients de mesure.<\/p>\n Cette mod\u00e9lisation par segments reli\u00e9s offre une analogie formelle frappante avec les th\u00e9ories psychologiques d\u00e9veloppementales et psychopathologiques. Elle permet de mat\u00e9rialiser fid\u00e8lement l’existence de stades discrets au cours desquels un individu op\u00e8re sous une logique hom\u00e9ostatique stable r\u00e9gie par une pente donn\u00e9e, avant qu’un \u00e9v\u00e9nement d\u00e9veloppemental ou un niveau d’exposition traumatique critique ne vienne infl\u00e9chir durablement le mode de fonctionnement psychique sur le segment subs\u00e9quent. Le mod\u00e8le ne force pas la transition \u00e0 s’op\u00e9rer de fa\u00e7on lisse et sym\u00e9trique comme le ferait un polyn\u00f4me, mais autorise l’\u00e9mergence d’une v\u00e9ritable angulation marquant le passage d’un r\u00e9gime fonctionnel \u00e0 un autre.<\/p>\n L’attribut \u00ab adaptatif \u00bb conf\u00e8re \u00e0 MARS sa sup\u00e9riorit\u00e9 op\u00e9rationnelle majeure : la d\u00e9couverte endog\u00e8ne des n\u0153uds optimaux pilot\u00e9e de mani\u00e8re purement empirique par la distribution des donn\u00e9es. Dans la recherche en psychologie clinique, la d\u00e9termination des seuils de vuln\u00e9rabilit\u00e9 ou des limites diagnostiques proc\u00e8de trop fr\u00e9quemment d’accords inter-juges conventionnels ou de d\u00e9coupages statistiques arbitraires (tels que la m\u00e9diane, les tertiles ou des d\u00e9viations standard standardis\u00e9es). Ces d\u00e9marches normatives a priori risquent d’imposer des bornes artificielles d\u00e9connect\u00e9es de la structure r\u00e9elle des distributions psychologiques sous-jacentes.<\/p>\n L’algorithme MARS balaie syst\u00e9matiquement l’\u00e9ventail complet des valeurs observ\u00e9es pour chaque variable pr\u00e9dictive afin d’identifier math\u00e9matiquement l’emplacement exact o\u00f9 un changement de pente produit le gain le plus substantiel dans la r\u00e9duction de l’erreur r\u00e9siduelle globale. Ce processus d’optimisation automatis\u00e9 permet de r\u00e9v\u00e9ler des seuils d’alerte cliniques ou des points de rupture d\u00e9veloppementaux insoup\u00e7onn\u00e9s par le chercheur, guidant la th\u00e9orisation psychologique \u00e0 partir des r\u00e9gularit\u00e9s observ\u00e9es.<\/p>\n Cette capacit\u00e9 d’adaptation endog\u00e8ne conf\u00e8re aux mod\u00e8les MARS une robustesse singuli\u00e8re face \u00e0 l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des cohortes \u00e9valu\u00e9es. Qu’une population clinique pr\u00e9sente des profils de r\u00e9ponse asym\u00e9triques, des queues de distribution \u00e9paisses ou des concentrations d’observations dans des zones sp\u00e9cifiques de l’espace des pr\u00e9dicteurs, l’algorithme adapte la densit\u00e9 de ses n\u0153uds aux variations locales de la densit\u00e9 de donn\u00e9es. Il alloue dynamiquement davantage de param\u00e8tres l\u00e0 o\u00f9 la complexit\u00e9 relationnelle l’exige, tout en conservant une structure parcimonieuse sur les segments o\u00f9 les comportements demeurent stables et lin\u00e9aires.<\/p>\n L’\u00e9difice math\u00e9matique de MARS repose sur une famille \u00e9l\u00e9mentaire de fonctions non lin\u00e9aires appel\u00e9es fonctions charni\u00e8res (en anglais hinge functions<\/em>, ou fonctions en \u00ab b\u00e2ton de hockey \u00bb en raison de leur morphologie g\u00e9om\u00e9trique). Pour toute valeur seuil r\u00e9elle t situ\u00e9e sur le domaine de variation d’une variable continue X, la fonction charni\u00e8re unilat\u00e9rale positive est d\u00e9finie formellement par l’op\u00e9rateur : (x – t)+ = max(0, x – t). R\u00e9ciproquement, la fonction charni\u00e8re unilat\u00e9rale n\u00e9gative s’exprime sous la forme : (t – x)+ = max(0, t – x).<\/p>\n Ces deux fonctions constituent ce que l’on nomme une paire miroir (ou paire r\u00e9fl\u00e9chie) associ\u00e9e au n\u0153ud t. L’analyse de leur comportement analytique r\u00e9v\u00e8le une propri\u00e9t\u00e9 essentielle : sur l’intervalle o\u00f9 la condition d’activation n’est pas satisfaite, la fonction prend identiquement la valeur z\u00e9ro, se comportant comme un filtre annihilateur. D\u00e8s lors que la variable X franchit le seuil critique t, la fonction adopte instantan\u00e9ment un comportement lin\u00e9aire strict de pente unitaire par rapport \u00e0 l’argument d\u00e9cal\u00e9. Le n\u0153ud t mat\u00e9rialise donc g\u00e9om\u00e9triquement l’inflexion o\u00f9 la d\u00e9riv\u00e9e premi\u00e8re de la fonction pr\u00e9sente une discontinuit\u00e9 de saut fini.<\/p>\n L’int\u00e9r\u00eat de regrouper ces fonctions par paires r\u00e9side dans leur compl\u00e9mentarit\u00e9 spatiale. La composante max(0, x – t) permet d’estimer un effet sp\u00e9cifique qui ne se manifeste qu’au-del\u00e0 du seuil t, tandis que la composante max(0, t – x) isole une dynamique qui n’op\u00e8re qu’en de\u00e7\u00e0 de ce m\u00eame seuil. En combinant lin\u00e9airement ces fonctions affect\u00e9es de coefficients r\u00e9gressifs appropri\u00e9s, le mod\u00e8le peut g\u00e9n\u00e9rer n’importe quelle configuration g\u00e9om\u00e9trique continue : un V invers\u00e9 pointu, un palier nul suivi d’une mont\u00e9e lin\u00e9aire, ou deux segments lin\u00e9aires de pentes diff\u00e9rentes raccord\u00e9s contin\u00fbment au point d’articulation t.<\/p>\n Dans un contexte d’analyse statistique multivari\u00e9e impliquant un \u00e9chantillon de N participants mesur\u00e9s sur p variables pr\u00e9dictives continues X1, X2, \u2026, Xp, MARS proc\u00e8de \u00e0 l’initialisation d’un espace de recherche englobant l’ensemble des partitions locales potentielles. L’algorithme positionne un n\u0153ud candidat potentiel \u00e0 chaque valeur empirique distincte observ\u00e9e xij (pour l’individu i sur la variable j). Pour chaque point de donn\u00e9e et chaque pr\u00e9dicteur, une paire miroir compl\u00e8te est g\u00e9n\u00e9r\u00e9e dans l’espace fonctionnel candidat.<\/p>\n L’ensemble fondamental des fonctions de base candidates, formellement d\u00e9sign\u00e9 par l’ensemble C, se d\u00e9finit comme l’union de toutes les paires charni\u00e8res possibles sur l’ensemble des dimensions pr\u00e9dictives : C = { (Xj – t)+ , (t – Xj)+ } pour tout t appartenant \u00e0 l’ensemble des valeurs observ\u00e9es {xj1, xj2, \u2026, xjN} et pour tout index de variable j compris entre 1 et p. La dimensionnalit\u00e9 de cet espace initial de recherche est consid\u00e9rable : elle atteint rigoureusement 2 * N * p fonctions candidates distinctes.<\/p>\n Bien que ces fonctions ne soient pas diff\u00e9rentiables au sens strict en leur n\u0153ud t (la d\u00e9riv\u00e9e \u00e0 gauche \u00e9tant nulle et la d\u00e9riv\u00e9e \u00e0 droite valant un pour la composante unilat\u00e9rale positive), elles satisfont pleinement aux conditions de r\u00e9gularit\u00e9 de Lipschitz et garantissent une continuit\u00e9 absolue C0 sur l’int\u00e9gralit\u00e9 de l’espace topologique. Cette propri\u00e9t\u00e9 math\u00e9matique assure la stabilit\u00e9 globale de l’estimation tout en \u00e9vitant les ph\u00e9nom\u00e8nes d’emballement polynomial observ\u00e9s lors des d\u00e9rivations successives d’ordres \u00e9lev\u00e9s.<\/p>\n L’architecture de la fonction charni\u00e8re offre une correspondance conceptuelle remarquable avec plusieurs paradigmes fondamentaux de la psychologie contemporaine. En premier lieu, elle formalise avec une clart\u00e9 math\u00e9matique absolue le concept de seuil d’activation ou de latence sensorielle et cognitive. En psychophysique ou en neuropsychologie, un stimulus environnemental n’induit fr\u00e9quemment aucune r\u00e9ponse comportementale observable tant que son intensit\u00e9 demeure inf\u00e9rieure \u00e0 un seuil critique d’excitabilit\u00e9 membranaire ou attentionnelle. La fonction max(0, x – t) mod\u00e9lise fid\u00e8lement cette zone d’invisibilit\u00e9 fonctionnelle o\u00f9 les incr\u00e9ments de stimulation se heurtent \u00e0 une valeur nulle du pr\u00e9dicteur transform\u00e9.<\/p>\n En second lieu, la composante miroir permet de mod\u00e9liser avec pr\u00e9cision l’\u00e9puisement des ressources attentionnelles ou l’effondrement de l’autor\u00e9gulation \u00e9motionnelle selon les th\u00e9ories du ego depletion<\/em>. Un individu peut tol\u00e9rer une accumulation continue de tracas quotidiens mineurs sans que sa sant\u00e9 psychique ne s’alt\u00e8re, le syst\u00e8me maintenant son int\u00e9grit\u00e9 adaptative jusqu’\u00e0 ce que la capacit\u00e9 de r\u00e9serve cognitive soit submerg\u00e9e, point au-del\u00e0 duquel chaque tracas additionnel g\u00e9n\u00e8re une \u00e9l\u00e9vation abrupte de l’anxi\u00e9t\u00e9 clinique.<\/p>\n Enfin, la fonction charni\u00e8re constitue le v\u00e9hicule formel id\u00e9al pour op\u00e9rationnaliser le mod\u00e8le vuln\u00e9rabilit\u00e9-stress (ou diath\u00e8se-stress) en psychopathologie d\u00e9veloppementale. Selon ce mod\u00e8le, la pr\u00e9sence d’une pr\u00e9disposition g\u00e9n\u00e9tique ou d’un trait de personnalit\u00e9 n\u00e9vrotique ne produit aucun effet d\u00e9l\u00e9t\u00e8re en l’absence de d\u00e9clencheurs environnementaux. D\u00e8s lors que l’adversit\u00e9 environnementale X d\u00e9passe le seuil critique t, la diath\u00e8se s’active et la trajectoire psychopathologique s’infl\u00e9chit brutalement selon la pente du terme charni\u00e8re, formalisant l’in\u00e9galit\u00e9 fondamentale des trajectoires individuelles face \u00e0 l’\u00e9preuve.<\/p>\n La construction empirique d’un mod\u00e8le MARS proc\u00e8de par une d\u00e9marche en deux temps hautement asym\u00e9trique, dont le premier volet est l’algorithme d’expansion avant (forward pass<\/em>). Cette phase adopte une strat\u00e9gie d’optimisation combinatoire dite gloutonne (greedy algorithm<\/em>). Le mod\u00e8le s’initialise dans sa configuration la plus rudimentaire, \u00e0 savoir le mod\u00e8le nul ne comportant qu’un unique terme constant d’interception : f0(X) = \u03b20, o\u00f9 \u03b20 est simplement estim\u00e9 par la moyenne empirique de la variable r\u00e9ponse Y sur l’ensemble de l’\u00e9chantillon d’entra\u00eenement.<\/p>\n \u00c0 chaque it\u00e9ration de la boucle ascendante, l’algorithme explore de mani\u00e8re exhaustive l’ensemble des paires de fonctions charni\u00e8res candidates issues du catalogue C, en les associant \u00e0 chacun des termes d\u00e9j\u00e0 incorpor\u00e9s au mod\u00e8le. Pour chaque pr\u00e9dicteur Xj et chaque n\u0153ud potentiel t, l’algorithme \u00e9value l’adjonction de la paire miroir {\u03b2m1 * Bm(X) * max(0, Xj – t) + \u03b2m2 * Bm(X) * max(0, t – Xj)}, o\u00f9 Bm(X) repr\u00e9sente une fonction de base pr\u00e9existante dans le mod\u00e8le (qui peut \u00eatre la fonction constante 1 pour un effet principal univari\u00e9).<\/p>\n L’algorithme retient souverainement la paire de fonctions qui produit la plus forte diminution de la somme des carr\u00e9s des erreurs r\u00e9siduelles (SSE, pour Sum of Squared Errors<\/em>) : SSE = \u2211 [yi – f(xi)]^2. Les coefficients \u03b2 associ\u00e9s sont r\u00e9estim\u00e9s conjointement par r\u00e9gression lin\u00e9aire standard aux moindres carr\u00e9s ordinaires. Ce processus s’ex\u00e9cute it\u00e9rativement, ajoutant deux nouvelles fonctions de base \u00e0 chaque cycle, d\u00e9coupant progressivement l’espace multidimensionnel en cellules de plus en plus fines.<\/p>\n La dimension v\u00e9ritablement novatrice de l’expansion avant r\u00e9side dans son potentiel de multiplication r\u00e9cursive des termes de base. L’algorithme ne se limite pas \u00e0 ajouter des paires charni\u00e8res op\u00e9rant sur des pr\u00e9dicteurs isol\u00e9s ; il poss\u00e8de la facult\u00e9 math\u00e9matique de greffer une nouvelle paire charni\u00e8re sur une fonction de base Bm(X) pr\u00e9alablement valid\u00e9e lors d’une \u00e9tape ant\u00e9rieure. Ce m\u00e9canisme engendre des produits tensoriels de fonctions charni\u00e8res qui d\u00e9limitent des interactions hautement localis\u00e9es.<\/p>\n Gr\u00e2ce \u00e0 cette r\u00e9cursivit\u00e9, l’espace dimensionnel de r\u00e9gression s’\u00e9tend de fa\u00e7on cibl\u00e9e. Si une premi\u00e8re fonction B1(X) = max(0, X1 – 35) a captur\u00e9 un effet d’\u00e2ge critique au-del\u00e0 de 35 ans, l’algorithme peut, \u00e0 l’it\u00e9ration suivante, multiplier ce terme par une nouvelle charni\u00e8re d\u00e9pendante d’une autre variable, par exemple max(0, 15 – X2) o\u00f9 X2 repr\u00e9sente le niveau de soutien social per\u00e7u. Le terme r\u00e9sultant B2(X) = max(0, X1 – 35) * max(0, 15 – X2) n’exercera son influence que dans la r\u00e9gion sp\u00e9cifique de l’espace o\u00f9 le sujet est \u00e0 la fois \u00e2g\u00e9 de plus de 35 ans et b\u00e9n\u00e9ficiaire d’un soutien social inf\u00e9rieur au seuil de 15 unit\u00e9s.<\/p>\n Cette expansion dynamique se poursuit jusqu’\u00e0 l’atteinte d’un crit\u00e8re d’arr\u00eat pr\u00e9alablement programm\u00e9 par le statisticien. Deux conditions principales d\u00e9clenchent l’interruption de la phase avant : soit l’atteinte d’un nombre maximal pr\u00e9d\u00e9fini de fonctions de base (Mmax), g\u00e9n\u00e9ralement calibr\u00e9 entre 20 et 50 termes en fonction de la taille de l’\u00e9chantillon, soit l’abaissement du gain marginal d’ajustement en de\u00e7\u00e0 d’un seuil infinit\u00e9simal pr\u00e9d\u00e9termin\u00e9, signalant que l’adjonction de nouvelles charni\u00e8res n’am\u00e9liore plus la variance expliqu\u00e9e que de mani\u00e8re insignifiante.<\/p>\n Au terme de cette phase ascendante, le mod\u00e8le MARS r\u00e9sultant pr\u00e9sente un statut \u00e9pist\u00e9mologique particulier : il est d\u00e9lib\u00e9r\u00e9ment et massivement surajust\u00e9 (overfitted<\/em>). Ayant explor\u00e9 des milliers de configurations de n\u0153uds potentielles et empil\u00e9 des dizaines de fonctions de base sans p\u00e9nalisation explicite de la complexit\u00e9, l’algorithme a captur\u00e9 non seulement les r\u00e9gularit\u00e9s structurales authentiques unissant les construits psychologiques, mais \u00e9galement les corr\u00e9lations fortuites, les bruits de mesure et les singularit\u00e9s idiosyncrasiques propres \u00e0 l’\u00e9chantillon collect\u00e9.<\/p>\n Cette sensibilit\u00e9 au bruit d’\u00e9chantillonnage psychologique est particuli\u00e8rement aigu\u00eb dans les contextes o\u00f9 les instruments de mesure pr\u00e9sentent une fid\u00e9lit\u00e9 mod\u00e9r\u00e9e, comme les \u00e9chelles projectives ou les inventaires auto-rapport\u00e9s affect\u00e9s de biais de d\u00e9sirabilit\u00e9 sociale. Si le chercheur arr\u00eatait la d\u00e9marche m\u00e9thodologique \u00e0 ce stade, le mod\u00e8le offrirait une valeur scientifique quasi nulle, se r\u00e9v\u00e9lant incapable de r\u00e9plication sur une cohorte clinique ind\u00e9pendante en raison d’une variance d’\u00e9chantillonnage explosive.<\/p>\n Toutefois, cette surexpansion pr\u00e9alable est un choix m\u00e9thodologique pleinement assum\u00e9 et th\u00e9oris\u00e9 par Jerome Friedman. Dans une perspective heuristique d’optimisation non lin\u00e9aire, il est consid\u00e9rablement plus ais\u00e9 et robuste d’engendrer un mod\u00e8le d\u00e9lib\u00e9r\u00e9ment trop complexe capturant de mani\u00e8re exhaustive l’ensemble des interactions potentielles dans un premier temps, pour ensuite proc\u00e9der \u00e0 un \u00e9lagage chirurgical rigoureux des composantes superflues, plut\u00f4t que de tenter de deviner a priori la juste complexit\u00e9 du mod\u00e8le \u00e0 travers une proc\u00e9dure d’adjonction contrainte d\u00e8s le d\u00e9part.<\/p>\n Pour rem\u00e9dier au surajustement g\u00e9n\u00e9r\u00e9 lors de la phase ascendante, l’algorithme MARS d\u00e9ploie une seconde phase sym\u00e9trique et corrective : l’\u00e9lagage descendant (backward pruning pass<\/em>). Ce processus op\u00e8re selon une logique de d\u00e9s\u00e9lection pas \u00e0 pas hautement s\u00e9lective. Partant du mod\u00e8le satur\u00e9 contenant l’int\u00e9gralit\u00e9 des Mmax termes construits au cours de l’\u00e9tape avant, l’algorithme \u00e9value l’impact sur la d\u00e9gradation du crit\u00e8re d’ajustement de la suppression successive de chaque fonction de base prise individuellement.<\/p>\n \u00c0 chaque it\u00e9ration descendante, le terme dont le retrait entra\u00eene la plus faible augmentation de la somme des carr\u00e9s des erreurs r\u00e9siduelles (SSE) est d\u00e9finitivement banni de l’\u00e9quation. Une particularit\u00e9 technique fondamentale de cette \u00e9tape r\u00e9side dans le fait que les paires miroirs form\u00e9es lors de la phase ascendante peuvent d\u00e9sormais \u00eatre dissoci\u00e9es. L’algorithme a toute latitude pour supprimer la composante max(0, t – Xj) tout en maintenant dans le mod\u00e8le final son pendant max(0, Xj – t), s’il s’av\u00e8re que l’effet psychologique n’existe v\u00e9ritablement que d’un seul c\u00f4t\u00e9 du seuil critique identifi\u00e9.<\/p>\n Cette \u00e9limination progressive g\u00e9n\u00e8re une s\u00e9quence ordonn\u00e9e et d\u00e9terministe de sous-mod\u00e8les embo\u00eet\u00e9s, partant de la structure la plus complexe (de dimension Mmax) jusqu’au mod\u00e8le le plus rudimentaire ne contenant que la constante d’interception \u03b20. Chaque \u00e9tape de cette s\u00e9quence repr\u00e9sente le sous-mod\u00e8le structurellement optimal pour un nombre donn\u00e9 de fonctions de base fix\u00e9 \u00e0 K (o\u00f9 K d\u00e9cro\u00eet de Mmax \u00e0 1). Il reste alors \u00e0 d\u00e9terminer de mani\u00e8re rigoureuse lequel de ces mod\u00e8les interm\u00e9diaires r\u00e9alise le compromis parfait entre pr\u00e9cision descriptive et parcimonie explicative.<\/p>\n Bien que l’algorithme d’\u00e9lagage de MARS s’inspire sur le plan conceptuel du m\u00e9canisme de taille des arbres de d\u00e9cision d\u00e9velopp\u00e9 dans le syst\u00e8me CART de Breiman et ses collaborateurs, des dissemblances structurales profondes s\u00e9parent les deux approches. Dans un arbre de r\u00e9gression binaire, la suppression d’un n\u0153ud de d\u00e9cision interne entra\u00eene in\u00e9luctablement l’amputation de tout le sous-arbre sous-jacent, effa\u00e7ant d’un coup l’ensemble des interactions complexes qui y \u00e9taient imbriqu\u00e9es et cr\u00e9ant des discontinuit\u00e9s de surface substantielles.<\/p>\n \u00c0 l’inverse, l’\u00e9lagage MARS jouit d’une granularit\u00e9 analytique infiniment plus subtile. Une fonction d’interaction d’ordre deux peut \u00eatre \u00e9limin\u00e9e du mod\u00e8le sans pour autant que les effets lin\u00e9aires par morceaux principaux qui lui ont servi de matrice ne soient alt\u00e9r\u00e9s. Mieux encore : si les deux composantes d’une paire charni\u00e8re sont \u00e9lagu\u00e9es au profit d’une combinaison lin\u00e9aire pr\u00e9serv\u00e9e, le mod\u00e8le MARS peut d\u00e9g\u00e9n\u00e9rer localement en une r\u00e9gression lin\u00e9aire standard pure, r\u00e9conciliant ainsi l’analyse non param\u00e9trique avec le formalisme classique lorsque les donn\u00e9es confirment l’absence locale de non-lin\u00e9arit\u00e9.<\/p>\n De surcro\u00eet, l’\u00e9lagage pr\u00e9serve scrupuleusement la continuit\u00e9 topologique globale du mod\u00e8le \u00e0 chaque \u00e9tape de la r\u00e9duction. Alors que l’\u00e9lagage dans CART ne fait que recombiner des blocs rectangulaires discontinus pour former des pav\u00e9s de plus grande taille mais toujours disjoints aux fronti\u00e8res, l’\u00e9lagage MARS aboutit \u00e0 une fonction math\u00e9matique globale analytiquement ferm\u00e9e, contin\u00fbment diff\u00e9rentiable presque partout, directement int\u00e9grable et imm\u00e9diatement communicable sous la forme d’une \u00e9quation param\u00e9trique explicite dans les publications scientifiques.<\/p>\n L’int\u00e9r\u00eat de cette proc\u00e9dure d’\u00e9lagage s’av\u00e8re particuli\u00e8rement prononc\u00e9 dans le contexte des protocoles de recherche en psychologie clinique ou en neuro-imagerie fonctionnelle, o\u00f9 les contraintes \u00e9thiques, logistiques et financi\u00e8res limitent fr\u00e9quemment la taille des cohortes \u00e0 quelques dizaines ou centaines de participants (N compris entre 50 et 300). Dans de telles conditions d’\u00e9chantillonnage restreint, l’estimation de mod\u00e8les non lin\u00e9aires non contraints se solde habituellement par une perte dramatique de puissance statistique ou par l’apparition d’artefacts d’\u00e9chantillonnage invalidants.<\/p>\n L’\u00e9lagage descendant de MARS agit comme un puissant filtre r\u00e9gulateur. En retranchant sans concession l’ensemble des fonctions de base qui n’apportent qu’un gain marginal instable sur l’\u00e9chantillon d’apprentissage, il r\u00e9duit radicalement le nombre effectif de param\u00e8tres libres estim\u00e9s. Le mod\u00e8le final conserve un rapport nombre d’observations sur nombre de param\u00e8tres hautement favorable, restaurant la puissance des tests inf\u00e9rentiels ult\u00e9rieurs et pr\u00e9servant les degr\u00e9s de libert\u00e9 n\u00e9cessaires \u00e0 une estimation robuste de la variance de l’erreur.<\/p>\n Cette condensation param\u00e9trique stabilise consid\u00e9rablement les estimateurs finaux face aux al\u00e9as du r\u00e9\u00e9chantillonnage. Contrairement aux approches par r\u00e9seaux profonds qui exigent des dizaines de milliers d’observations pour stabiliser leurs millions de poids synaptiques, MARS extrait la substantifique moelle relationnelle \u00e0 partir de cohortes modestes, offrant aux psychopathologues et aux sp\u00e9cialistes de la petite enfance un instrument de mod\u00e9lisation non lin\u00e9aire d’une pr\u00e9cision m\u00e9thodologique in\u00e9dite.<\/p>\n Pour orchestrer la phase d’\u00e9lagage descendant et s\u00e9lectionner le mod\u00e8le final optimal parmi la s\u00e9quence des sous-mod\u00e8les candidats, l’algorithme MARS ne peut pas s’appuyer sur la simple somme des carr\u00e9s des erreurs r\u00e9siduelles (SSE), celle-ci favorisant aveugl\u00e9ment les mod\u00e8les les plus complexes. L’arbitrage exige un crit\u00e8re de r\u00e9gularisation qui p\u00e9nalise de mani\u00e8re rigoureuse la complexit\u00e9 structurelle. Friedman a retenu \u00e0 cet effet une adaptation brillante du crit\u00e8re de validation crois\u00e9e g\u00e9n\u00e9ralis\u00e9e (GCV, pour Generalized Cross-Validation<\/em>), originellement formul\u00e9 par Grace Wahba et ses coll\u00e8gues<\/a>.<\/p>\n Le score GCV associ\u00e9 \u00e0 un sous-mod\u00e8le M donn\u00e9 comportant un effectif de termes retenus se calcule formellement selon l’expression math\u00e9matique :<\/p>\n GCV(M) = [ (1 \/ N) * SSE ] \/ [ 1 – ( C(M) \/ N ) ]^2<\/p>\n Dans cette formulation, N repr\u00e9sente l’effectif total de l’\u00e9chantillon d’entra\u00eenement, SSE d\u00e9signe la somme des carr\u00e9s des erreurs r\u00e9siduelles du mod\u00e8le M \u00e9valu\u00e9, et C(M) repr\u00e9sente la fonction de complexit\u00e9 effective, qui mesure le co\u00fbt statistique global des param\u00e8tres mobilis\u00e9s par le mod\u00e8le.<\/p>\n La composante C(M) fait l’objet d’une attention m\u00e9thodologique cruciale. Elle ne se limite pas \u00e0 comptabiliser le nombre de param\u00e8tres lin\u00e9aires lin\u00e9airement ind\u00e9pendants estim\u00e9s par moindres carr\u00e9s (not\u00e9 r). Elle int\u00e8gre imp\u00e9rativement un terme additif de p\u00e9nalisation destin\u00e9 \u00e0 compenser le co\u00fbt combinatoire exorbitant induit par la recherche gloutonne des emplacements optimaux des n\u0153uds lors de la phase ascendante. Cette p\u00e9nalit\u00e9 de recherche s’exprime selon la d\u00e9composition : C(M) = r + d * K, o\u00f9 K repr\u00e9sente le nombre total de n\u0153uds charni\u00e8res s\u00e9lectionn\u00e9s dans le mod\u00e8le M, et d est un hyperparam\u00e8tre de p\u00e9nalisation de lissage. Ce facteur d compense l’optimisme statistique li\u00e9 \u00e0 la s\u00e9lection endog\u00e8ne des fronti\u00e8res r\u00e9gionales.<\/p>\n La puissance du crit\u00e8re GCV r\u00e9side dans sa nature asymptotique : il constitue une approximation analytique ferm\u00e9e et extraordinairement v\u00e9loce de la validation crois\u00e9e unitaire compl\u00e8te dite \u00ab Leave-One-Out \u00bb (LOO-CV). Dans une validation crois\u00e9e unitaire classique, l’analyste devrait th\u00e9oriquement ajuster le mod\u00e8le N fois distinctes, en omettant \u00e0 chaque cycle un participant diff\u00e9rent pour mesurer son erreur de pr\u00e9diction hors-\u00e9chantillon, proc\u00e9dure dont le co\u00fbt computationnel s’av\u00e8re r\u00e9dhibitoire sur de grands jeux de donn\u00e9es psychom\u00e9triques.<\/p>\n Gr\u00e2ce \u00e0 la d\u00e9rivation matricielle du projecteur d’ajustement (la matrice chapeau H), le GCV estime la variance de g\u00e9n\u00e9ralisation hors-\u00e9chantillon sans n\u00e9cessiter le moindre r\u00e9ajustement it\u00e9ratif du mod\u00e8le. Le d\u00e9nominateur de l’\u00e9quation GCV, \u00e0 travers le terme au carr\u00e9 [1 – C(M)\/N]^2, applique une correction math\u00e9matique qui amplifie artificiellement l’erreur r\u00e9siduelle apparente \u00e0 mesure que le nombre effectif de param\u00e8tres C(M) se rapproche de la taille d’\u00e9chantillon N.<\/p>\n Cette \u00e9conomie algorithmique conf\u00e8re \u00e0 MARS une scalabilit\u00e9 computationnelle remarquable. Les cohortes contemporaines en bio-statistique et en \u00e9pid\u00e9miologie psychiatrique, qui compilent fr\u00e9quemment des dizaines de milliers d’individus mesur\u00e9s sur des centaines d’indicateurs comportementaux et g\u00e9nomiques, peuvent faire l’objet d’un \u00e9lagage complet en quelques secondes de calcul sur des architectures mat\u00e9rielles conventionnelles, tout en b\u00e9n\u00e9ficiant de la rigueur de contr\u00f4le d’une validation crois\u00e9e exhaustive.<\/p>\n La d\u00e9signation du mod\u00e8le d\u00e9finitif r\u00e9sulte d’une minimisation pure et simple du crit\u00e8re : l’algorithme parcourt l’int\u00e9gralit\u00e9 de la s\u00e9quence d’\u00e9lagage et retient le mod\u00e8le structurel M* qui minimise la m\u00e9trique GCV(M). Cette r\u00e8gle de d\u00e9cision automatis\u00e9e \u00e9limine tout arbitraire humain dans le choix de la complexit\u00e9 finale de la r\u00e9gression, instaurant un arbitrage optimal entre le risque de sous-ajustement (qui se manifeste par un SSE r\u00e9siduel \u00e9lev\u00e9 au num\u00e9rateur) et le risque de surajustement (qui induit un effondrement du d\u00e9nominateur par p\u00e9nalisation de C(M)).<\/p>\n L’hyperparam\u00e8tre d joue un r\u00f4le de curseur \u00e9pist\u00e9mologique fondamental dans cette s\u00e9lection. Des investigations empiriques et des \u00e9tudes de simulation approfondies men\u00e9es par Friedman ont d\u00e9montr\u00e9 qu’une valeur de d = 2 convient id\u00e9alement pour des configurations additives pures sans interaction. En revanche, d\u00e8s lors que l’algorithme autorise la g\u00e9n\u00e9ration d’interactions d’ordre sup\u00e9rieur (produits tensoriels), les opportunit\u00e9s de surajustement combinatoire s’accroissent consid\u00e9rablement, justifiant l’\u00e9l\u00e9vation de la p\u00e9nalit\u00e9 d \u00e0 des valeurs comprises entre 2.5 et 3.5 pour pr\u00e9server la parcimonie structurelle.<\/p>\n En pratique psychom\u00e9trique, l’analyse compar\u00e9e des scores GCV entre diff\u00e9rents mod\u00e8les rivaux offre au chercheur un indicateur synth\u00e9tique de robustesse m\u00e9thodologique. Elle permet de quantifier avec pr\u00e9cision si l’introduction d’un point d’inflexion non lin\u00e9aire ou d’une interaction complexe compense v\u00e9ritablement le co\u00fbt param\u00e9trique qu’elle induit, garantissant que chaque inflexion conserv\u00e9e dans l’\u00e9quation finale correspond \u00e0 une r\u00e9gularit\u00e9 \u00e9cologique solide et reproductible.<\/p>\n L’un des d\u00e9fis les plus redoutables de la mod\u00e9lisation statistique moderne r\u00e9side dans la d\u00e9tection et l’interpr\u00e9tation des interactions mod\u00e9ratrices entre multiples pr\u00e9dicteurs continus. Dans le mod\u00e8le lin\u00e9aire classique, l’analyste est contraint de sp\u00e9cifier manuellement des produits simples de variables (X1 * X2). Cette \u00e9criture implique l’hypoth\u00e8se tr\u00e8s restrictive que la pente de la relation entre Y et X1 varie de mani\u00e8re continue et strictement lin\u00e9aire le long de tout le continuum de la variable mod\u00e9ratrice X2, hypoth\u00e8se rarement v\u00e9rifi\u00e9e empiriquement.<\/p>\n L’approche MARS contourne cette contrainte \u00e0 travers la formalisation des produits tensoriels de fonctions charni\u00e8res. Une interaction d’ordre deux s’y exprime sous la forme alg\u00e9brique g\u00e9n\u00e9rale :<\/p>\n Binter(X) = \u03b2 * max(0, Xj – tj) * max(0, Xk – tk)<\/p>\n ou sous l’une des trois autres configurations combinant des orientations unilat\u00e9rales positives et n\u00e9gatives sur les deux dimensions concern\u00e9es.<\/p>\n D’un point de vue g\u00e9om\u00e9trique, ce produit tensoriel ne s’applique pas \u00e0 l’ensemble du plan multidimensionnel. Il d\u00e9coupe une surface d’interaction strictement confin\u00e9e \u00e0 un quadrant spatial born\u00e9 par les coordonn\u00e9es critiques (tj, tk). Partout ailleurs dans l’espace des donn\u00e9es o\u00f9 l’une ou l’autre des conditions d’activation n’est pas satisfaite, le terme prend math\u00e9matiquement la valeur z\u00e9ro. MARS permet ainsi de capturer ce que l’on nomme des interactions hyper-localis\u00e9es, au sein desquelles deux dimensions psychologiques n’entrent en r\u00e9sonance que lorsque des seuils d’intensit\u00e9 sp\u00e9cifiques sont franchis simultan\u00e9ment.<\/p>\n Cette flexibilit\u00e9 alg\u00e9brique ouvre des perspectives th\u00e9oriques f\u00e9condes pour la mod\u00e9lisation des processus psychologiques mod\u00e9r\u00e9s conditionnels. Consid\u00e9rons, \u00e0 titre d’illustration clinique, l’analyse conjointe de l’anxi\u00e9t\u00e9-trait et de la charge mentale sur la performance \u00e0 une \u00e9preuve de m\u00e9moire de travail motrice complexe. Dans de nombreux contextes op\u00e9rationnels, l’anxi\u00e9t\u00e9-trait n’exerce aucune influence d\u00e9l\u00e9t\u00e8re mesurable tant que la charge cognitive requise par la t\u00e2che demeure faible ou mod\u00e9r\u00e9e ; les ressources d’attention compensatoire suffisent \u00e0 neutraliser les pens\u00e9es interf\u00e9rentes.<\/p>\n Un mod\u00e8le lin\u00e9aire multiplicatif classique peinerait \u00e0 capturer ce ph\u00e9nom\u00e8ne sans biaiser l’estimation aux faibles charges cognitives. Le mod\u00e8le MARS, en revanche, isolera automatiquement une interaction de la forme :<\/p>\n \u03b2 * max(0, Charge – tCharge) * max(0, Anxiete – tAnxiete)<\/p>\n Cette formulation stipule explicitement que la d\u00e9gradation de la performance motrice ne devient effective que lorsque la charge d\u00e9passe un seuil tCharge ET que, simultan\u00e9ment, l’anxi\u00e9t\u00e9 de l’op\u00e9rateur exc\u00e8de son seuil critique individuel tAnxiete. En de\u00e7\u00e0 de ce n\u0153ud cognitif, le terme s’annule identiquement, isolant la dynamique locale du comportement.<\/p>\n De telles interactions conditionnelles locales sont omnipr\u00e9sentes dans l’\u00e9tude des traits de personnalit\u00e9, des dynamiques d’attachement chez l’adulte et des m\u00e9canismes de r\u00e9gulation \u00e9motionnelle. L’algorithme MARS s’affranchit ainsi du r\u00e9ductionnisme inh\u00e9rent aux produits polynomiaux globaux en autorisant la mod\u00e9lisation de synergies fonctionnelles qui ne se manifestent que dans des conditions environnementales ou neurobiologiques particuli\u00e8res.<\/p>\n Si la r\u00e9cursivit\u00e9 math\u00e9matique autorise en th\u00e9orie l’algorithme MARS \u00e0 empiler des produits tensoriels jusqu’\u00e0 un ordre arbitrairement \u00e9lev\u00e9 (ordre 3, 4 ou k), une telle prolif\u00e9ration m\u00e8nerait in\u00e9luctablement au fl\u00e9au de la dimensionnalit\u00e9 et \u00e0 une perte irr\u00e9m\u00e9diable d’intelligibilit\u00e9 th\u00e9orique. Pour pr\u00e9venir cette d\u00e9rive dans la pratique de la recherche psychologique, une contrainte structurelle param\u00e9trique doit \u00eatre impos\u00e9e en amont par l’analyste : la fixation du degr\u00e9 d’interaction maximal admissible (g\u00e9n\u00e9ralement d\u00e9sign\u00e9 par le param\u00e8tre degree<\/em> dans les impl\u00e9mentations logicielles).<\/p>\n Dans l’immense majorit\u00e9 des applications psychom\u00e9triques, il est rigoureusement recommand\u00e9 de contraindre le mod\u00e8le \u00e0 un degr\u00e9 d’interaction maximal de deux (mod\u00e8les bivari\u00e9s), voire de se limiter d\u00e9lib\u00e9r\u00e9ment \u00e0 un mod\u00e8le strictement additif de degr\u00e9 un lorsque la taille d’\u00e9chantillon est restreinte. Un mod\u00e8le MARS brid\u00e9 \u00e0 l’ordre deux restreint l’espace de recherche aux termes de la forme B(Xj) et B(Xj) * B(Xk), interdisant les produits tripartites.<\/p>\n Cette restriction m\u00e9thodologique pr\u00e9sente un triple avantage :<\/p>\n L’une des vertus m\u00e9thodologiques cardinales de MARS, qui le distingue avantageusement des techniques d’apprentissage automatique opaques de type \u00ab bo\u00eete noire \u00bb, est sa capacit\u00e9 intrins\u00e8que \u00e0 se d\u00e9composer analytiquement sous une forme isomorphe \u00e0 une analyse de variance (ANOVA). Une fois le mod\u00e8le final \u00e9lagu\u00e9 et stabilis\u00e9, ses multiples fonctions de base charni\u00e8res peuvent \u00eatre regroup\u00e9es et r\u00e9ordonn\u00e9es alg\u00e9briquement selon leur degr\u00e9 d’implication dimensionnelle.<\/p>\n L’\u00e9quation globale s’exprime alors selon la d\u00e9composition canonique suivante :<\/p>\n f(X) = \u03b20 + \u2211 fj(Xj) + \u2211 fjk(Xj, Xk) + \u2211 fjkl(Xj, Xk, Xl) + \u2026<\/p>\n Dans cette structure fonctionnelle :<\/p>\n Cette pr\u00e9sentation offre un sch\u00e9ma d’intelligibilit\u00e9 particuli\u00e8rement familier aux chercheurs form\u00e9s aux plans factoriels traditionnels. Elle permet de quantifier avec rigueur la part de variance globale expliqu\u00e9e attribuable d’une part aux composantes additives isol\u00e9es, et d’autre part aux effets interactifs non lin\u00e9aires, facilitant la communication des conclusions empiriques au sein de la communaut\u00e9 acad\u00e9mique.<\/p>\n La simple inspection visuelle des coefficients r\u00e9gressifs \u03b2 ne suffit pas \u00e0 \u00e9valuer l’importance substantielle d’un pr\u00e9dicteur au sein d’un mod\u00e8le MARS, car une m\u00eame variable peut intervenir dans de multiples fonctions charni\u00e8res dot\u00e9es d’\u00e9tendues de support locales tr\u00e8s divergentes. Pour r\u00e9soudre cette difficult\u00e9, MARS met \u00e0 disposition trois m\u00e9triques d’importance relative compl\u00e9mentaires et objectives, standardis\u00e9es sur une \u00e9chelle de 0 \u00e0 100.<\/p>\n La premi\u00e8re m\u00e9trique, purement structurelle, repose sur le crit\u00e8re nsubsets<\/em> : elle quantifie le nombre de sous-mod\u00e8les optimaux embo\u00eet\u00e9s g\u00e9n\u00e9r\u00e9s au cours de la phase d’\u00e9lagage descendant qui incluent au moins une fonction de base faisant appel \u00e0 la variable examin\u00e9e. Un pr\u00e9dicteur omnipr\u00e9sent dans tous les sous-mod\u00e8les, du plus complexe jusqu’aux structures les plus \u00e9lagu\u00e9es, d\u00e9montre une robustesse statistique fondamentale.<\/p>\n Les deux autres m\u00e9triques reposent sur une logique d’omission contrefactuelle. L’algorithme r\u00e9estime la performance du mod\u00e8le en supprimant r\u00e9trospectivement toutes les fonctions de base associ\u00e9es au pr\u00e9dicteur cible :<\/p>\n Ce triptyque de m\u00e9triques offre une hi\u00e9rarchisation robuste de l’influence relative des diff\u00e9rentes dimensions \u00e9valu\u00e9es, permettant par exemple d’isoler avec certitude quels construits de la personnalit\u00e9 p\u00e8sent de mani\u00e8re pr\u00e9pond\u00e9rante dans l’explication d’une trajectoire psychopathologique.<\/p>\n L’\u00e9lucidation th\u00e9orique des r\u00e9sultats d’un mod\u00e8le MARS est grandement facilit\u00e9e par la production d’outils de visualisation graphique transparents. Pour les composantes univari\u00e9es du mod\u00e8le, le trac\u00e9 des profils de r\u00e9ponse (ou graphiques de d\u00e9pendance partielle, Partial Dependence Plots<\/em>) permet d’observer directement la forme de la relation non lin\u00e9aire reliant la variable explicative \u00e0 la variable d’int\u00e9r\u00eat, en maintenant l’ensemble des autres variables du syst\u00e8me fix\u00e9es \u00e0 leur valeur moyenne.<\/p>\n Ces graphiques mettent en lumi\u00e8re de mani\u00e8re imm\u00e9diate la position exacte des n\u0153uds optimaux d\u00e9couverts par l’algorithme. L’investigateur identifie visuellement les plateaux d’invariance o\u00f9 la pente est rigoureusement horizontale, les zones d’acc\u00e9l\u00e9ration comportementale caract\u00e9ris\u00e9es par des angulations ascendantes, ainsi que les plafonds de saturation o\u00f9 la fonction retrouve une seconde invariance fonctionnelle. Cette cartographie visuelle d\u00e9mythifie la complexit\u00e9 math\u00e9matique sous-jacente et rend les inf\u00e9rences cliniquement tangibles.<\/p>\n Pour les composantes d’interaction bivari\u00e9es, la projection sous la forme de diagrammes de surface tridimensionnels ou de cartes de contours topographiques offre une vue synoptique du paysage psychom\u00e9trique. L’analyste observe comment la surface d’ajustement se vrille ou se plie dans l’espace multidimensionnel, r\u00e9v\u00e9lant avec une nettet\u00e9 remarquable les zones d’amplification r\u00e9ciproque ou les paliers de neutralisation mutuelle entre dimensions psychologiques distinctes.<\/p>\n Le champ de la psychopathologie d\u00e9veloppementale et de la psychologie clinique fournit un terrain d’application privil\u00e9gi\u00e9 pour la mod\u00e9lisation par splines adaptatives. L’un des apports majeurs de MARS dans ce domaine concerne la clarification de l’impact des traumatismes subis durant l’enfance sur la s\u00e9v\u00e9rit\u00e9 des troubles d\u00e9pressifs et anxieux \u00e0 l’\u00e2ge adulte. Les mod\u00e8les lin\u00e9aires traditionnels postulent une relation cumulative continue, selon laquelle chaque exp\u00e9rience ind\u00e9sirable additionnelle augmente de fa\u00e7on constante le risque psychopathologique.<\/p>\n L’application de MARS \u00e0 ces donn\u00e9es a r\u00e9v\u00e9l\u00e9 des architectures bien plus complexes. Les analyses mettent fr\u00e9quemment au jour un ph\u00e9nom\u00e8ne d’\u00ab inoculation psychologique \u00bb ou de r\u00e9sistance initiale : l’exposition \u00e0 un nombre tr\u00e8s limit\u00e9 d’\u00e9v\u00e9nements stressants mod\u00e9r\u00e9s ne produit aucune augmentation d\u00e9tectable des scores symptomatiques sur l’axe max(0, t – Traumatismes). Ce n’est qu’au-del\u00e0 d’un n\u0153ud d’inflexion pr\u00e9cis que la courbe s’oriente brusquement vers le haut avec une pente tr\u00e8s accentu\u00e9e, identifiant objectivement le seuil de basculement au-del\u00e0 duquel les m\u00e9canismes d’adaptation psychologiques et \u00e9pig\u00e9n\u00e9tiques de l’individu sont d\u00e9finitivement submerg\u00e9s.<\/p>\n De m\u00eame, dans le cadre de la pharmacom\u00e9trie clinique appliqu\u00e9e \u00e0 la psychiatrie, MARS est utilis\u00e9 pour mod\u00e9liser les courbes de r\u00e9ponse th\u00e9rapeutique aux psychotropes. Il permet d’estimer avec pr\u00e9cision la fen\u00eatre posologique optimale en identifiant le n\u0153ud seuil d’efficacit\u00e9 minimale en de\u00e7\u00e0 duquel le m\u00e9dicament n’a pas d’effet sup\u00e9rieur au placebo, ainsi que le n\u0153ud de saturation sup\u00e9rieure \u00e0 partir duquel l’augmentation des doses n’engendre plus aucun b\u00e9n\u00e9fice clinique sur les sympt\u00f4mes d\u00e9pressifs, mais pr\u00e9cipite l’accumulation d’effets secondaires ind\u00e9sirables.<\/p>\n Au sein de la recherche psychom\u00e9trique fondamentale, MARS apporte des solutions m\u00e9thodologiques \u00e9l\u00e9gantes pour l’\u00e9valuation et l’\u00e9talonnage des \u00e9chelles de mesure. Dans le cadre de la th\u00e9orie de la r\u00e9ponse aux items (TRI)<\/a> non param\u00e9trique, l’estimation de la courbe caract\u00e9ristique de l’item (CCI) constitue une \u00e9tape critique pour v\u00e9rifier la validit\u00e9 de construit d’un instrument d’\u00e9valuation psychologique.<\/p>\n Les mod\u00e8les param\u00e9triques usuels (mod\u00e8les logistiques \u00e0 1, 2 ou 3 param\u00e8tres de Rasch et Birnbaum) contraignent la probabilit\u00e9 de r\u00e9ussite ou d’adh\u00e9sion \u00e0 suivre une forme sigmo\u00efdale logistique parfaitement sym\u00e9trique. Or, de nombreux items \u00e9valuant des dimensions cliniques s\u00e9v\u00e8res (telles que les id\u00e9ations suicidaires ou les traits dissociatifs) pr\u00e9sentent des courbes caract\u00e9ristiques aberrantes, marqu\u00e9es par des ruptures abruptes ou des d\u00e9crochages de pente locaux lorsque le niveau de trait latent du sujet s’accro\u00eet. MARS permet d’estimer de mani\u00e8re purement non param\u00e9trique ces courbes caract\u00e9ristiques, sans imposer de forme a priori, r\u00e9v\u00e9lant ainsi les anomalies d’items avec une sensibilit\u00e9 diagnostique sup\u00e9rieure.<\/p>\n En outre, la technique s’av\u00e8re particuli\u00e8rement puissante pour la d\u00e9tection automatis\u00e9e des seuils d’invalidation des r\u00e9ponses dans les questionnaires de personnalit\u00e9 standardis\u00e9s (tels que le MMPI ou le NEO-PI). En mod\u00e9lisant la relation entre le temps de latence de r\u00e9ponse par item et la consistance interne du profil, MARS est capable de d\u00e9tecter le point de coupure chronom\u00e9trique en de\u00e7\u00e0 duquel la vitesse d’ex\u00e9cution traduit indiscutablement un patron de r\u00e9ponses al\u00e9atoires ou de non-lecture intentionnelle, autorisant un nettoyage objectif des protocoles psychom\u00e9triques.<\/p>\n La psychologie du travail, ergonomique et organisationnelle rec\u00e8le \u00e9galement de nombreuses relations non lin\u00e9aires que MARS parvient \u00e0 expliciter avec une acuit\u00e9 particuli\u00e8re. L’exemple paradigmatique par excellence r\u00e9side dans l’op\u00e9rationnalisation empirique de la c\u00e9l\u00e8bre loi de Yerkes-Dodson<\/a>, qui postule l’existence d’une relation curvilin\u00e9aire en U invers\u00e9 reliant le niveau d’\u00e9veil physiologique (ou de stress per\u00e7u) et le niveau de performance professionnelle.<\/p>\n L\u00e0 o\u00f9 une r\u00e9gression quadratique force artificiellement une parabole globale sym\u00e9trique dont le sommet est souvent d\u00e9cal\u00e9 par rapport \u00e0 la r\u00e9alit\u00e9 op\u00e9rationnelle, MARS capture ce ph\u00e9nom\u00e8ne par l’articulation asym\u00e9trique de deux fonctions charni\u00e8res connect\u00e9es \u00e0 un n\u0153ud optimal unique. La premi\u00e8re fonction mod\u00e9lise la phase d’activation ascendante, o\u00f9 le stress agit comme un stimulant dynamisant la concentration de l’op\u00e9rateur, tandis que la seconde fonction miroir d\u00e9crit la phase d’effondrement cons\u00e9cutive au d\u00e9passement de la capacit\u00e9 de traitement attentionnel, les deux pentes pouvant pr\u00e9senter des magnitudes tout \u00e0 fait distinctes.<\/p>\n Un autre champ d’application f\u00e9cond concerne la mod\u00e9lisation de l’\u00e9puisement professionnel (burnout<\/em>) \u00e0 travers le mod\u00e8le Exigences-Ressources du travail (Job Demands-Resources model<\/em>). L’analyse par MARS permet de documenter rigoureusement comment certaines ressources organisationnelles (comme l’autonomie d\u00e9cisionnelle ou le soutien manag\u00e9rial) n’exercent un effet protecteur significatif qu’\u00e0 la condition que les exigences professionnelles d\u00e9passent un palier critique. Les d\u00e9cideurs en ressources humaines disposent ainsi de rep\u00e8res quantitatifs pr\u00e9cis pour calibrer leurs interventions pr\u00e9ventives en fonction des seuils de charge r\u00e9els observ\u00e9s dans les \u00e9quipes.<\/p>\n Pour appr\u00e9cier la place singuli\u00e8re occup\u00e9e par MARS dans la panoplie des m\u00e9thodes statistiques modernes, une comparaison syst\u00e9matique avec les autres grands paradigmes non param\u00e9triques s’av\u00e8re indispensable. Face aux arbres de r\u00e9gression binaire de type CART, la sup\u00e9riorit\u00e9 de MARS r\u00e9side principalement dans la nature de sa surface de r\u00e9ponse. CART partitionne l’espace des donn\u00e9es par des coupures orthogonales et pr\u00e9dit une constante locale dans chaque partition terminale, ce qui produit une approximation en marches d’escalier totalement discontinue.<\/p>\n Cette discontinuit\u00e9 des arbres pose un probl\u00e8me conceptuel majeur en psychologie : elle attribue des pr\u00e9dictions drastiquement disparates \u00e0 deux participants dont les scores sur une variable continue ne diff\u00e8rent que d’une fraction d\u00e9cimale de part et d’autre d’un seuil de d\u00e9coupage arbitraire. De plus, les arbres sont structurellement incapables de capturer des tendances lin\u00e9aires simples sans les fragmenter en une multitude de paliers inefficients. MARS r\u00e9sout simultan\u00e9ment ces deux \u00e9cueils en fournissant une trajectoire continue et en int\u00e9grant nativement des composantes lin\u00e9aires pures.<\/p>\n Face aux for\u00eats al\u00e9atoires (Random Forests)<\/a>, qui agr\u00e8gent des centaines d’arbres bootstrapp\u00e9s pour lisser les marches d’escalier et maximiser la pr\u00e9cision pr\u00e9dictive, MARS c\u00e8de parfois un l\u00e9ger avantage en termes de performance pure sur des donn\u00e9es massivement bruit\u00e9es, mais l’emporte de fa\u00e7on d\u00e9cisive sur le terrain de la transparence \u00e9pist\u00e9mologique. Une for\u00eat al\u00e9atoire constitue une \u00ab bo\u00eete noire \u00bb inextricable qui ne livre aucune \u00e9quation intelligible. MARS, \u00e0 l’inverse, aboutit \u00e0 une fonction math\u00e9matique explicite, parfaitement transparente, respectant les imp\u00e9ratifs de validit\u00e9 th\u00e9orique et d’\u00e9thique clinique requis par les sciences comportementales.<\/p>\n Les mod\u00e8les additifs g\u00e9n\u00e9ralis\u00e9s (GAM, pour Generalized Additive Models<\/em>), d\u00e9velopp\u00e9s par Trevor Hastie et Robert Tibshirani, constituent une autre alternative non param\u00e9trique prestigieuse. Les GAM mod\u00e9lisent la relation entre les pr\u00e9dicteurs et la r\u00e9ponse par l’interm\u00e9diaire de fonctions lisses non param\u00e9triques arbitraires (souvent des splines de lissage cubiques ou des P-splines), estim\u00e9es via des crit\u00e8res de vraisemblance p\u00e9nalis\u00e9e.<\/p>\n La distinction op\u00e9ratoire majeure entre MARS et les GAM conventionnels r\u00e9side dans le degr\u00e9 d’automatisation de la s\u00e9lection des variables et de la d\u00e9couverte des interactions. Dans un cadre GAM standard, le statisticien doit sp\u00e9cifier manuellement et a priori quelles variables doivent faire l’objet d’un lissage, fixer le nombre de degr\u00e9s de libert\u00e9 de base (ou laisser l’algorithme estimer un param\u00e8tre de lissage global unique par spline), et surtout postuler explicitement quelles paires de variables sont susceptibles d’interagir sous la forme de surfaces de lissage tensorielles bidimensionnelles.<\/p>\n MARS propose une d\u00e9marche beaucoup plus autonome et exploratoire. Il accomplit simultan\u00e9ment et dans le m\u00eame flux computationnel :<\/p>\n En outre, les splines lin\u00e9aires par morceaux de MARS sont souvent jug\u00e9es plus digestes sur le plan de l’interpr\u00e9tation th\u00e9orique que les splines cubiques des GAM, dont les courbures infiniment lisses masquent parfois la nature angulaire de v\u00e9ritables seuils de rupture psychologique.<\/p>\n L’essor contemporain de l’apprentissage profond (deep learning<\/em>) a conduit certains chercheurs \u00e0 privil\u00e9gier l’usage de perceptrons multicouches pour capturer les non-lin\u00e9arit\u00e9s complexes au sein de donn\u00e9es comportementales massives. Si les r\u00e9seaux de neurones sont des approximateurs universels incontestables capables d’apprendre des repr\u00e9sentations hi\u00e9rarchiques hautement sophistiqu\u00e9es, leur d\u00e9ploiement soul\u00e8ve des r\u00e9serves m\u00e9thodologiques substantielles dans le champ de la psychologie quantitative.<\/p>\n Le premier diff\u00e9rentiel concerne l’efficience d’\u00e9chantillonnage (sample efficiency<\/em>). Les r\u00e9seaux profonds requi\u00e8rent des cohortes d’entra\u00eenement volumineuses (id\u00e9alement plusieurs dizaines de milliers de sujets) pour converger vers des repr\u00e9sentations stables sans s’effondrer dans un surapprentissage st\u00e9rile, imposant des architectures de r\u00e9gularisation complexes (dropout<\/em>, normalisation par lots, d\u00e9croissance des poids). Dans la recherche psychologique typique, o\u00f9 les \u00e9chantillons d\u00e9passent rarement quelques centaines de cas, MARS surclasse nettement les architectures neuronales en fournissant des mod\u00e8les stables et reproductibles l\u00e0 o\u00f9 les r\u00e9seaux de neurones \u00e9chouent \u00e0 converger.<\/p>\n Le second diff\u00e9rentiel touche \u00e0 l’imp\u00e9ratif d\u00e9ontologique d’auditabilit\u00e9 des d\u00e9cisions diagnostiques. En psychologie l\u00e9gale, en neuropsychologie clinique ou dans l’attribution de bourses d’\u00e9tudes fond\u00e9es sur des tests cognitifs, il est inacceptable d’utiliser un algorithme dont la logique d\u00e9cisionnelle interne ne peut \u00eatre retrac\u00e9e pas \u00e0 pas. Le formalisme de MARS, fond\u00e9 sur une \u00e9quation lin\u00e9aire sommative de termes charni\u00e8res explicites, autorise une justification causale et transparente de chaque pr\u00e9diction individuelle, satisfaisant aux crit\u00e8res les plus stricts de responsabilit\u00e9 scientifique.<\/p>\n L’op\u00e9rationnalisation empirique des mod\u00e8les MARS au sein de la communaut\u00e9 scientifique s’appuie principalement sur deux \u00e9cosyst\u00e8mes logiciels open-source dominants : le langage R pour le calcul statistique et l’environnement Python pour la science des donn\u00e9es. Dans l’\u00e9cosyst\u00e8me R, l’impl\u00e9mentation canonique et universellement reconnue est assur\u00e9e par le package earth<\/a>, con\u00e7u par Stephen Milborrow. Le nom \u00ab earth \u00bb r\u00e9sulte d’une pr\u00e9caution juridique, la marque MARS ayant \u00e9t\u00e9 d\u00e9pos\u00e9e commercialement par Jerome Friedman et la soci\u00e9t\u00e9 Salford Systems.<\/p>\n Le package Pour les praticiens op\u00e9rant sous Python, la biblioth\u00e8que standard de r\u00e9f\u00e9rence est py-earth<\/a>, d\u00e9velopp\u00e9e dans le giron des extensions compatibles avec Scikit-Learn. Elle impl\u00e9mente fid\u00e8lement les algorithmes d’expansion et d’\u00e9lagage de Friedman \u00e0 travers une interface \u00e0 objets conforme aux estimateurs standards (m\u00e9thodes L’estimation r\u00e9ussie d’un mod\u00e8le MARS ne dispense aucunement le chercheur des v\u00e9rifications diagnostiques usuelles r\u00e9gissant l’inf\u00e9rence statistique. Une fois l’\u00e9lagage achev\u00e9, l’analyse approfondie des r\u00e9sidus constitue une obligation m\u00e9thodologique incontournable. Les r\u00e9sidus ordinaires ei = yi – f(xi) doivent \u00eatre inspect\u00e9s pour v\u00e9rifier l’absence d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 r\u00e9siduelle (variation de la variance d’erreur le long des valeurs pr\u00e9dites) et pour confirmer leur conformit\u00e9 raisonnable avec une distribution normale via des graphiques quantile-quantile (Q-Q plots).<\/p>\n Une vigilance particuli\u00e8re doit \u00eatre accord\u00e9e \u00e0 la stabilit\u00e9 spatiotemporelle des n\u0153uds d\u00e9couverts par l’algorithme. Il est fortement recommand\u00e9 de soumettre le mod\u00e8le final \u00e0 une proc\u00e9dure de validation crois\u00e9e k-fold r\u00e9p\u00e9t\u00e9e (par exemple, 10-fold CV r\u00e9p\u00e9t\u00e9e 50 fois avec des permutations al\u00e9atoires diff\u00e9rentes de l’\u00e9chantillon). L’enregistrement syst\u00e9matique de la fr\u00e9quence de s\u00e9lection des variables et de la variabilit\u00e9 spatiale de la localisation des n\u0153uds d’un pli \u00e0 l’autre permet d’attester de la solidit\u00e9 clinique des seuils identifi\u00e9s : un seuil de vuln\u00e9rabilit\u00e9 qui fluctuerait erratiquement au gr\u00e9 des r\u00e9\u00e9chantillonnages ne saurait pr\u00e9tendre au statut de constante psychom\u00e9trique.<\/p>\n De surcro\u00eet, le statisticien doit identifier d’\u00e9ventuels points de levier multidimensionnels (mesur\u00e9s par les distances de Cook ou les \u00e9l\u00e9ments diagonaux de la matrice de projection) qui auraient pu infl\u00e9chir artificiellement la position d’un n\u0153ud lors de la phase ascendante. Lorsqu’une poign\u00e9e d’observations atypiques dicte \u00e0 elle seule l’\u00e9mergence d’une fonction charni\u00e8re, une analyse de sensibilit\u00e9 excluant ces cas extr\u00eames s’impose pour confirmer que l’inflexion mod\u00e9lis\u00e9e traduit bien un processus \u00e9cologique g\u00e9n\u00e9ralisable et non un simple artefact d’\u00e9chantillonnage.<\/p>\n Bien que MARS constitue un instrument d’analyse exceptionnellement puissant, le praticien doit \u00eatre lucide quant \u00e0 ses vuln\u00e9rabilit\u00e9s intrins\u00e8ques. La premi\u00e8re limite majeure a trait \u00e0 la multicolin\u00e9arit\u00e9 s\u00e9v\u00e8re entre pr\u00e9dicteurs. Lorsque deux variables explicatives sont fortement corr\u00e9l\u00e9es (par exemple, deux sous-\u00e9chelles d’un m\u00eame inventaire psychom\u00e9trique partageant un recouvrement conceptuel massif), la recherche gloutonne de l’\u00e9tape avant tend \u00e0 attribuer de mani\u00e8re quasi stochastique l’int\u00e9gralit\u00e9 de l’effet non lin\u00e9aire \u00e0 l’un des deux pr\u00e9dicteurs au d\u00e9triment de l’autre, en fonction d’un gain r\u00e9siduel minime. Il appartient au chercheur de diagnostiquer pr\u00e9alablement les facteurs d’inflation de variance (VIF) pour \u00e9viter des interpr\u00e9tations th\u00e9oriques fallacieuses sur l’exclusion d’une variable redondante.<\/p>\n La seconde recommandation fondamentale concerne l’ancrage th\u00e9orique du mod\u00e8le. MARS \u00e9tant un algorithme inductif ax\u00e9 sur l’ajustement empirique, il existe un risque constant de succomber \u00e0 une r\u00e9ification a posteriori d’inflexions math\u00e9matiques g\u00e9n\u00e9r\u00e9es par des bruits de mesure locaux. Toute rupture de pente ou interaction mise en lumi\u00e8re par le mod\u00e8le doit imp\u00e9rativement faire l’objet d’une confrontation critique avec la litt\u00e9rature clinique ou cognitive existante afin de valider sa plausibilit\u00e9 substantielle. L’optimisation statistique ne saurait en aucun cas se substituer au jugement conceptuel du chercheur.<\/p>\n Enfin, sur le plan de la restitution des travaux scientifiques (reporting standards<\/em>), la transparence acad\u00e9mique exige que les publications d\u00e9taillent scrupuleusement les choix computationnels retenus. Les auteurs doivent syst\u00e9matiquement expliciter :<\/p>\n Breiman, L., Friedman, J. H., Olshen, R. A., & Stone, C. J. (1984). Classification and regression trees<\/em>. Wadsworth International Group.<\/p>\n Craven, P., & Wahba, G. (1979). Smoothing noisy data with spline functions: Estimating the correct degree of smoothing by the method of generalized cross-validation. Numerische Mathematik<\/em>, 31(4), 377\u2013403. https:\/\/doi.org\/10.1007\/BF01404567<\/a><\/p>\n Easterlin, R. A. (1974). Does economic growth improve the human lot? Some empirical evidence. In P. A. David & M. W. Reder (Eds.), Nations and households in economic growth: Essays in honor of Moses Abramovitz<\/em> (pp. 89\u2013125). Academic Press. https:\/\/doi.org\/10.1016\/B978-0-12-205050-3.50008-7<\/a><\/p>\n Friedman, J. H. (1991). Multivariate adaptive regression splines. The Annals of Statistics<\/em>, 19(1), 1\u201367. https:\/\/doi.org\/10.1214\/aos\/1176347963<\/a><\/p>\n Hastie, T. J., & Tibshirani, R. J. (1990). Generalized additive models<\/em>. Chapman & Hall\/CRC.<\/p>\n Hastie, T., Tibshirani, R., & Friedman, J. (2009). The elements of statistical learning: Data mining, inference, and prediction<\/em> (2nd ed.). Springer. https:\/\/doi.org\/10.1007\/978-0-387-84858-7<\/a><\/p>\n Milborrow, S. (2020). earth: Multivariate Adaptive Regression Splines<\/em> (R package version 5.3.0). CRAN. https:\/\/cran.r-project.org\/web\/packages\/earth\/index.html<\/a><\/p>\n Runge, C. (1901). \u00dcber empirische Funktionen und die Interpolation zwischen \u00e4quidistanten Ordinaten. Zeitschrift f\u00fcr Mathematik und Physik<\/em>, 46, 224\u2013243.<\/p>\n Thom, R. (1972). Stabilit\u00e9 structurelle et morphog\u00e9n\u00e8se : Essai d’une th\u00e9orie g\u00e9n\u00e9rale des mod\u00e8les<\/em>. W. A. Benjamin.<\/p>\n1. Les limites de la r\u00e9gression lin\u00e9aire standard dans la recherche psychologique<\/h2>\n
1.1 Le postulat de lin\u00e9arit\u00e9 face \u00e0 la complexit\u00e9 des comportements humains<\/h3>\n
1.2 La d\u00e9faillance des coefficients globaux face aux dynamiques locales<\/h3>\n
1.3 La crise de sp\u00e9cification dans les mod\u00e8les psychom\u00e9triques observationnels<\/h3>\n
2. Les impasses de la r\u00e9gression polynomiale face aux non-lin\u00e9arit\u00e9s<\/h2>\n
2.1 La formulation polynomiale et la prolif\u00e9ration des degr\u00e9s de libert\u00e9<\/h3>\n
2.2 Le surajustement pathologique au-del\u00e0 des degr\u00e9s faibles<\/h3>\n
2.3 L’imposition restrictive d’une fonction globale sur l’espace des donn\u00e9es<\/h3>\n
3. Gen\u00e8se et architecture conceptuelle des splines de r\u00e9gression adaptative multivari\u00e9e<\/h2>\n
3.1 L’h\u00e9ritage algorithmique de Jerome Friedman et la rupture non param\u00e9trique<\/h3>\n
3.2 Le concept de mod\u00e9lisation par morceaux lin\u00e9aires continus<\/h3>\n
3.3 L’avantage adaptatif : automatisation de la d\u00e9couverte des seuils critiques<\/h3>\n
4. Les fonctions de base charni\u00e8res : m\u00e9canique math\u00e9matique fondamentale<\/h2>\n
4.1 D\u00e9finition et morphologie de la fonction miroir<\/h3>\n
4.2 Construction de la base de fonctions pour un ensemble de donn\u00e9es<\/h3>\n
4.3 Traduction psychologique de la fonction charni\u00e8re<\/h3>\n
5. La phase de s\u00e9lection ascendante (algorithme d’expansion avant)<\/h2>\n
5.1 Initialisation du mod\u00e8le et recherche gloutonne it\u00e9rative<\/h3>\n
5.2 Multiplication r\u00e9cursive des termes de base<\/h3>\n
5.3 Le statut d\u00e9lib\u00e9r\u00e9 de surajustement \u00e0 l’issue de l’\u00e9tape avant<\/h3>\n
6. La phase d’\u00e9lagage descendant (algorithme de simplification arri\u00e8re)<\/h2>\n
6.1 M\u00e9canisme d’\u00e9limination progressive des termes les moins contributifs<\/h3>\n
6.2 Diff\u00e9renciation structurelle avec l’\u00e9lagage des arbres CART<\/h3>\n
6.3 Pr\u00e9servation de la puissance statistique dans les cohortes restreintes<\/h3>\n
7. Le crit\u00e8re de validation crois\u00e9e g\u00e9n\u00e9ralis\u00e9e (GCV) comme r\u00e9gulateur<\/h2>\n
7.1 Fondement math\u00e9matique et p\u00e9nalisation de la complexit\u00e9<\/h3>\n
7.2 Approximation computationnelle efficiente du ‘Leave-One-Out’<\/h3>\n
7.3 S\u00e9lection du mod\u00e8le optimal final via le score GCV minimal<\/h3>\n
8. Capture et formalisation des interactions multivari\u00e9es d’ordre sup\u00e9rieur<\/h2>\n
8.1 Produits tensoriels de fonctions charni\u00e8res<\/h3>\n
8.2 Interactions mod\u00e9r\u00e9es conditionnelles en psychologie<\/h3>\n
8.3 Pr\u00e9vention de l’explosion combinatoire dans les plans multidimensionnels<\/h3>\n
\n
9. Interpr\u00e9tabilit\u00e9 du mod\u00e8le et mesure de l’importance des variables<\/h2>\n
9.1 D\u00e9composition ANOVA du mod\u00e8le MARS estim\u00e9<\/h3>\n
\n
9.2 M\u00e9triques standardis\u00e9es d’importance relative des pr\u00e9dicteurs<\/h3>\n
\n
9.3 Visualisation graphique des profils de r\u00e9ponse non lin\u00e9aires<\/h3>\n
10. Applications embl\u00e9matiques des mod\u00e8les MARS en psychologie quantitative<\/h2>\n
10.1 Psychologie clinique et psychopathologie d\u00e9veloppementale<\/h3>\n
10.2 Psychom\u00e9trie et th\u00e9orie de la r\u00e9ponse aux items (TRI)<\/h3>\n
10.3 Psychologie du travail et des organisations<\/h3>\n
11. Analyse comparative : MARS face aux autres paradigmes non param\u00e9triques<\/h2>\n
11.1 MARS versus Arbres de r\u00e9gression et for\u00eats al\u00e9atoires (CART, Random Forests)<\/h3>\n
11.2 MARS versus Mod\u00e8les additifs g\u00e9n\u00e9ralis\u00e9s (GAM)<\/h3>\n
\n
11.3 MARS versus R\u00e9seaux de neurones artificiels profonds<\/h3>\n
12. Guide d’impl\u00e9mentation pratique, diagnostics et consid\u00e9rations m\u00e9thodologiques<\/h2>\n
12.1 Outils logiciels et packages fondamentaux (R et Python)<\/h3>\n
earth<\/code> offre une int\u00e9gration compl\u00e8te avec la syntaxe standard des formules de r\u00e9gression en R, ainsi qu’une interop\u00e9rabilit\u00e9 directe avec les m\u00e9ta-packages de mod\u00e9lisation pr\u00e9dictive tels que caret<\/code> ou tidymodels<\/code>. Ses hyperparam\u00e8tres cardinaux sont ais\u00e9ment modulables : l’argument degree<\/code> r\u00e9git le degr\u00e9 maximal d’interaction autoris\u00e9 (1 pour un mod\u00e8le purement additif, 2 pour inclure des produits bivari\u00e9s), l’argument nk<\/code> sp\u00e9cifie le nombre maximal de termes explor\u00e9s lors de la phase ascendante (g\u00e9n\u00e9ralement initialis\u00e9 par d\u00e9faut \u00e0 une heuristique fonction de p), et le param\u00e8tre penalty<\/code> configure la s\u00e9v\u00e9rit\u00e9 du lissage GCV (le coefficient d \u00e9voqu\u00e9 pr\u00e9c\u00e9demment).<\/p>\nfit<\/code>, predict<\/code>, score<\/code>). Elle autorise un ajustement fluide au sein de pipelines de traitement int\u00e9grant des \u00e9tapes pr\u00e9alables d’imputation de donn\u00e9es manquantes et d’optimisation des hyperparam\u00e8tres par recherche sur grille (GridSearchCV<\/em>).<\/p>\n12.2 Diagnostics de r\u00e9sidus et v\u00e9rification de la robustesse<\/h3>\n
12.3 Limites m\u00e9thodologiques et recommandations de reporting<\/h3>\n
\n
earth<\/code> v5.3.2),<\/li>\nR\u00e9f\u00e9rences<\/h2>\n