L’analyse de r\u00e9gression lin\u00e9aire multiple constitue sans conteste l’un des piliers m\u00e9thodologiques les plus largement exploit\u00e9s \u00e0 travers l’ensemble des sciences quantitatives contemporaines, qu’il s’agisse de l’\u00e9conom\u00e9trie, de la psychom\u00e9trie, de la sociologie computationnelle ou de la biostatistique. Au c\u0153ur de cette d\u00e9marche inferentielle repose l’estimateur des moindres carr\u00e9s ordinaires, dont la pr\u00e9\u00e9minence d\u00e9coule de ses propri\u00e9t\u00e9s optimales de pr\u00e9cision et d’impartialit\u00e9 th\u00e9orique. Toutefois, l’efficacit\u00e9 math\u00e9matique de cet outil n’est nullement absolue : elle est strictement conditionn\u00e9e par le respect rigoureux d’un corpus d’hypoth\u00e8ses fondamentales formul\u00e9es sur la distribution des erreurs al\u00e9atoires. Parmi ces pr\u00e9requis axiomatiques, la constance de la dispersion des r\u00e9sidus, universellement d\u00e9sign\u00e9e sous le terme d’homosc\u00e9dasticit\u00e9, occupe une place d’une sensibilit\u00e9 critique pour la validit\u00e9 de l’inf\u00e9rence.<\/p>\n
Lorsque cette variance r\u00e9siduelle fluctue selon les observations ou d\u00e9pend de variables exog\u00e8nes, le mod\u00e8le bascule dans un \u00e9tat d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9. Cette distorsion ne d\u00e9truit pas n\u00e9cessairement la non-biaisitude des coefficients de r\u00e9gression, mais elle vicie en profondeur l’estimation de leur matrice de variance-covariance. Par voie de cons\u00e9quence directe, les erreurs-types estim\u00e9es s’av\u00e8rent fallacieuses, r\u00e9duisant \u00e0 n\u00e9ant la fiabilit\u00e9 des intervalles de confiance, invalidant les tests de significativit\u00e9 de Student ainsi que les d\u00e9compositions de variance de Fisher. Dans un contexte de recherche empirique ou d’aide \u00e0 la d\u00e9cision strat\u00e9gique, ignorer ce ph\u00e9nom\u00e8ne expose l’analyste au risque intol\u00e9rable de formuler des conclusions erron\u00e9es, d’affirmer l’existence d’effets purement art\u00e9factuels ou, \u00e0 l’inverse, d’omettre des relations sous-jacentes fondamentales masqu\u00e9es par une dispersion mal calibr\u00e9e.<\/p>\n
Face \u00e0 ce d\u00e9fi m\u00e9thodologique majeur, le statisticien britannique Trevor Breusch et l’\u00e9conom\u00e8tre australien Adrian Pagan ont introduit en 1979 une proc\u00e9dure de diagnostic formelle et \u00e9l\u00e9gante, fond\u00e9e sur le principe du multiplicateur de Lagrange. Ce protocole, universellement consacr\u00e9 sous l’appellation de test de Breusch-Pagan, permet de sonder avec rigueur la structure des perturbations r\u00e9siduelles afin de d\u00e9tecter toute d\u00e9pendance lin\u00e9aire syst\u00e9matique de leur variance vis-\u00e0-vis des r\u00e9gresseurs du mod\u00e8le. Cet article propose une exploration exhaustive, th\u00e9orique et op\u00e9rationnelle de cette m\u00e9thode au sein de l’environnement de programmation statistique R. \u00c0 travers une progression didactique alliant fondements math\u00e9matiques, scripts reproductibles, diagnostics graphiques et rem\u00e9diations avanc\u00e9es, nous d\u00e9taillerons l’ensemble du processus requis pour garantir une inf\u00e9rence statistique irr\u00e9prochable.<\/p>\n
L’\u00e9difice de la r\u00e9gression lin\u00e9aire classique repose sur la relation fondamentale reliant un vecteur de r\u00e9ponses continues \u00e0 une matrice de variables pr\u00e9dictives par l’interm\u00e9diaire d’un vecteur de param\u00e8tres inconnus et d’un terme d’erreur stochastique. L’estimation par les moindres carr\u00e9s ordinaires tire sa justification math\u00e9matique la plus noble du c\u00e9l\u00e8bre th\u00e9or\u00e8me de Gauss-Markov<\/a>. Ce dernier \u00e9tablit formellement que, sous un ensemble strict de conditions id\u00e9ales, l’estimateur obtenu par minimisation de la somme des carr\u00e9s des \u00e9carts est le meilleur estimateur lin\u00e9aire non biais\u00e9, conventionnellement d\u00e9sign\u00e9 par l’acronyme anglais BLUE (Best Linear Unbiased Estimator). \u00catre le meilleur signifie ici que cet estimateur poss\u00e8de la variance d’\u00e9chantillonnage la plus faible parmi la classe infinie de tous les estimateurs lin\u00e9aires sans biais envisageables.<\/p>\n Parmi les postulats indispensables \u00e0 la r\u00e9alisation de ce statut d’optimalit\u00e9 figure l’hypoth\u00e8se centrale d’homosc\u00e9dasticit\u00e9 r\u00e9siduelle. Formul\u00e9e en notation probabiliste, cette condition stipule que la variance conditionnelle de chaque terme d’erreur, \u00e9tant donn\u00e9 l’ensemble des observations matricielles des variables explicatives, doit demeurer rigoureusement invariable et \u00e9gale \u00e0 une constante scalaire unique et positive pour l’ensemble des individus composant l’\u00e9chantillon. Cette hypoth\u00e8se garantit math\u00e9matiquement que la dispersion des perturbations al\u00e9atoires ne s’\u00e9largit pas et ne se comprime pas le long de l’espace vectoriel engendr\u00e9 par les r\u00e9gresseurs. Parall\u00e8lement, l’absence d’autocorr\u00e9lation impose que les covariances entre les r\u00e9sidus d’individus distincts soient identiquement nulles, conf\u00e9rant ainsi \u00e0 la matrice de variance-covariance des r\u00e9sidus une structure purement scalaire proportionnelle \u00e0 la matrice identit\u00e9.<\/p>\n La rupture de cette condition d’homog\u00e9n\u00e9it\u00e9 de la variance r\u00e9siduelle prive imm\u00e9diatement l’estimateur de sa propri\u00e9t\u00e9 d’efficacit\u00e9 maximale. Bien que l’estimateur demeure rigoureusement sans biais sous r\u00e9serve de l’exog\u00e9n\u00e9it\u00e9 stricte des r\u00e9gresseurs, il cesse d’\u00eatre BLUE. Cette d\u00e9gradation implique l’existence math\u00e9matique d’autres estimateurs lin\u00e9aires non biais\u00e9s capables de fournir des estimations plus pr\u00e9cises, c’est-\u00e0-dire dot\u00e9es d’une variance d’\u00e9chantillonnage inf\u00e9rieure. C’est pr\u00e9cis\u00e9ment pour doter la communaut\u00e9 scientifique d’un outil de d\u00e9tection robuste et universellement applicable que Trevor Breusch et Adrian Pagan ont publi\u00e9 en 1979<\/a> leur article s\u00e9minal au sein de la prestigieuse revue Econometrica, posant ainsi les bases du test param\u00e9trique du multiplicateur de Lagrange appliqu\u00e9 \u00e0 la variance h\u00e9t\u00e9rog\u00e8ne.<\/p>\n Dans la recherche empirique, qu’elle s’inscrive dans le champ de la psychologie diff\u00e9rentielle, des sciences du comportement, des \u00e9tudes organisationnelles ou de la sant\u00e9 publique, l’homosc\u00e9dasticit\u00e9 ne repr\u00e9sente presque jamais l’\u00e9tat naturel des syst\u00e8mes observ\u00e9s. La mod\u00e9lisation quantitative traite couramment de dynamiques humaines caract\u00e9ris\u00e9es par une immense variabilit\u00e9 interindividuelle. D\u00e8s lors, postuler a priori que la marge d’erreur inh\u00e9rente \u00e0 la pr\u00e9diction d’un score psychom\u00e9trique, d’un temps de r\u00e9action cognitive ou d’un niveau de stress sera scrupuleusement identique pour un individu novice et pour un expert constitue une simplification m\u00e9thodologique souvent insoutenable sur le plan th\u00e9orique.<\/p>\n Une distinction conceptuelle rigoureuse doit \u00eatre imp\u00e9rativement op\u00e9r\u00e9e entre le bruit de mesure purement al\u00e9atoire et l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 structurelle de la variance r\u00e9siduelle. Le bruit al\u00e9atoire refl\u00e8te les fluctuations impr\u00e9visibles et non informatives capt\u00e9es lors du recueil des donn\u00e9es, qui se dispersent de mani\u00e8re homog\u00e8ne autour de la fonction de r\u00e9gression moyenne. En revanche, l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de variance r\u00e9siduelle traduit le fait que la capacit\u00e9 pr\u00e9dictive du mod\u00e8le n’est pas uniforme \u00e0 travers le continuum des variables ind\u00e9pendantes. Par exemple, la pr\u00e9diction des performances \u00e0 une t\u00e2che cognitive peut s’av\u00e9rer extr\u00eamement serr\u00e9e et pr\u00e9cise chez des sujets pr\u00e9sentant un faible niveau d’anxi\u00e9t\u00e9, tout en exhibant une instabilit\u00e9 substantielle et un \u00e9parpillement consid\u00e9rable chez les individus souffrant d’une anxi\u00e9t\u00e9 s\u00e9v\u00e8re.<\/p>\n D\u00e8s lors, la validation formelle des hypoth\u00e8ses sous-tendant les termes d’erreur ne rel\u00e8ve nullement d’un formalisme math\u00e9matique accessoire ou d’un simple rituel technique. Elle s’\u00e9rige en un imp\u00e9ratif \u00e9pist\u00e9mologique pr\u00e9alable \u00e0 toute extrapolation des conclusions statistiques. Valider la stabilit\u00e9 de la variance r\u00e9siduelle avant de commenter la valeur p associ\u00e9e \u00e0 un coefficient de pente ou de proclamer la d\u00e9couverte d’un effet exp\u00e9rimental significatif constitue la seule garantie permettant de pr\u00e9munir les chercheurs contre l’inflation non contr\u00f4l\u00e9e de l’erreur de type I, assurant ainsi la reproductibilit\u00e9 v\u00e9ritable des d\u00e9couvertes scientifiques.<\/p>\n D’un point de vue analytique formel, l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 se d\u00e9finit par la non-constance de la variance conditionnelle des erreurs stochastiques du mod\u00e8le de r\u00e9gression lin\u00e9aire. Si l’on d\u00e9signe par epsilon le terme d’erreur associ\u00e9 \u00e0 la i-\u00e8me unit\u00e9 statistique et par un vecteur ligne la configuration correspondante de ses pr\u00e9dicteurs exog\u00e8nes, l’\u00e9tat d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 s’exprime math\u00e9matiquement par l’\u00e9galit\u00e9 de la variance conditionnelle de cette erreur \u00e0 une quantit\u00e9 variable indic\u00e9e par l’observation i, plut\u00f4t qu’\u00e0 une valeur constante unique. Dans cette configuration g\u00e9n\u00e9rale, la matrice de variance-covariance des erreurs cesse d’\u00eatre diagonale scalaire et adopte une forme diagonale non scalaire o\u00f9 chaque \u00e9l\u00e9ment diagonal refl\u00e8te la dispersion propre \u00e0 chaque point d’observation.<\/p>\n Sur le plan m\u00e9thodologique, il est traditionnel d’op\u00e9rer une dichotomie entre l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 dite pure et l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure. L’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 pure correspond \u00e0 une caract\u00e9ristique intrins\u00e8que et inalt\u00e9rable du ph\u00e9nom\u00e8ne physique, \u00e9conomique ou biologique sous observation : m\u00eame si le mod\u00e8le sp\u00e9cifie exactement la v\u00e9ritable fonction math\u00e9matique sous-jacente sans omission de variables, la variabilit\u00e9 r\u00e9siduelle varie naturellement \u00e0 travers les strates de la population. \u00c0 l’oppos\u00e9, l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure d\u00e9coule directement d’une faute de mod\u00e9lisation imputable \u00e0 l’analyste, telle que l’omission d’une variable explicative non lin\u00e9aire, un mauvais choix d’\u00e9chelle de mesure ou une lin\u00e9arisation indue d’un processus intrins\u00e8quement multiplicatif.<\/p>\n Les formes fonctionnelles adopt\u00e9es par l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de la variance s’av\u00e8rent particuli\u00e8rement polymorphes dans les applications r\u00e9elles. La manifestation la plus \u00e9l\u00e9mentaire r\u00e9side dans la d\u00e9pendance lin\u00e9aire directe, o\u00f9 l’\u00e9cart-type des perturbations cro\u00eet de fa\u00e7on monotone et proportionnelle \u00e0 la magnitude d’un pr\u00e9dicteur continu sp\u00e9cifique. Dans d’autres contextes exp\u00e9rimentaux, cette relation peut ob\u00e9ir \u00e0 une trajectoire quadratique, g\u00e9n\u00e9rant une dispersion minimale pour les valeurs centrales des pr\u00e9dicteurs et une dispersion accrue aux extr\u00eames. Enfin, les structures exponentielles ou multiplicatives s’observent fr\u00e9quemment en \u00e9conomie financi\u00e8re et en biom\u00e9trie, o\u00f9 les incr\u00e9ments marginaux des variables explicatives entra\u00eenent une expansion logarithmique ou exponentielle de l’incertitude r\u00e9siduelle.<\/p>\n L’\u00e9mergence d’une variance r\u00e9siduelle instable au sein d’un mod\u00e8le empirique proc\u00e8de de facteurs \u00e9tiologiques multiples qu’il convient d’isoler avec discernement. En premier lieu, la pr\u00e9sence d’observations aberrantes ou d’inclusions extr\u00eames au sein de l’\u00e9chantillon constitue une source pr\u00e9pond\u00e9rante d’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 artificielle. Les moindres carr\u00e9s ordinaires \u00e9tant bas\u00e9s sur l’\u00e9l\u00e9vation au carr\u00e9 des \u00e9carts g\u00e9om\u00e9triques, une seule valeur pr\u00e9sentant un \u00e9loignement substantiel par rapport au centro\u00efde des donn\u00e9es exerce un levier d\u00e9mesur\u00e9, distordant localement la surface de r\u00e9gression et produisant un r\u00e9sidu d’une magnitude disproportionn\u00e9e susceptible de mimer ou d’amplifier consid\u00e9rablement une structure h\u00e9t\u00e9rosc\u00e9dastique.<\/p>\n Une seconde cause majeure r\u00e9side dans l’omission de variables mod\u00e9ratrices ou d’interactions structurelles au sein de l’\u00e9quation de r\u00e9gression. Lorsqu’un pr\u00e9dicteur latent interagissant fortement avec une variable incluse n’est pas mesur\u00e9 ou se trouve d\u00e9lib\u00e9r\u00e9ment \u00e9cart\u00e9 du mod\u00e8le, son effet se reporte int\u00e9gralement sur les termes d’erreur non observables. D\u00e8s lors que cette variable omise poss\u00e8de une covariance non nulle avec les r\u00e9gresseurs int\u00e9gr\u00e9s ou pr\u00e9sente des niveaux de dispersion asym\u00e9triques selon les modalit\u00e9s observ\u00e9es, la variance des erreurs r\u00e9siduelles fluctuera de fa\u00e7on corr\u00e9lative, signalant en r\u00e9alit\u00e9 un d\u00e9ficit de sp\u00e9cification th\u00e9orique plut\u00f4t qu’une variabilit\u00e9 stochastique autonome.<\/p>\n Enfin, les dynamiques inh\u00e9rentes \u00e0 l’apprentissage, \u00e0 l’adaptation cognitive et \u00e0 la maturation comportementale g\u00e9n\u00e8rent structurellement des patrons h\u00e9t\u00e9rosc\u00e9dastiques. Dans les \u00e9tudes longitudinales \u00e9valuant l’acquisition de comp\u00e9tences ou la r\u00e9alisation de t\u00e2ches perceptivo-motrices r\u00e9p\u00e9t\u00e9es, il est fr\u00e9quemment document\u00e9 que les sujets manifestent une variance comportementale consid\u00e9rable lors des premiers essais en raison de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des strat\u00e9gies spontan\u00e9es adopt\u00e9es. Au fur et \u00e0 mesure de l’entra\u00eenement et de l’optimisation des r\u00e9ponses, les erreurs se r\u00e9duisent et se concentrent \u00e9troitement autour d’un seuil physiologique optimal, engendrant une compression graduelle et monotone de la variance d’erreur conditionnelle au temps ou au niveau d’expertise.<\/p>\n Il est fondamental de souligner avec la plus grande nettet\u00e9 th\u00e9orique que l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 n’entra\u00eene pas le biais des estimations ponctuelles issues des moindres carr\u00e9s ordinaires. Pourvu que l’hypoth\u00e8se d’esp\u00e9rance conditionnelle nulle des erreurs soit rigoureusement satisfaite, les coefficients de r\u00e9gression estim\u00e9s convergent asymptotiquement vers les param\u00e8tres r\u00e9els de la population m\u00e8re. L’analyste non averti pourrait ainsi concevoir l’illusion s\u00e9curisante que ses estimations demeurent parfaitement exploitables et pertinentes pour d\u00e9crire les relations d’association entre variables.<\/p>\n N\u00e9anmoins, le p\u00e9ril r\u00e9side enti\u00e8rement dans la d\u00e9gradation radicale de la pr\u00e9cision estim\u00e9e et de la matrice de variance-covariance des coefficients. Sous l’influence d’une variance r\u00e9siduelle non constante, la formule conventionnelle exploit\u00e9e par les logiciels statistiques standards pour d\u00e9river les erreurs-types des coefficients devient math\u00e9matiquement fausse. Dans la majorit\u00e9 des configurations empiriques caract\u00e9ris\u00e9es par une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 croissante avec les valeurs des pr\u00e9dicteurs, l’estimateur classique sous-estime syst\u00e9matiquement la variabilit\u00e9 d’\u00e9chantillonnage r\u00e9elle des estimateurs. Cette att\u00e9nuation artificielle de l’erreur-type gonfle ind\u00fbment la valeur absolue des statistiques de test de Student associ\u00e9es aux param\u00e8tres.<\/p>\n Par voie de cons\u00e9quence, les valeurs p rapport\u00e9es par les logiciels se trouvent s\u00e9v\u00e8rement biais\u00e9es vers le bas, incitant le chercheur \u00e0 rejeter ind\u00fbment l’hypoth\u00e8se nulle d’absence d’effet et \u00e0 commettre ainsi une erreur de premi\u00e8re esp\u00e8ce avec une fr\u00e9quence empirique exc\u00e9dant dramatiquement le seuil nominal de 5 %. Les intervalles de confiance calcul\u00e9s sur la base de ces erreurs-types fallacieuses affichent quant \u00e0 eux des taux de couverture empiriques substantiellement inf\u00e9rieurs \u00e0 leur niveau th\u00e9orique garanti de 95 %, rendant caduque toute tentative d’inf\u00e9rence probabiliste robuste. De surcro\u00eet, la statistique globale F de Fisher, qui synth\u00e9tise l’ajustement global du mod\u00e8le, perd sa distribution th\u00e9orique exacte, distordant l’\u00e9valuation globale de la pertinence de la sp\u00e9cification.<\/p>\n Le test de Breusch-Pagan repose sur une param\u00e9trisation \u00e9l\u00e9gante permettant de traduire une pr\u00e9occupation diagnostique relative \u00e0 la variance r\u00e9siduelle sous la forme d’un test d’hypoth\u00e8se conventionnel sur un vecteur de coefficients de r\u00e9gression. L’intuition probabiliste consiste \u00e0 postuler que la variance d’erreur de chaque observation peut \u00eatre formalis\u00e9e comme une fonction lin\u00e9aire ou non lin\u00e9aire d’un ensemble de variables exog\u00e8nes, g\u00e9n\u00e9ralement constitu\u00e9 des r\u00e9gresseurs du mod\u00e8le primaire lui-m\u00eame, bien que des variables auxiliaires distinctes puissent \u00e9galement \u00eatre mobilis\u00e9es.<\/p>\n Formellement, l’hypoth\u00e8se nulle soumise \u00e0 l’\u00e9preuve empirique pose que l’ensemble des coefficients associ\u00e9s aux variables explicatives de la dispersion r\u00e9siduelle est conjointement et strictement nul. Sous cette condition d’invariance, la fonction r\u00e9gissant la variance r\u00e9siduelle se r\u00e9duit exclusivement \u00e0 sa constante, ce qui \u00e9quivaut \u00e0 affirmer que la variance des termes d’erreur est rigoureusement identique pour chaque observation de l’\u00e9chantillon, attestant ainsi la pr\u00e9sence d’une homosc\u00e9dasticit\u00e9 absolue. Le chercheur postule donc par d\u00e9faut l’id\u00e9alit\u00e9 du mod\u00e8le stochastique.<\/p>\n \u00c0 l’inverse, l’hypoth\u00e8se alternative stipule qu’au moins l’un des coefficients r\u00e9gissant la relation entre les facteurs explicatifs et la magnitude de la variance r\u00e9siduelle est significativement non nul. Rejeter l’hypoth\u00e8se nulle revient \u00e0 confirmer formellement l’existence d’une d\u00e9pendance statistique entre la structure de dispersion des r\u00e9sidus et les variables pr\u00e9dictives int\u00e9gr\u00e9es dans le test. Dans le processus de prise de d\u00e9cision statistique, le chercheur s’expose in\u00e9vitablement au risque de commettre une erreur de type I, dont le seuil nominal alpha est conventionnellement fix\u00e9 \u00e0 la valeur de 0,05. D\u00e9passer ce seuil critique impose de renoncer au mod\u00e8le standard et d’adopter des m\u00e9thodologies correctives sp\u00e9cialis\u00e9es.<\/p>\n L’architecture algorithmique du test d\u00e9velopp\u00e9 par Trevor Breusch et Adrian Pagan<\/a> se d\u00e9roule en plusieurs \u00e9tapes s\u00e9quentielles rigoureuses. La premi\u00e8re op\u00e9ration consiste \u00e0 ajuster le mod\u00e8le lin\u00e9aire originel par les moindres carr\u00e9s ordinaires, puis \u00e0 proc\u00e9der \u00e0 l’extraction imm\u00e9diate des r\u00e9sidus empiriques associ\u00e9s \u00e0 chaque observation. Ces r\u00e9sidus individuels repr\u00e9sentent la mat\u00e9rialisation empirique observable des erreurs stochastiques non observables de la population.<\/p>\n Dans la formulation originale de 1979, chaque r\u00e9sidu empirique est \u00e9lev\u00e9 au carr\u00e9, puis mis \u00e0 l’\u00e9chelle en \u00e9tant divis\u00e9 par l’estimateur du maximum de vraisemblance de la variance r\u00e9siduelle globale, calcul\u00e9 en divisant la somme des carr\u00e9s r\u00e9siduels par la taille globale de l’\u00e9chantillon not\u00e9e n. Cette normalisation conf\u00e8re aux termes r\u00e9sultants une esp\u00e9rance asymptotique unitaire sous l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9. Ces r\u00e9sidus scaled et mis au carr\u00e9 deviennent alors la variable d\u00e9pendante d’une r\u00e9gression secondaire, d\u00e9sign\u00e9e dans la litt\u00e9rature sous le vocable de r\u00e9gression auxiliaire.<\/p>\n Cette r\u00e9gression auxiliaire s’ex\u00e9cute en r\u00e9gressant ces r\u00e9sidus transform\u00e9s sur le vecteur des variables explicatives suspect\u00e9es de moduler la variabilit\u00e9. Dans la configuration canonique la plus r\u00e9pandue, ces variables auxiliaires correspondent exactement \u00e0 l’ensemble des pr\u00e9dicteurs inclus dans l’\u00e9quation de r\u00e9gression originale. Le mod\u00e8le auxiliaire estime par les moindres carr\u00e9s ordinaires la capacit\u00e9 de ces variables \u00e0 expliquer statistiquement la variabilit\u00e9 des carr\u00e9s des erreurs r\u00e9siduelles. Si le mod\u00e8le de base est homosc\u00e9dastique, les r\u00e9gresseurs ne poss\u00e9deront aucune capacit\u00e9 pr\u00e9dictive sur ces r\u00e9sidus au carr\u00e9, conduisant \u00e0 des param\u00e8tres de pente auxiliaires statistiquement indistinguables de z\u00e9ro.<\/p>\n La puissance conceptuelle du test de Breusch-Pagan d\u00e9coule de son appartenance \u00e0 la famille math\u00e9matique des tests du multiplicateur de Lagrange (test LM). Dans le cadre originel de Breusch et Pagan, la statistique de test se construit directement \u00e0 partir des sommes de carr\u00e9s issues de la r\u00e9gression auxiliaire normalis\u00e9e. Plus pr\u00e9cis\u00e9ment, la statistique de test canonique correspond exactement \u00e0 la moiti\u00e9 de la somme des carr\u00e9s expliqu\u00e9s de cette r\u00e9gression auxiliaire. Une formulation computationnelle strictement \u00e9quivalente d\u00e9montre que cette statistique peut s’exprimer comme la moiti\u00e9 du produit de la taille d’\u00e9chantillon n et du coefficient de d\u00e9termination multiple issu de cette r\u00e9gression auxiliaire.<\/p>\n Sur le plan distributionnel, Breusch et Pagan ont d\u00e9montr\u00e9 par des arguments de convergence asymptotique que, sous l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 et sous l’hypoth\u00e8se fondamentale que les erreurs stochastiques suivent rigoureusement une distribution normale bivari\u00e9e ou multivari\u00e9e, cette statistique LM converge en loi, lorsque la taille de l’\u00e9chantillon tend vers l’infini, vers une distribution th\u00e9orique du Chi-deux. Cette \u00e9l\u00e9gance asymptotique permet une \u00e9valuation probabiliste rapide et universelle sans n\u00e9cessiter le recours \u00e0 des simulations par r\u00e9\u00e9chantillonnage intensif.<\/p>\n Le nombre de degr\u00e9s de libert\u00e9 associ\u00e9 \u00e0 cette loi du Chi-deux est rigoureusement d\u00e9termin\u00e9 par le nombre de r\u00e9gresseurs introduits dans la r\u00e9gression auxiliaire, \u00e0 l’exclusion stricte du terme d’ordonn\u00e9e \u00e0 l’origine (la constante). Si l’on teste la variance conditionnellement \u00e0 un ensemble complet comportant un nombre p de r\u00e9gresseurs primaires, la distribution de r\u00e9f\u00e9rence sera donc une loi du Chi-deux \u00e0 p degr\u00e9s de libert\u00e9. La valeur p critique s’obtient alors en calculant l’int\u00e9grale de la fonction de densit\u00e9 du Chi-deux depuis la valeur de la statistique observ\u00e9e jusqu’\u00e0 l’infini positif, traduisant la probabilit\u00e9 d’obtenir une statistique de divergence r\u00e9siduelle au moins aussi extr\u00eame si le processus sous-jacent \u00e9tait parfaitement homosc\u00e9dastique.<\/p>\n L’impl\u00e9mentation op\u00e9rationnelle du test de Breusch-Pagan requiert un environnement de programmation statistique moderne et correctement outill\u00e9. Le logiciel libre R constitue la plateforme de r\u00e9f\u00e9rence internationale pour ce type d’investigation diagnostique. Afin de mener \u00e0 bien l’analyse, l’analyste doit s’assurer de disposer des extensions logicielles appropri\u00e9es, d\u00e9velopp\u00e9es par des \u00e9conom\u00e8tres et des statisticiens de renom pour enrichir le syst\u00e8me de base.<\/p>\n Le package central indispensable \u00e0 notre d\u00e9marche est le package lmtest<\/a>, con\u00e7u pour h\u00e9berger une vaste collection de tests diagnostiques d\u00e9di\u00e9s aux mod\u00e8les de r\u00e9gression lin\u00e9aire et aux s\u00e9ries chronologiques. L’installation s’effectue via l’instruction conventionnelle install.packages(\u00ab\u00a0lmtest\u00a0\u00bb)<\/em> ex\u00e9cut\u00e9e au sein de la console R. Parall\u00e8lement, l’environnement analytique gagne \u00e0 \u00eatre compl\u00e9t\u00e9 par l’installation de la biblioth\u00e8que car<\/em>, un acronyme signifiant Companion to Applied Regression, d\u00e9velopp\u00e9 sous la direction de John Fox, qui propose des fonctions diagnostiques alternatives d’une remarquable utilit\u00e9 pratique. Enfin, l’installation du package sandwich<\/em> s’av\u00e8re hautement judicieuse afin d’anticiper la phase cruciale de rem\u00e9diation en cas de d\u00e9tection d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 confirm\u00e9e.<\/p>\n Une fois les packages convenablement t\u00e9l\u00e9charg\u00e9s et install\u00e9s dans les r\u00e9pertoires locaux de la machine, leur activation s’op\u00e8re par l’appel aux fonctions library(lmtest)<\/em>, library(car)<\/em> et library(sandwich)<\/em>. Il est essentiel de s’assurer de la compatibilit\u00e9 des versions install\u00e9es avec le moteur d’ex\u00e9cution de R en examinant les \u00e9ventuels messages d’avertissement retourn\u00e9s lors du chargement. L’int\u00e9gration harmonieuse de cet \u00e9cosyst\u00e8me fournit toutes les routines logicielles indispensables pour mener une exploration diagnostique d’une rigueur professionnelle absolue.<\/p>\n Afin de maximiser la transparence didactique et de garantir une reproductibilit\u00e9 int\u00e9grale et imm\u00e9diate de l’ensemble des protocoles d\u00e9crits dans ce m\u00e9moire sans requ\u00e9rir le t\u00e9l\u00e9chargement de fichiers externes, nous exploiterons le jeu de donn\u00e9es classique intitul\u00e9 mtcars<\/em>. Disponible nativement au sein de la distribution standard de R, cette base de donn\u00e9es r\u00e9put\u00e9e compile des sp\u00e9cifications techniques et des m\u00e9triques de consommation relatives \u00e0 trente-deux mod\u00e8les d’automobiles commercialis\u00e9s entre 1973 et 1974 par le magazine am\u00e9ricain Motor Trend.<\/p>\n Dans le cadre de notre d\u00e9monstration m\u00e9thodologique, nous nous concentrerons sur la mod\u00e9lisation de la consommation \u00e9nerg\u00e9tique des v\u00e9hicules, quantifi\u00e9e par la variable mpg<\/em> (miles per gallon, repr\u00e9sentant l’autonomie exprim\u00e9e en distance parcourue par unit\u00e9 de carburant). Les deux pr\u00e9dicteurs fondamentaux s\u00e9lectionn\u00e9s pour expliquer ce rendement \u00e9nerg\u00e9tique sont, d’une part, la cylindr\u00e9e globale du moteur exprim\u00e9e en pouces cubes via la variable disp<\/em> (engine displacement), et d’autre part, la puissance brute d\u00e9velopp\u00e9e par le groupe motopropulseur, mesur\u00e9e en chevaux-vapeur par la variable hp<\/em> (gross horsepower).<\/p>\n L’exploration pr\u00e9liminaire de ces donn\u00e9es s’effectue par l’invocation de fonctions de diagnostic univari\u00e9 telles que summary(mtcars[, c(\u00ab\u00a0mpg\u00a0\u00bb, \u00ab\u00a0disp\u00a0\u00bb, \u00ab\u00a0hp\u00a0\u00bb)])<\/em> et str(mtcars)<\/em>. Cette d\u00e9marche permet de v\u00e9rifier que les trente-deux observations ne comportent aucune valeur manquante ou ind\u00e9termin\u00e9e qui viendrait biaiser les calculs ult\u00e9rieurs. En examinant les \u00e9tendues de ces grandeurs, on observe que la variable de consommation s’\u00e9chelonne d’un minimum de 10,40 \u00e0 un maximum de 33,90 miles par gallon, tandis que la cylindr\u00e9e s’\u00e9tend de 71,1 \u00e0 472,0 pouces cubes, et la puissance brute de 52 \u00e0 335 chevaux. L’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 d’\u00e9chelle physique entre ces grandeurs pr\u00e9figure l’importance potentielle de contr\u00f4ler la stabilit\u00e9 de la variance dans la relation qui les unit.<\/p>\n L’amorce concr\u00e8te de l’investigation empirique d\u00e9bute par l’estimation des coefficients du mod\u00e8le de r\u00e9gression multiple par l’algorithme des moindres carr\u00e9s ordinaires. Sous R, cette op\u00e9ration s’articule autour de la fonction g\u00e9n\u00e9rique lm()<\/em>, dont la syntaxe expressive permet de relier la variable d\u00e9pendante aux pr\u00e9dicteurs au moyen du symbole tilde. L’instruction formelle s’\u00e9nonce ainsi : modele_voitures <- lm(mpg ~ disp + hp, data = mtcars)<\/em>. Cette ligne de commande cr\u00e9e et stocke en m\u00e9moire un objet sp\u00e9cialis\u00e9 de classe lm<\/em> renfermant l’ensemble des matrices de projection, des r\u00e9sidus, des valeurs pr\u00e9dites et des informations g\u00e9om\u00e9triques relatives au plan de r\u00e9gression.<\/p>\n L’inspection analytique de l’objet r\u00e9sultant via l’ex\u00e9cution de la fonction summary(modele_voitures)<\/em> r\u00e9v\u00e8le les estimations ponctuelles obtenues pour chaque composante vectorielle. L’ordonn\u00e9e \u00e0 l’origine affiche une valeur estim\u00e9e d’environ 30,735, traduisant le rendement th\u00e9orique d’une automobile fictive dont la cylindr\u00e9e et la puissance seraient nulles. La pente partielle associ\u00e9e \u00e0 la cylindr\u00e9e s’\u00e9tablit \u00e0 une valeur n\u00e9gative de -0,0303, indiquant qu’\u00e0 puissance constante, l’augmentation d’un pouce cube de cylindr\u00e9e s’accompagne d’une r\u00e9duction moyenne d’environ 0,0303 mile par gallon d’autonomie. De m\u00eame, le coefficient partiel attach\u00e9 \u00e0 la puissance brute s’\u00e9l\u00e8ve \u00e0 -0,0248, confirmant l’impact d\u00e9l\u00e9t\u00e8re de la cavalerie motrice sur l’efficience \u00e9nerg\u00e9tique.<\/p>\n Ces estimations ponctuelles captent fid\u00e8lement la relation d’association physique moyenne existant au sein de l’\u00e9chantillon. Toutefois, la question centrale qui se pose \u00e0 ce stade de l’analyse m\u00e9thodologique est d’\u00e9tablir si les erreurs-types estim\u00e9es associ\u00e9es \u00e0 ces coefficients (respectivement 0,0074 pour la cylindr\u00e9e et 0,0134 pour la puissance) constituent des descripteurs fiables de la variance d’\u00e9chantillonnage, ou si elles souffrent d’une distorsion caus\u00e9e par la pr\u00e9sence d’une variance r\u00e9siduelle instable. R\u00e9pondre \u00e0 cette interrogation exige de ne pas s’arr\u00eater aux r\u00e9sultats imm\u00e9diats fournis par le tableau r\u00e9capitulatif standard et d’engager un examen approfondi de la structure des r\u00e9sidus.<\/p>\n L’\u00e9valuation quantitative du mod\u00e8le n\u00e9cessite l’examen critique des coefficients de d\u00e9termination et des indicateurs de significativit\u00e9 globale fournis par la sortie de la fonction summary()<\/em>. Le coefficient de d\u00e9termination multiple R-carr\u00e9 atteint une valeur impressionnante de 0,7482, signifiant que pr\u00e8s de 74,8 % de la variance totale observ\u00e9e dans la consommation \u00e9nerg\u00e9tique des v\u00e9hicules est conjointement absorb\u00e9e et expliqu\u00e9e par la cylindr\u00e9e et la puissance m\u00e9canique. Le R-carr\u00e9 ajust\u00e9, qui p\u00e9nalise math\u00e9matiquement l’adjonction de variables explicatives proportionnellement aux degr\u00e9s de libert\u00e9 consomm\u00e9s, s’\u00e9tablit \u00e0 0,7309, attestant d’une robustesse explicative substantielle et confirmant l’absence de saturation artificielle du mod\u00e8le.<\/p>\n Sur le plan inf\u00e9rentiel global, la statistique de Fisher-Snedecor s’\u00e9l\u00e8ve \u00e0 la valeur imposante de F = 43,09, calcul\u00e9e sur 2 et 29 degr\u00e9s de libert\u00e9. La valeur p associ\u00e9e \u00e0 cette statistique de test globale est extr\u00eamement faible, de l’ordre de 2,06 x 10^-9, ce qui autorise l’analyste \u00e0 rejeter avec un degr\u00e9 d’assurance \u00e9crasant l’hypoth\u00e8se nulle d’inutilit\u00e9 conjointe des pr\u00e9dicteurs \u00e0 n’importe quel seuil de significativit\u00e9 raisonnable. Enfin, l’erreur-type r\u00e9siduelle du mod\u00e8le (Residual Standard Error) se chiffre \u00e0 3,127 unit\u00e9s de mpg sur 29 degr\u00e9s de libert\u00e9, mesurant l’amplitude moyenne standardis\u00e9e des \u00e9carts s\u00e9parant les observations effectives de la surface de r\u00e9gression ajust\u00e9e.<\/p>\n Cependant, une erreur intellectuelle majeure consisterait \u00e0 tenir ces m\u00e9triques flatteuses pour des preuves suffisantes de la validit\u00e9 scientifique d\u00e9finitive du mod\u00e8le. Comme l’ont abondamment illustr\u00e9 les th\u00e9oriciens de l’\u00e9conom\u00e9trie, un mod\u00e8le lin\u00e9aire peut afficher un R-carr\u00e9 exceptionnellement \u00e9lev\u00e9 tout en violant fondamentalement l’ensemble des postulats probabilistes de Gauss-Markov. Si l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 est pr\u00e9sente au sein des perturbations r\u00e9siduelles, la valeur exacte de la statistique F rapport\u00e9e par le syst\u00e8me est biais\u00e9e, les probabilit\u00e9s associ\u00e9es aux tests de Student individuels perdent leur calibrage rigoureux, et le mod\u00e8le d’apparence robuste peut s’av\u00e9rer profond\u00e9ment bancal.<\/p>\n Avant d’engager une proc\u00e9dure inf\u00e9rentielle formelle \u00e0 l’aide d’un test d’hypoth\u00e8se math\u00e9matique, l’orthodoxie m\u00e9thodologique recommande vigoureusement la r\u00e9alisation d’une inspection visuelle attentive du comportement des perturbations r\u00e9siduelles. L’instrument graphique princeps pour cette \u00e9valuation pr\u00e9liminaire r\u00e9side dans le diagramme de dispersion confrontant les r\u00e9sidus empiriques en ordonn\u00e9e aux valeurs pr\u00e9dictives ajust\u00e9es en abscisse. Dans le langage de programmation R, ce trac\u00e9 s’obtient de mani\u00e8re remarquablement imm\u00e9diate par la commande graphique de base plot(modele_voitures, which = 1)<\/em>, qui g\u00e9n\u00e8re automatiquement le premier graphique diagnostique standard de la classe lm<\/em>.<\/p>\n L’observation attentive de cette surface graphique vise \u00e0 d\u00e9celer l’\u00e9mergence d’\u00e9ventuels motifs d’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 spatiale. Sous l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9 id\u00e9ale, les points repr\u00e9sentant les trente-deux automobiles devraient se r\u00e9partir de fa\u00e7on al\u00e9atoire, homog\u00e8ne et isotrope au sein d’une bande rectangulaire horizontale centr\u00e9e sur l’ordonn\u00e9e z\u00e9ro, sans condensation particuli\u00e8re ni d\u00e9rive structurelle de leur amplitude de dispersion verticale \u00e0 mesure que l’on se d\u00e9place de la gauche vers la droite du trac\u00e9.<\/p>\n Dans notre cas d’\u00e9tude portant sur le jeu mtcars<\/em>, l’examen de ce graphique r\u00e9v\u00e8le des indices \u00e9vocateurs. Pour les valeurs pr\u00e9dictives interm\u00e9diaires et basses (qui correspondent aux v\u00e9hicules lourds, tr\u00e8s puissants et \u00e0 forte cylindr\u00e9e), l’\u00e9cartement des r\u00e9sidus autour de la droite horizontale d’esp\u00e9rance nulle est comparativement r\u00e9duit. En revanche, lorsque les valeurs ajust\u00e9es augmentent (concernant les mod\u00e8les automobiles l\u00e9gers et plus \u00e9conomes), on constate un \u00e9largissement progressif de la bande de dispersion, certains v\u00e9hicules affichant des r\u00e9sidus positifs substantiels. Ce profil g\u00e9om\u00e9trique asym\u00e9trique, souvent qualifi\u00e9 de configuration en pavillon de trompette ou en entonnoir, constitue le sympt\u00f4me visuel classique alertant le statisticien sur la survenue probable d’une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 conditionnelle.<\/p>\n Afin de raffiner l’acuit\u00e9 visuelle et de pallier la difficult\u00e9 potentielle de perception d’une variance asym\u00e9trique autour de la ligne m\u00e9diane, la litt\u00e9rature statistique privil\u00e9gie couramment l’examen d’un second outil graphique sp\u00e9cialis\u00e9 nomm\u00e9 diagramme de dispersion et d’\u00e9chelle, universellement d\u00e9sign\u00e9 en anglais sous l’\u00e9tiquette de Scale-Location plot<\/em> ou Spread-Location plot<\/em>. Au sein de l’environnement R, ce graphique s’affiche par l’ex\u00e9cution de la commande plot(modele_voitures, which = 3)<\/em>.<\/p>\n Ce graphique transforme les r\u00e9sidus ordinaires en proc\u00e9dant \u00e0 leur standardisation g\u00e9om\u00e9trique (les r\u00e9sidus studentis\u00e9s), puis applique une transformation d’aplatissement consistant \u00e0 extraire la racine carr\u00e9e de leur valeur absolue. Cette construction astucieuse pr\u00e9sente l’avantage majeur de rabattre l’ensemble des \u00e9carts dans le cadran positif tout en att\u00e9nuant la sensibilit\u00e9 visuelle aux valeurs extr\u00eames. L’axe des ordonn\u00e9es pr\u00e9sente ainsi la racine carr\u00e9e des r\u00e9sidus standardis\u00e9s absolus en fonction des valeurs ajust\u00e9es port\u00e9es en abscisse. Une courbe de lissage non param\u00e9trique de type LOESS, g\u00e9n\u00e9ralement mat\u00e9rialis\u00e9e par un trait rouge vif, vient se superposer au nuage de points pour mat\u00e9rialiser la tendance moyenne de la dispersion locale.<\/p>\n L’interpr\u00e9tation de ce diagramme repose sur un crit\u00e8re simple : sous l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9, la ligne rouge de tendance liss\u00e9e doit demeurer rigoureusement horizontale, et les points doivent se distribuer de fa\u00e7on al\u00e9atoire et sans densit\u00e9 changeante le long de cette trajectoire. Si la ligne rouge accuse une pente ascendante prononc\u00e9e ou une ondulation marqu\u00e9e, cela mat\u00e9rialise une croissance syst\u00e9matique de la variabilit\u00e9 r\u00e9siduelle en fonction du niveau des pr\u00e9dictions. Toutefois, l’inspection graphique, bien qu’essentielle pour d\u00e9velopper une intuition clinique des donn\u00e9es, souffre intrins\u00e8quement d’une part de subjectivit\u00e9 humaine. Ce constat justifie l’obligation scientifique de corroborer le verdict visuel par un test inf\u00e9rentiel param\u00e9trique strict tel que le test de Breusch-Pagan.<\/p>\n L’ex\u00e9cution computationnelle du test d’hypoth\u00e8se formel s’effectue sans aucune ambigu\u00eft\u00e9 gr\u00e2ce aux routines standardis\u00e9es impl\u00e9ment\u00e9es au sein de l’\u00e9cosyst\u00e8me R. En ayant pr\u00e9alablement charg\u00e9 le package sp\u00e9cialis\u00e9 lmtest<\/em>, la mise en \u0153uvre de la proc\u00e9dure statistique ne r\u00e9clame qu’une seule ligne de programmation concise et \u00e9l\u00e9gante : test_bp <- bptest(modele_voitures)<\/em>. Par cette instruction unitaire, R extrait automatiquement la matrice du mod\u00e8le, d\u00e9rive les r\u00e9sidus de l’objet modele_voitures<\/em>, construit la r\u00e9gression auxiliaire correspondante et proc\u00e8de au calcul exact de la statistique du multiplicateur de Lagrange.<\/p>\n Il est fondamental de noter que la fonction bptest()<\/em> offre une flexibilit\u00e9 de syntaxe remarquable. L’analyste peut choisir de passer directement en argument l’objet de classe lm<\/em> pr\u00e9alablement estim\u00e9, comme illustr\u00e9 ci-dessus, ou sp\u00e9cifier de mani\u00e8re totalement explicite la formule du mod\u00e8le sous la forme fonctionnelle : bptest(mpg ~ disp + hp, data = mtcars)<\/em>. Les deux approches s’av\u00e8rent strictement identiques sur le plan computationnel et conduisent \u00e0 la g\u00e9n\u00e9ration d’un objet statistique standardis\u00e9 de classe htest<\/em> (hypothesis test).<\/p>\n L’invocation brute de l’objet r\u00e9sultant en tapant test_bp<\/em> d\u00e9clenche l’affichage d’un bloc de sortie structur\u00e9 intitul\u00e9 studentized Breusch-Pagan test<\/em>. Ce rapport synth\u00e9tique condense l’ensemble des grandeurs analytiques fondamentales : le nom pr\u00e9cis du test mobilis\u00e9, les variables exploit\u00e9es, la valeur num\u00e9rique calcul\u00e9e de la statistique de test libell\u00e9e BP<\/em>, le nombre entier de degr\u00e9s de libert\u00e9 associ\u00e9 not\u00e9 df<\/em>, et enfin, l’indicateur critique de d\u00e9cision statistique constitu\u00e9 par la valeur p. La simplicit\u00e9 d\u00e9sarmante de cet appel logiciel ne doit cependant pas faire oublier les m\u00e9canismes math\u00e9matiques sophistiqu\u00e9s qui s’ex\u00e9cutent en arri\u00e8re-plan.<\/p>\n Par d\u00e9faut, l’appel g\u00e9n\u00e9rique bptest(modele_voitures)<\/em> postule une r\u00e9gression auxiliaire satur\u00e9e o\u00f9 l’ensemble complet des pr\u00e9dicteurs du mod\u00e8le principal est sollicit\u00e9 pour tenter d’expliquer la structure de variance des erreurs r\u00e9siduelles. Cependant, la m\u00e9thodologie \u00e9conom\u00e9trique raffin\u00e9e autorise et encourage parfois l’investigation cibl\u00e9e d’hypoth\u00e8ses th\u00e9oriques pr\u00e9cises. Dans de nombreuses situations appliqu\u00e9es, l’analyste poss\u00e8de des motifs th\u00e9oriques rigoureux de soup\u00e7onner qu’un pr\u00e9dicteur isol\u00e9 particulier est le responsable exclusif de la dispersion erratique du ph\u00e9nom\u00e8ne.<\/p>\n La fonction bptest()<\/em> int\u00e8gre un argument optionnel extr\u00eamement puissant nomm\u00e9 varformula<\/em>, con\u00e7u sp\u00e9cifiquement pour autoriser cette granularit\u00e9 analytique. Supposons, \u00e0 titre d’illustration th\u00e9orique, que l’ing\u00e9nieur automobile postule que seule la cylindr\u00e9e du moteur (disp<\/em>) modifie la stabilit\u00e9 de la consommation d’essence, la puissance brute n’exer\u00e7ant qu’un effet purement moyen sans alt\u00e9rer la variance r\u00e9siduelle. L’analyste pourra soumettre cette hypoth\u00e8se sp\u00e9cifique \u00e0 l’\u00e9preuve des donn\u00e9es en formulant la syntaxe suivante : bptest(modele_voitures, varformula = ~ disp, data = mtcars)<\/em>.<\/p>\n L’avantage m\u00e9thodologique de ce ciblage chirurgical est consid\u00e9rable. En restreignant la r\u00e9gression auxiliaire \u00e0 la seule variable incrimin\u00e9e, on r\u00e9duit le nombre de degr\u00e9s de libert\u00e9 de la distribution asymptotique du Chi-deux \u00e0 une seule unit\u00e9 (df = 1). Cette \u00e9conomie de degr\u00e9s de libert\u00e9 amplifie substantiellement la puissance statistique du test pour d\u00e9tecter une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 v\u00e9ritablement align\u00e9e sur cette dimension unique, en \u00e9vitant d’att\u00e9nuer la statistique globale par l’inclusion de r\u00e9gresseurs non pertinents pour la variance. Cette flexibilit\u00e9 de mod\u00e9lisation fait de bptest()<\/em> un outil d’investigation structurelle d’une plasticit\u00e9 remarquable.<\/p>\n L’interpr\u00e9tation acad\u00e9mique des r\u00e9sultats produits par la fonction bptest()<\/em> exige une d\u00e9construction rigoureuse des \u00e9l\u00e9ments textuels et num\u00e9riques figurant dans le compte rendu d’ex\u00e9cution. Lors de l’application de la fonction sur notre mod\u00e8le modele_voitures<\/em> sans modification d’arguments, la console R renvoie les indications suivantes : une statistique de test not\u00e9e BP = 4.8876<\/em>, un nombre de degr\u00e9s de libert\u00e9 df = 2<\/em>, et une valeur p finale \u00e9gale \u00e0 0.08683<\/em>.<\/p>\n La valeur de la statistique BP mat\u00e9rialise l’ampleur quantitative du signal d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 capt\u00e9 par la r\u00e9gression auxiliaire. Plus cette grandeur s’\u00e9loigne de z\u00e9ro, plus la corr\u00e9lation lin\u00e9aire entre les carr\u00e9s des perturbations r\u00e9siduelles et les r\u00e9gresseurs est substantielle au sein de l’\u00e9chantillon analys\u00e9. La composante df = 2<\/em> refl\u00e8te scrupuleusement le fait que notre mod\u00e8le int\u00e8gre deux variables explicatives distinctes (la cylindr\u00e9e et la puissance brute) au sein de sa structure auxiliaire. Ces deux variables constituent autant de directions orthogonales potentielles dans lesquelles la variance r\u00e9siduelle a pu \u00eatre projet\u00e9e pour tester sa non-stationnarit\u00e9.<\/p>\n La m\u00e9trique cardinale guidant le jugement statistique demeure la valeur p (p-value<\/em>). Elle quantifie la probabilit\u00e9 th\u00e9orique exacte d’observer, par le simple jeu des fluctuations de l’\u00e9chantillonnage al\u00e9atoire, une statistique BP au moins aussi \u00e9lev\u00e9e que 4,8876 sous la condition stricte que l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 parfaite soit vraie dans la population parente. L’analyste doit imp\u00e9rativement confronter cette probabilit\u00e9 empirique calcul\u00e9e au seuil de significativit\u00e9 conventionnel fix\u00e9 a priori, usuellement \u00e9tabli \u00e0 alpha = 0,05.<\/p>\n L’application du crit\u00e8re de d\u00e9cision de Neyman-Pearson s’op\u00e8re sur la base d’une r\u00e8gle binaire intangible : si la valeur p observ\u00e9e est strictement inf\u00e9rieure au seuil alpha pr\u00e9d\u00e9fini de 0,05, l’analyste se trouve dans l’obligation formelle de rejeter l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 en faveur de l’hypoth\u00e8se alternative d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9. \u00c0 l’inverse, si la valeur p se r\u00e9v\u00e8le sup\u00e9rieure ou \u00e9gale \u00e0 0,05, l’attitude m\u00e9thodologique orthodoxe impose d’\u00e9chouer \u00e0 rejeter l’hypoth\u00e8se nulle (non-rejet de H0). Il est fondamental de rappeler qu’un non-rejet ne d\u00e9montre jamais math\u00e9matiquement que la variance est parfaitement constante ; il \u00e9tablit simplement que les donn\u00e9es observ\u00e9es ne fournissent pas une \u00e9vidence statistique suffisante pour discr\u00e9diter l’hypoth\u00e8se d’homog\u00e9n\u00e9it\u00e9.<\/p>\n Dans le cas d’esp\u00e8ce de notre r\u00e9gression appliqu\u00e9e aux trente-deux v\u00e9hicules du jeu mtcars<\/em>, la valeur p obtenue s’\u00e9l\u00e8ve \u00e0 0,08683. Cette valeur \u00e9tant sup\u00e9rieure au seuil nominal de 0,05, nous sommes contraints de ne pas rejeter l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 au niveau de confiance standard de 95 %. Sur le plan formel de la publication acad\u00e9mique, ce r\u00e9sultat atteste que, malgr\u00e9 les l\u00e9gers signaux visuels d’\u00e9largissement per\u00e7us sur les trac\u00e9s graphiques des r\u00e9sidus, la d\u00e9viation par rapport \u00e0 la variance constante ne poss\u00e8de pas une magnitude statistique suffisante pour infirmer la validit\u00e9 des hypoth\u00e8ses classiques de Gauss-Markov \u00e0 ce seuil de probabilit\u00e9.<\/p>\n Toutefois, une r\u00e9flexion critique s’impose au statisticien avis\u00e9 : la valeur p de 0,08683 se situe dans une zone traditionnellement qualifi\u00e9e de marginalement significative (comprise entre 0,05 et 0,10). Cette proximit\u00e9 avec le seuil critique, combin\u00e9e \u00e0 la taille modeste de l’\u00e9chantillon (seulement 32 observations), sugg\u00e8re que le test pourrait souffrir d’un manque relatif de puissance statistique. Cette situation d’incertitude invite formellement le chercheur \u00e0 ne pas rel\u00e2cher sa vigilance m\u00e9thodologique et \u00e0 explorer la sensibilit\u00e9 de ce r\u00e9sultat face aux am\u00e9nagements robustes de la th\u00e9orie, notamment la correction studentis\u00e9e de Koenker.<\/p>\n L’un des apports critiques les plus remarquables de l’histoire de l’\u00e9conom\u00e9trie moderne a \u00e9t\u00e9 de mettre en lumi\u00e8re une fragilit\u00e9 fondamentale inh\u00e9rente au test de Breusch-Pagan original de 1979. La d\u00e9rivation math\u00e9matique initiale propos\u00e9e par Breusch et Pagan reposait sur l’hypoth\u00e8se auxiliaire mais rigoureusement indispensable que les erreurs al\u00e9atoires du mod\u00e8le de r\u00e9gression se distribuaient selon une loi normale parfaite. D\u00e8s que les perturbations s’\u00e9cartent de la gaussianit\u00e9 absolue, les fondements distributionnels de la statistique de test s’effondrent brutalement.<\/p>\n Cette vuln\u00e9rabilit\u00e9 d\u00e9coule directement de la d\u00e9pendance de la statistique originale envers le moment d’ordre quatre de la distribution des erreurs, universellement d\u00e9sign\u00e9 sous le terme de kurtosis ou coefficient d’aplatissement. Lorsque les donn\u00e9es r\u00e9elles sont issues de processus affichant des queues de distribution lourdes (leptokurtose) ou une propension aux valeurs extr\u00eames diss\u00e9min\u00e9es, la variance des carr\u00e9s des r\u00e9sidus n’est plus \u00e9gale \u00e0 deux fois le carr\u00e9 de la variance r\u00e9siduelle, comme l’exige th\u00e9oriquement la loi normale. En cons\u00e9quence tragique, la statistique BP d’origine subit une inflation artificielle colossale.<\/p>\n Cette distorsion distributionnelle engendre une fr\u00e9quence effarante de faux positifs : le test rejette massivement et ind\u00fbment l’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 alors m\u00eame que la variance des r\u00e9sidus est rigoureusement invariable, r\u00e9agissant en r\u00e9alit\u00e9 au simple exc\u00e8s d’aplatissement des donn\u00e9es. Conscient de cette faille m\u00e9thodologique r\u00e9dhibitoire pour les applications concr\u00e8tes, l’\u00e9conom\u00e8tre am\u00e9ricain Roger Koenker a propos\u00e9 en 1981<\/a> un amendement \u00e9l\u00e9gant au sein du Journal of Econometrics, consistant \u00e0 studentiser la statistique de test par l’estimation directe du moment d’ordre quatre empirique des r\u00e9sidus.<\/p>\n La biblioth\u00e8que logicielle lmtest<\/em> int\u00e8gre nativement cette r\u00e9alit\u00e9 th\u00e9orique contemporaine d’une mani\u00e8re exemplaire : par d\u00e9faut, la fonction bptest()<\/em> n’ex\u00e9cute pas le test original de Breusch-Pagan de 1979, mais bien sa variante perfectionn\u00e9e et studentis\u00e9e selon l’algorithme de Koenker. Ce comportement est r\u00e9gi par l’argument bool\u00e9en interne intitul\u00e9 studentize<\/em>, dont la valeur par d\u00e9faut est programm\u00e9e sur TRUE<\/em>.<\/p>\n Pour illustrer empiriquement la divergence colossale qui peut s\u00e9parer ces deux approches, il suffit de d\u00e9sactiver explicitement cette protection en for\u00e7ant l’argument \u00e0 FALSE<\/em> dans la console : bptest(modele_voitures, studentize = FALSE)<\/em>. Lors de l’ex\u00e9cution de cette commande sur nos donn\u00e9es mtcars<\/em>, le syst\u00e8me renvoie la statistique classique non studentis\u00e9e de Breusch et Pagan originelle. La valeur num\u00e9rique de la statistique bondit alors \u00e0 BP = 7.1264<\/em>, et la valeur p plonge de fa\u00e7on spectaculaire sous le seuil critique pour atteindre p-value = 0.02835<\/em>.<\/p>\n La confrontation de ces deux ex\u00e9cutions offre une le\u00e7on m\u00e9thodologique saisissante : en appliquant la formulation originale na\u00efve de 1979 (studentize = FALSE<\/em>), le chercheur conclurait imp\u00e9rativement au rejet formel de l’homosc\u00e9dasticit\u00e9 au seuil de 5 % (p < 0,05) et affirmerait l’existence d’une variance h\u00e9t\u00e9rog\u00e8ne. En revanche, sous la version studentis\u00e9e robuste de Koenker (studentize = TRUE<\/em>), le r\u00e9sultat (p = 0,0868) commande de maintenir l’hypoth\u00e8se nulle. Cette divergence spectaculaire met en relief la fa\u00e7on dont la non-normalit\u00e9 mod\u00e9r\u00e9e des donn\u00e9es de motorisation gonfle artificiellement la statistique non robuste.<\/p>\n Face \u00e0 ce dilemme op\u00e9rationnel, les recommandations m\u00e9thodologiques de la litt\u00e9rature statistique internationale s’av\u00e8rent cat\u00e9goriques : en recherche empirique appliqu\u00e9e, il convient de privil\u00e9gier syst\u00e9matiquement et sans exception la version studentis\u00e9e du test de Breusch-Pagan propos\u00e9e par Koenker. L’argument studentize = TRUE<\/em> doit \u00eatre maintenu actif, car il conf\u00e8re au test une robustesse asymptotique totale vis-\u00e0-vis de toute forme de distribution des termes d’erreur, lib\u00e9rant d\u00e9finitivement l’analyste de l’obligation de normalit\u00e9 stricte.<\/p>\n Pr\u00e9alablement \u00e0 toute analyse, il demeure toutefois hautement instructif d’administrer une v\u00e9rification formelle de la distribution univari\u00e9e des r\u00e9sidus \u00e0 l’aide du r\u00e9put\u00e9 test de normalit\u00e9 de Shapiro-Wilk, cod\u00e9 sous R par l’instruction shapiro.test(residuals(modele_voitures))<\/em>. Si ce test r\u00e9v\u00e8le une violation manifeste de la gaussianit\u00e9 (indiqu\u00e9e par une p-value significativement basse), le recours \u00e0 la version classique non studentis\u00e9e de 1979 constitue une faute m\u00e9thodologique av\u00e9r\u00e9e g\u00e9n\u00e9ratrice de conclusions trompeuses.<\/p>\n Enfin, la prise en compte de la taille de l’\u00e9chantillon s’av\u00e8re d\u00e9terminante. Sur de petits \u00e9chantillons comprenant moins d’une cinquantaine d’observations, la correction de Koenker \u00e9vite les d\u00e9clarations h\u00e2tives d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 caus\u00e9es par un ou deux points affichant un fort \u00e9cartement kurtique. Sur de vastes cohortes observationnelles d\u00e9passant plusieurs milliers d’individus, bien que les deux approches tendent \u00e0 converger sur le plan purement asymptotique, la variante de Koenker demeure le garant incontournable de la validit\u00e9 du niveau nominal du test.<\/p>\n Lorsque le test de Breusch-Pagan contraint l’analyste \u00e0 rejeter irr\u00e9vocablement l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9, une d\u00e9marche m\u00e9thodologique structur\u00e9e doit \u00eatre d\u00e9ploy\u00e9e sans d\u00e9lai. L’approche contemporaine la plus \u00e9l\u00e9gante, la plus universellement reconnue et la plus simple \u00e0 impl\u00e9menter ne consiste nullement \u00e0 abandonner le mod\u00e8le lin\u00e9aire initial, mais \u00e0 corriger la matrice de variance-covariance des coefficients par le recours aux estimateurs d’erreurs-types robustes, couramment d\u00e9sign\u00e9s sous l’appellation d’estimateurs sandwich ou d’estimateurs de Halbert White.<\/p>\n Sous R, cette correction s’effectue en associant harmonieusement les packages sandwich<\/em> et lmtest<\/em>. Au lieu d’accepter les erreurs-types erron\u00e9es retourn\u00e9es par la fonction standard summary()<\/em>, l’analyste fait appel \u00e0 la fonction coeftest()<\/em> en lui injectant la matrice de variance-covariance robuste calcul\u00e9e par la fonction vcovHC()<\/em>. La syntaxe canonique s’articule ainsi : coeftest(modele_voitures, vcov = vcovHC(modele_voitures, type = \u00ab\u00a0HC3\u00a0\u00bb))<\/em>. L’argument type = \u00ab\u00a0HC3\u00a0\u00bb<\/em> mobilise la correction perfectionn\u00e9e propos\u00e9e par MacKinnon et White en 1985<\/a>, qui op\u00e8re une pond\u00e9ration bas\u00e9e sur les \u00e9l\u00e9ments diagonaux de la matrice de projection orthogonale (les leviers hat values), offrant des performances de couverture d’une sup\u00e9riorit\u00e9 \u00e9clatante sur les \u00e9chantillons restreints comparativement \u00e0 la variante originelle HC0 de 1980.<\/p>\n Le b\u00e9n\u00e9fice substantiel de ce paradigme robuste r\u00e9side dans la pr\u00e9servation int\u00e9grale des coefficients de r\u00e9gression originels obtenus par les moindres carr\u00e9s ordinaires. Les valeurs des pentes et leur interpr\u00e9tation substantielle demeurent strictement inchang\u00e9es, mais leurs erreurs-types associ\u00e9es se trouvent recalibr\u00e9es avec une pr\u00e9cision inf\u00e9rentielle irr\u00e9prochable. D\u00e8s lors, les valeurs de Student ajust\u00e9es et les p-values corrig\u00e9es qui en r\u00e9sultent permettent de conduire des tests d’hypoth\u00e8ses d’une fiabilit\u00e9 totale, immunis\u00e9s contre toute distorsion induite par l’instabilit\u00e9 de la variance.<\/p>\n Bien que l’estimation d’erreurs-types robustes restaure la fiabilit\u00e9 de l’inf\u00e9rence, elle ne restitue pas \u00e0 l’estimateur des moindres carr\u00e9s ordinaires son statut d’estimateur optimal au sens de Gauss-Markov (BLUE). Si l’analyste souhaite maximiser l’efficacit\u00e9 statistique de ses param\u00e8tres et minimiser leur variance d’\u00e9chantillonnage, la m\u00e9thode classique des moindres carr\u00e9s pond\u00e9r\u00e9s (Weighted Least Squares ou MCP) s’impose th\u00e9oriquement comme la trajectoire id\u00e9ale.<\/p>\n Le principe math\u00e9matique des moindres carr\u00e9s pond\u00e9r\u00e9s consiste \u00e0 transformer l’espace g\u00e9om\u00e9trique des donn\u00e9es en divisant chaque observation par une constante proportionnelle \u00e0 l’\u00e9cart-type de son terme d’erreur r\u00e9siduel. En accordant ainsi un poids statistique proportionnellement plus grand aux observations caract\u00e9ris\u00e9es par une variance r\u00e9siduelle \u00e9troite et une pr\u00e9cision \u00e9lev\u00e9e, et en minorant l’influence des unit\u00e9s statistiques hautement bruit\u00e9es, le mod\u00e8le r\u00e9gularise la dispersion globale et restaure une homosc\u00e9dasticit\u00e9 parfaite dans le syst\u00e8me transform\u00e9.<\/p>\n Sous R, l’application de cette approche s’effectue par l’interm\u00e9diaire de l’argument weights<\/em> h\u00e9berg\u00e9 par la fonction lm()<\/em>. Le d\u00e9fi pratique r\u00e9side toutefois dans le fait que la v\u00e9ritable matrice des variances d’erreur est presque toujours inconnue dans la r\u00e9alit\u00e9 empirique. L’analyste doit d\u00e8s lors recourir aux moindres carr\u00e9s pond\u00e9r\u00e9s r\u00e9alisables (FGLS), consistant \u00e0 mod\u00e9liser la structure de la variance en r\u00e9gressant le logarithme n\u00e9p\u00e9rien des r\u00e9sidus au carr\u00e9 issus des MCO sur les pr\u00e9dicteurs exog\u00e8nes, d’en extraire les valeurs pr\u00e9dites exponenti\u00e9es pour garantir leur positivit\u00e9, puis d’injecter l’inverse de ces variances estim\u00e9es comme vecteur de pond\u00e9ration dans l’appel final : lm(mpg ~ disp + hp, data = mtcars, weights = 1 \/ variances_estimees)<\/em>. Cette d\u00e9marche, bien que rigoureuse, pr\u00e9sente le risque d’introduire des biais suppl\u00e9mentaires si le mod\u00e8le r\u00e9gissant la variance auxiliaire est erron\u00e9.<\/p>\n Une troisi\u00e8me strat\u00e9gie d’une efficacit\u00e9 empirique \u00e9prouv\u00e9e consiste \u00e0 s’attaquer directement \u00e0 la source math\u00e9matique de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 par une transformation appropri\u00e9e de l’\u00e9chelle des variables, prioritairement celle de la variable d\u00e9pendante. Tr\u00e8s fr\u00e9quemment, l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 de variance r\u00e9sulte du fait que le processus sous-jacent est fondamentalement multiplicatif plut\u00f4t qu’additif, situation extr\u00eamement fr\u00e9quente d\u00e8s lors que les variables mesur\u00e9es sont restreintes \u00e0 des grandeurs strictement positives affichant une asym\u00e9trie \u00e0 droite prononc\u00e9e.<\/p>\n L’application d’une transformation logarithmique naturelle \u00e0 la variable r\u00e9ponse, sp\u00e9cifi\u00e9e dans R par la formule \u00e9l\u00e9gante modele_log <- lm(log(mpg) ~ disp + hp, data = mtcars)<\/em>, produit souvent un effet stabilisateur remarquable sur la variance r\u00e9siduelle. En contractant de mani\u00e8re logarithmique les grandes amplitudes de la distribution tout en dilatant les faibles valeurs, la transformation stabilise l’erreur proportionnelle, ramenant la structure de dispersion r\u00e9siduelle \u00e0 une quasi-constance le long du gradient de pr\u00e9diction. Une r\u00e9\u00e9valuation imm\u00e9diate par bptest(modele_log)<\/em> permet de confirmer si la transformation a suffi \u00e0 r\u00e9concilier le mod\u00e8le avec l’homosc\u00e9dasticit\u00e9.<\/p>\n Au-del\u00e0 du logarithme simple, la panoplie m\u00e9thodologique int\u00e8gre les transformations de puissance de type Box-Cox, impl\u00e9ment\u00e9es sous R via la fonction boxcox()<\/em> du package MASS<\/em>. Cette routine permet d’identifier analytiquement le param\u00e8tre lambda optimal qui maximise la vraisemblance de la normalit\u00e9 et de la stabilit\u00e9 de la variance des r\u00e9sidus. Enfin, une re-sp\u00e9cification th\u00e9orique approfondie, passant par l’adjonction de termes quadratiques ou l’int\u00e9gration d’interactions th\u00e9oriquement omises, permet fr\u00e9quemment d’\u00e9radiquer une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 impure r\u00e9sultant d’une simple erreur de calibrage structural.<\/p>\n Bien que le test de Breusch-Pagan constitue une r\u00e9f\u00e9rence absolue pour d\u00e9tecter les formes de variance d\u00e9pendant lin\u00e9airement des r\u00e9gresseurs, il peut s’av\u00e9rer impuissant si la dynamique d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 adopte une forme fonctionnelle non monotone, curviligne ou interactive complexe. Pour surmonter cette limitation g\u00e9om\u00e9trique, l’\u00e9conom\u00e8tre Halbert White a d\u00e9velopp\u00e9 en 1980 un test diagnostique d’une puissance universelle d’une port\u00e9e th\u00e9orique consid\u00e9rable.<\/p>\n Le test de White enrichit drastiquement la r\u00e9gression auxiliaire : au lieu de r\u00e9gresser simplement les carr\u00e9s des r\u00e9sidus sur les pr\u00e9dicteurs lin\u00e9aires, il int\u00e8gre l’ensemble des pr\u00e9dicteurs, leurs termes \u00e9lev\u00e9s au carr\u00e9 (permettant de sonder les relations quadratiques) ainsi que l’ensemble exhaustif des produits crois\u00e9s d’ordre deux (captant les interactions structurelles de variance). Au sein de l’\u00e9cosyst\u00e8me R, le test de White peut s’ex\u00e9cuter de fa\u00e7on tr\u00e8s directe en exploitant la flexibilit\u00e9 syntaxique de la fonction bptest()<\/em> \u00e0 travers l’expansion polynomiale compl\u00e8te : bptest(modele_voitures, ~ disp * hp + I(disp^2) + I(hp^2), data = mtcars)<\/em>.<\/p>\n Ce surcro\u00eet d’universalit\u00e9 s’accompagne toutefois d’un co\u00fbt m\u00e9thodologique non n\u00e9gligeable : l’inflation foudroyante des degr\u00e9s de libert\u00e9. D\u00e8s que le mod\u00e8le originel comporte un nombre substantiel de variables explicatives, le nombre de termes quadratiques et crois\u00e9s explose de fa\u00e7on combinatoire, drainant la puissance statistique du test sur des \u00e9chantillons de taille mod\u00e9r\u00e9e. D\u00e8s lors, le chercheur se trouve confront\u00e9 \u00e0 un arbitrage classique : privil\u00e9gier le test de Breusch-Pagan pour sa puissance et sa parcimonie face aux d\u00e9rives de variance directionnelles simples, ou mobiliser le test de White pour son immunit\u00e9 face aux distorsions non lin\u00e9aires complexes au d\u00e9triment de degr\u00e9s de libert\u00e9 pr\u00e9cieux.<\/p>\n Historiquement ant\u00e9rieur aux travaux de Breusch, Pagan et White, le test con\u00e7u par Stephen Goldfeld et Richard Quandt en 1965 proc\u00e8de d’une philosophie algorithmique totalement distincte, exempte de toute r\u00e9gression auxiliaire sur les r\u00e9sidus au carr\u00e9. L’architecture de cette proc\u00e9dure repose sur le partitionnement direct de l’\u00e9chantillon d’observations ordonn\u00e9 selon les valeurs croissantes d’une variable explicative continue suspect\u00e9e d’indexer la variance.<\/p>\n Le protocole consiste \u00e0 classer l’ensemble des unit\u00e9s statistiques selon la grandeur du pr\u00e9dicteur cible, \u00e0 supprimer d\u00e9lib\u00e9r\u00e9ment une fraction centrale de l’\u00e9chantillon (g\u00e9n\u00e9ralement un quart des observations interm\u00e9diaires) afin d’isoler nettement les deux sous-populations extr\u00eames, puis \u00e0 ajuster deux r\u00e9gressions lin\u00e9aires ind\u00e9pendantes par les moindres carr\u00e9s ordinaires sur le premier et le dernier sous-groupe. La statistique de test s’obtient alors simplement en divisant la somme des carr\u00e9s r\u00e9siduels du sous-groupe des valeurs \u00e9lev\u00e9es par celle du sous-groupe des valeurs faibles, cette grandeur suivant exactement sous l’hypoth\u00e8se nulle une distribution de Fisher-Snedecor.<\/p>\n Sous R, la mise en \u0153uvre pratique de ce test est rendue imm\u00e9diate par l’appel \u00e0 la fonction gqtest()<\/em>, \u00e9galement h\u00e9berg\u00e9e par la biblioth\u00e8que lmtest<\/em>, via l’instruction : gqtest(modele_voitures, order.by = ~ disp, data = mtcars, fraction = 0.2)<\/em>. Malgr\u00e9 son intuitivit\u00e9 et sa robustesse absolue \u00e0 la non-normalit\u00e9, le test de Goldfeld-Quandt souffre d’une tare m\u00e9thodologique intrins\u00e8que majeure : il s’av\u00e8re incapable d’\u00e9valuer simultan\u00e9ment l’impact de multiples variables explicatives sur la variance et exige de postuler a priori un patron d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 strictement monotone ordonn\u00e9 selon un pr\u00e9dicteur unique et unidimensionnel.<\/p>\n Le choix raisonn\u00e9 du test d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 au sein d’un protocole d’analyse quantitative ne doit jamais relever de l’arbitraire ou de la simple commodit\u00e9 technique. Il doit d\u00e9couler d’un examen lucide des caract\u00e9ristiques intrins\u00e8ques du jeu de donn\u00e9es, de la taille de l’\u00e9chantillon disponible et de la plausibilit\u00e9 th\u00e9orique des structures de variance attendues.<\/p>\n Le tableau conceptuel ci-dessous explicite les arbitrages op\u00e9ratoires r\u00e9gissant la s\u00e9lection du protocole diagnostique le plus adapt\u00e9 aux diff\u00e9rentes configurations de recherche empirique :<\/p>\n Dans une d\u00e9marche d’investigation rigoureuse, ces outils ne doivent nullement s’exclure mutuellement mais se concevoir comme les facettes compl\u00e9mentaires d’un arsenal d’exploration robuste. La convergence des conclusions issues de plusieurs de ces proc\u00e9dures diagnostiques garantit au chercheur une s\u00e9r\u00e9nit\u00e9 m\u00e9thodologique totale quant \u00e0 la viabilit\u00e9 de ses extrapolations inf\u00e9rentielles.<\/p>\n La communication transparente des diagnostics statistiques au sein des publications scientifiques \u00e9valu\u00e9es par les pairs constitue une composante indispensable de l’\u00e9thique de recherche contemporaine. Conform\u00e9ment aux directives \u00e9dict\u00e9es par l’American Psychological Association (normes APA de la 7e \u00e9dition<\/a>), le compte rendu d’une analyse de r\u00e9gression lin\u00e9aire ne doit plus se borner \u00e0 pr\u00e9senter les coefficients de pente et leur significativit\u00e9, mais doit formellement attester de la v\u00e9rification rigoureuse de l’ensemble des postulats probabilistes sous-jacents, incluant nomm\u00e9ment l’homosc\u00e9dasticit\u00e9.<\/p>\n Le texte de la section consacr\u00e9e aux r\u00e9sultats doit expliciter avec une clart\u00e9 absolue le test mobilis\u00e9, sa variante statistique pr\u00e9cise (notamment la mention explicite de la correction studentis\u00e9e de Koenker), la valeur num\u00e9rique exacte de la statistique de test, le nombre de degr\u00e9s de libert\u00e9 associ\u00e9, ainsi que la valeur p calcul\u00e9e. \u00c0 titre d’illustration d’une r\u00e9daction acad\u00e9mique exemplaire, l’analyste pourra formuler le paragraphe m\u00e9thodologique suivant :<\/p>\n \u00ab Pr\u00e9alablement \u00e0 l’\u00e9valuation inf\u00e9rentielle des coefficients de notre mod\u00e8le de r\u00e9gression lin\u00e9aire multiple pr\u00e9disant la consommation automobile (mpg), l’absence d’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 structurelle dans la variance des perturbations a \u00e9t\u00e9 examin\u00e9e. L’inspection pr\u00e9liminaire des diagrammes de dispersion Scale-Location n’a r\u00e9v\u00e9l\u00e9 aucune distorsion critique manifeste de la dispersion locale. Cette stabilit\u00e9 a \u00e9t\u00e9 confirm\u00e9e formellement par l’administration du test de Breusch-Pagan studentis\u00e9 selon la correction de Koenker (1981), lequel a d\u00e9montr\u00e9 l’absence d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 statistiquement significative, BP(2) = 4,89, p = 0,087. L’hypoth\u00e8se nulle d’homosc\u00e9dasticit\u00e9 r\u00e9siduelle \u00e9tant maintenue au seuil conventionnel alpha = 0,05, l’interpr\u00e9tation des erreurs-types standards et des tests de significativit\u00e9 associ\u00e9s a \u00e9t\u00e9 valid\u00e9e selon les postulats classiques de Gauss-Markov. \u00bb<\/em><\/p>\n Dans l’hypoth\u00e8se o\u00f9 le test aurait r\u00e9v\u00e9l\u00e9 une violation significative n\u00e9cessitant la mise en place d’une rem\u00e9diation, le protocole de r\u00e9daction devra documenter la substitution avec une \u00e9gale minutie :<\/p>\n \u00ab Le test de Breusch-Pagan studentis\u00e9 ayant conclu au rejet de l’hypoth\u00e8se d’homosc\u00e9dasticit\u00e9 au seuil de significativit\u00e9 conventionnel, BP(2) = 11,45, p < 0,001, l’ensemble des erreurs-types des coefficients et des intervalles de confiance \u00e0 95 % ont \u00e9t\u00e9 estim\u00e9s en mobilisant l’estimateur de variance-covariance robuste aux h\u00e9t\u00e9rosc\u00e9dasticit\u00e9s HC3 pr\u00e9conis\u00e9 par MacKinnon et White (1985). Les degr\u00e9s de libert\u00e9 et les coefficients ponctuels demeurent ceux des moindres carr\u00e9s ordinaires. \u00bb<\/em><\/p>\n L’excellence m\u00e9thodologique ne s’arr\u00eate pas \u00e0 la r\u00e9daction textuelle du manuscrit ; elle r\u00e9side \u00e9galement dans la rigueur formelle, la propret\u00e9 et la reproductibilit\u00e9 totale des scripts de programmation d\u00e9ploy\u00e9s pour g\u00e9n\u00e9rer les r\u00e9sultats scientifiques. Dans l’\u00e9cosyst\u00e8me de la science ouverte, un script statistique doit \u00eatre organis\u00e9 de fa\u00e7on strictement modulaire, structur\u00e9 par blocs de traitement identifiables et compl\u00e8tement exempt de d\u00e9pendances implicites non document\u00e9es.<\/p>\n Un canevas programmatique professionnel doit imp\u00e9rativement adopter un s\u00e9quen\u00e7age logique immuable :<\/p>\n L’automatisation de l’extraction de ces indicateurs sous la forme de tableaux de donn\u00e9es structur\u00e9s simplifie consid\u00e9rablement la phase d’int\u00e9gration des r\u00e9sultats vers des rapports automatis\u00e9s r\u00e9dig\u00e9s sous des frameworks de publication reproductibles modernes tels que R Markdown ou Quarto.<\/p>\n L’application du test de Breusch-Pagan au champ sp\u00e9cifique des donn\u00e9es psychom\u00e9triques, psychosociales et cognitives requiert une vigilance m\u00e9thodologique redoubl\u00e9e. Contrairement aux grandeurs physiques issues de la m\u00e9trologie industrielle ou aux agr\u00e9gats de la comptabilit\u00e9 nationale, les instruments de mesure comportementaux exploitent massivement des \u00e9chelles de r\u00e9ponse discr\u00e8tes born\u00e9es de type \u00e9chelles de Likert ou scores d’inventaires psychom\u00e9triques finis.<\/p>\n Cette configuration produit couramment des artefacts statistiques s\u00e9v\u00e8res d\u00e9sign\u00e9s sous les vocables d’effets de plancher et d’effets de plafond. Lorsqu’un sous-groupe substantiel de sujets atteint le score plancher minimal ou le score plafond maximal d’un instrument psychologique, la variance des r\u00e9ponses au sein de cette r\u00e9gion de mesure subit un \u00e9crasement math\u00e9matique artificiel forc\u00e9, tandis que les individus positionn\u00e9s au centre du spectre conservent une latitude de fluctuation pleine et enti\u00e8re. Ce ph\u00e9nom\u00e8ne m\u00e9canique d\u00e9clenche in\u00e9luctablement l’allumage d’alertes aigu\u00ebs lors du test de Breusch-Pagan, alors m\u00eame que l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 observ\u00e9e ne traduit aucune dynamique psychologique substantielle mais refl\u00e8te simplement la limitation de saturation de l’instrument psychom\u00e9trique.<\/p>\n De surcro\u00eet, les protocoles exp\u00e9rimentaux mesurant la cognition humaine sont intens\u00e9ment modul\u00e9s par des ph\u00e9nom\u00e8nes d’\u00e9puisement attentionnel, d’apprentissage strat\u00e9gique ou d’ennui graduel. La variance des temps de r\u00e9ponse d’un \u00e9chantillon s’accro\u00eet fr\u00e9quemment de fa\u00e7on exponentielle vers la fin d’une batterie d’\u00e9preuves cognitives prolong\u00e9e, captant la d\u00e9rive d’attention s\u00e9lective de certains sujets face \u00e0 la constance d’autres participants plus r\u00e9silients. D\u00e8s lors, le chercheur doit veiller avec le plus grand discernement conceptuel \u00e0 ne pas confondre la variabilit\u00e9 stochastique intra-sujet, attribuable aux fluctuations d’\u00e9tat momentan\u00e9es de l’organisme, avec une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 structurelle interindividuelle de la variance conditionnelle des erreurs.<\/p>\n Dans de tels contextes, le recours m\u00e9canique \u00e0 un simple diagnostic d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 suivi d’une r\u00e9gression robuste \u00e9l\u00e9mentaire peut s’av\u00e9rer insuffisant. L’orthodoxie m\u00e9thodologique recommande alors fr\u00e9quemment d’abandonner le mod\u00e8le lin\u00e9aire classique au profit de structures de mod\u00e9lisation plus sophistiqu\u00e9es, telles que les mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s (GLM) adapt\u00e9s aux distributions tronqu\u00e9es, les mod\u00e8les \u00e0 variance h\u00e9t\u00e9rog\u00e8ne explicite (mod\u00e8les de dispersion double) ou encore les mod\u00e8les lin\u00e9aires mixtes \u00e0 effets al\u00e9atoires hi\u00e9rarchiques capables de d\u00e9composer et d’isoler explicitement la variance au niveau des strates individuelles et contextuelles.<\/p>\n Box, G. E. P., & Cox, D. R. (1964). An analysis of transformations. Journal of the Royal Statistical Society: Series B (Methodological)<\/em>, 26(2), 211\u2013243. https:\/\/doi.org\/10.1111\/j.2517-6161.1964.tb00553.x<\/a><\/p>\n Breusch, T. S., & Pagan, A. R. (1979). A simple test for heteroscedasticity and random coefficient variation. Econometrica<\/em>, 47(5), 1287\u20131294. https:\/\/doi.org\/10.2307\/1911957<\/a><\/p>\n Fox, J., & Weisberg, S. (2019). An R companion to applied regression<\/em> (3rd ed.). Sage Publications.<\/p>\n Goldfeld, S. M., & Quandt, R. E. (1965). Some tests for homoscedasticity. Journal of the American Statistical Association<\/em>, 60(310), 539\u2013547. https:\/\/doi.org\/10.1080\/01621459.1965.10480811<\/a><\/p>\n Koenker, R. (1981). A note on studentizing a test for heteroscedasticity. Journal of Econometrics<\/em>, 17(1), 107\u2013112. https:\/\/doi.org\/10.1016\/0304-4076(81)90062-2<\/a><\/p>\n MacKinnon, J. G., & White, H. (1985). Some heteroskedasticity-consistent covariance matrix estimators with improved finite sample properties. Journal of Econometrics<\/em>, 29(3), 305\u2013325. https:\/\/doi.org\/10.1080\/01621459.1985.10477827<\/a><\/p>\n White, H. (1980). A heteroskedasticity-consistent covariance matrix estimator and a direct test for heteroskedasticity. Econometrica<\/em>, 48(4), 817\u2013838. https:\/\/doi.org\/10.2307\/1912934<\/a><\/p>\n1.2 Probl\u00e9matique de l’homosc\u00e9dasticit\u00e9 dans la recherche quantitative<\/h3>\n
2. Comprendre l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 : D\u00e9finition, causes et cons\u00e9quences<\/h2>\n
2.1 D\u00e9finition math\u00e9matique et formes d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9<\/h3>\n
2.2 Causes fr\u00e9quentes d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9<\/h3>\n
2.3 Impacts sur l’inf\u00e9rence statistique et les tests d’hypoth\u00e8ses<\/h3>\n
3. Fondements math\u00e9matiques et proc\u00e9dure algorithmique du test de Breusch-Pagan<\/h2>\n
3.1 Formulation des hypoth\u00e8ses statistiques nulle et alternative<\/h3>\n
3.2 Construction de la r\u00e9gression auxiliaire<\/h3>\n
3.3 D\u00e9rivation de la statistique de test et loi de distribution<\/h3>\n
4. Configuration de l’environnement R et pr\u00e9paration des donn\u00e9es<\/h2>\n
4.1 Installation et chargement des biblioth\u00e8ques n\u00e9cessaires<\/h3>\n
4.2 S\u00e9lection et exploration du jeu de donn\u00e9es de travail<\/h3>\n
5. \u00c9tape 1 : Ajustement du mod\u00e8le de r\u00e9gression lin\u00e9aire multiple<\/h2>\n
5.1 Estimation des param\u00e8tres avec la fonction lm()<\/h3>\n
5.2 Interpr\u00e9tation de l’ajustement global et des m\u00e9triques de base<\/h3>\n
6. Diagnostic graphique pr\u00e9alable des r\u00e9sidus sous R<\/h2>\n
6.1 Visualisation du graphique des r\u00e9sidus en fonction des valeurs ajust\u00e9es<\/h3>\n
6.2 Exploration du diagramme Scale-Location<\/h3>\n
7. \u00c9tape 2 : Ex\u00e9cution pratique du test de Breusch-Pagan avec lmtest<\/h2>\n
7.1 Utilisation de la fonction bptest()<\/h3>\n
7.2 Sp\u00e9cification d’un sous-ensemble de pr\u00e9dicteurs pour la variance<\/h3>\n
8. Interpr\u00e9tation rigoureuse des sorties statistiques du test<\/h2>\n
8.1 D\u00e9composition des composantes de la sortie R<\/h3>\n
8.2 R\u00e8gles de d\u00e9cision statistique et conclusions formelles<\/h3>\n
9. La version studentis\u00e9e du test de Breusch-Pagan (Correction de Koenker)<\/h2>\n
9.1 Vuln\u00e9rabilit\u00e9 du test classique \u00e0 la non-normalit\u00e9 des r\u00e9sidus<\/h3>\n
9.2 Mise en \u0153uvre du test studentis\u00e9 sous R<\/h3>\n
9.3 Recommandations m\u00e9thodologiques sur le choix de la version<\/h3>\n
10. Strat\u00e9gies m\u00e9thodologiques face \u00e0 une h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 confirm\u00e9e<\/h2>\n
10.1 Estimation d’erreurs-types robustes \u00e0 l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 (HC)<\/h3>\n
10.2 M\u00e9thode des moindres carr\u00e9s pond\u00e9r\u00e9s (WLS \/ MCP)<\/h3>\n
10.3 Transformation des variables et re-sp\u00e9cification du mod\u00e8le<\/h3>\n
11. Comparaison du test de Breusch-Pagan avec les tests diagnostiques alternatifs<\/h2>\n
11.1 Le test de White pour l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 non-lin\u00e9aire<\/h3>\n
11.2 Le test de Goldfeld-Quandt<\/h3>\n
11.3 Matrice d\u00e9cisionnelle pour le choix du test appropri\u00e9<\/h3>\n
\n
12. Bonnes pratiques, reporting acad\u00e9mique et \u00e9criture de scripts R reproductibles<\/h2>\n
12.1 R\u00e9daction et pr\u00e9sentation des r\u00e9sultats aux normes APA<\/h3>\n
12.2 Structuration d’un script R robuste et reproductible<\/h3>\n
\n
12.3 Consid\u00e9rations particuli\u00e8res pour les donn\u00e9es psychom\u00e9triques et comportementales<\/h3>\n
R\u00e9f\u00e9rences<\/h2>\n