Il convient de distinguer avec nettet\u00e9 la covariance empirique brute du coefficient de corr\u00e9lation normalis\u00e9. La covariance traduit l’esp\u00e9rance math\u00e9matique du produit des \u00e9carts des deux variables par rapport \u00e0 leurs moyennes respectives. Si cette grandeur refl\u00e8te ad\u00e9quatement le sens de la variation commune (positive ou n\u00e9gative), son amplitude num\u00e9rique demeure intimement tributaire de l’\u00e9chelle m\u00e9trique des variables \u00e9tudi\u00e9es. Une covariance calcul\u00e9e sur des donn\u00e9es exprim\u00e9es en milligrammes ou en secondes atteindra des grandeurs artificiellement disproportionn\u00e9es par rapport \u00e0 la m\u00eame analyse effectu\u00e9e en grammes ou en minutes. La normalisation th\u00e9orique introduite par Pearson permet de circonscrire cette mesure au sein d’un continuum standardis\u00e9 sans dimension, offrant ainsi aux psychologues une m\u00e9trique invariante et universellement intelligible.<\/p>\n
1.2 Distinction essentielle entre corr\u00e9lation et causalit\u00e9 dans les \u00e9tudes comportementales<\/h3>\n
L’un des pr\u00e9ceptes \u00e9pist\u00e9mologiques les plus fondamentaux de la d\u00e9marche scientifique stipule que la mise en \u00e9vidence d’une corr\u00e9lation statistique, aussi robuste et significative soit-elle, ne constitue en aucun cas une preuve suffisante d’une relation de cause \u00e0 effet. Dans le cadre des \u00e9tudes comportementales, cette confusion demeure pourtant fr\u00e9quente. L’\u00e9cueil majeur r\u00e9side dans la pr\u00e9sence potentielle d’une variable confondante, souvent qualifi\u00e9e de tierce variable. Une corr\u00e9lation observ\u00e9e entre une variable A et une variable B peut \u00eatre enti\u00e8rement artificielle si une variable sous-jacente C exerce une influence causale simultan\u00e9e sur A et sur B, induisant une covariation synchronis\u00e9e en l’absence de tout lien direct entre les deux premiers facteurs.<\/p>\n
\u00c0 cette probl\u00e9matique des variables omises s’ajoute le ph\u00e9nom\u00e8ne \u00e9pineux de la causalit\u00e9 inverse, qui menace particuli\u00e8rement la validit\u00e9 interne des devis corr\u00e9lationnels transversaux. Lorsqu’une enqu\u00eate transversale r\u00e9v\u00e8le une association lin\u00e9aire statistiquement significative entre des niveaux \u00e9lev\u00e9s de stress per\u00e7u et des troubles majeurs du sommeil, l’architecture temporelle du devis ne permet pas de trancher sur la directionnalit\u00e9 du vecteur causal. Le stress chronique peut induire une d\u00e9r\u00e9gulation neurophysiologique perturbant l’architecture du sommeil, mais des insomnies r\u00e9currentes peuvent tout aussi bien alt\u00e9rer les capacit\u00e9s d’adaptation psychologique et exacerber la r\u00e9activit\u00e9 au stress quotidien. Dans de telles configurations observationnelles, l’interd\u00e9pendance dynamique r\u00e9ciproque remet en cause toute interpr\u00e9tation unilat\u00e9rale.<\/p>\n
Pour inf\u00e9rer l\u00e9gitimement une causalit\u00e9 stricte au sens scientifique, trois conditions m\u00e9thodologiques cumulatives doivent \u00eatre rigoureusement satisfaites, telles que formalis\u00e9es par John Stuart Mill : la pr\u00e9c\u00e9dence temporelle de la cause pr\u00e9sum\u00e9e sur l’effet, la covariance empirique syst\u00e9matique entre les deux entit\u00e9s, et l’exclusion cat\u00e9gorique de toute explication alternative plausible. Cette derni\u00e8re condition ne peut \u00eatre pleinement garantie que par la mise en \u0153uvre de devis exp\u00e9rimentaux contr\u00f4l\u00e9s, s’appuyant sur la manipulation directe d’une variable ind\u00e9pendante et sur l’assignation al\u00e9atoire des participants aux diff\u00e9rentes conditions exp\u00e9rimentales afin de neutraliser l’impact des variables parasites non contr\u00f4l\u00e9es.<\/p>\n
La litt\u00e9rature en sciences humaines et sociales regorge d’exemples empiriques d’associations fallacieuses qui illustrent de mani\u00e8re frappante les d\u00e9rives d’une interpr\u00e9tation causale h\u00e2tive. On observe fr\u00e9quemment des corr\u00e9lations positives statistiquement quasi-parfaites entre le nombre d’\u00e9glises construites dans les municipalit\u00e9s et la fr\u00e9quence des actes de d\u00e9linquance r\u00e9pertori\u00e9s, une relation fallacieuse s’expliquant simplement par la variable d\u00e9mographique sous-jacente que constitue la densit\u00e9 de population urbaine. De m\u00eame, les corr\u00e9lations souvent m\u00e9diatis\u00e9es entre l’exposition aux \u00e9crans num\u00e9riques durant l’adolescence et l’incidence des sympt\u00f4mes d\u00e9pressifs omettent fr\u00e9quemment de contr\u00f4ler le capital socio-\u00e9conomique des m\u00e9nages ou les dynamiques d’isolement familial, illustrant le danger d’\u00e9riger des politiques de sant\u00e9 publique sur la base de simples corr\u00e9lations bivari\u00e9es non contr\u00f4l\u00e9es.<\/p>\n
1.3 Pr\u00e9sentation de l’environnement R pour l’analyse inf\u00e9rentielle<\/h3>\n
Face aux imp\u00e9ratifs contemporains de robustesse m\u00e9thodologique, le langage de programmation R s’affirme comme l’outil privil\u00e9gi\u00e9 de la communaut\u00e9 acad\u00e9mique internationale pour la conduite d’analyses statistiques inf\u00e9rentielles. Contrairement aux environnements propri\u00e9taires bas\u00e9s exclusivement sur des interfaces de pointage graphique, R repose sur une logique de script textuel garantissant une reproductibilit\u00e9 scientifique totale. Chaque \u00e9tape de l’analyse, de l’importation initiale des donn\u00e9es brutes au pr\u00e9traitement num\u00e9rique, en passant par le calcul des mod\u00e8les probabilistes et la g\u00e9n\u00e9ration des figures, est consign\u00e9e de fa\u00e7on explicite et non ambigu\u00eb dans un code source partageable et auditable par les pairs.<\/p>\n
L’un des atouts pr\u00e9\u00e9minents de cet \u00e9cosyst\u00e8me logiciel r\u00e9side dans l’int\u00e9gration native de puissantes fonctions d’inf\u00e9rence statistique au sein du package de base d\u00e9nomm\u00e9 stats<\/em>, distribu\u00e9 avec chaque installation standard de R. Les chercheurs n’ont ainsi pas l’obligation d’installer des extensions tierces pour mener des analyses bivari\u00e9es conventionnelles de premier plan. Cette architecture modulaire garantit une stabilit\u00e9 algorithmique exceptionnelle au fil des versions logicielles et assure une conformit\u00e9 parfaite avec les d\u00e9rivations math\u00e9matiques \u00e9tablies dans la litt\u00e9rature statistique th\u00e9orique classique.<\/p>\n Au sein de ce socle analytique, deux fonctions occupent une position centrale dans l’arsenal des psychom\u00e9triciens et des statisticiens : la fonction cor()<\/em> et la fonction cor.test()<\/em>. Bien que traitant du m\u00eame objet math\u00e9matique fondamental, ces deux routines r\u00e9pondent \u00e0 des finalit\u00e9s analytiques distinctes. La fonction cor()<\/em> est fondamentalement orient\u00e9e vers l’alg\u00e8bre matricielle descriptive ; elle accepte en entr\u00e9e des tableaux multidimensionnels et g\u00e9n\u00e8re de mani\u00e8re rapide et concise des matrices de corr\u00e9lation compl\u00e8tes, mais omet syst\u00e9matiquement tout calcul inf\u00e9rentiel, ne fournissant ni valeurs de significativit\u00e9 statistique, ni degr\u00e9s de libert\u00e9, ni intervalles d’incertitude. \u00c0 l’oppos\u00e9, la fonction cor.test()<\/em> est express\u00e9ment d\u00e9di\u00e9e \u00e0 l’inf\u00e9rence statistique bivari\u00e9e. En recevant deux vecteurs num\u00e9riques, elle ex\u00e9cute un test d’hypoth\u00e8se formel complet, confrontant l’estimation empirique \u00e0 une distribution th\u00e9orique d’\u00e9chantillonnage afin de d\u00e9livrer un diagnostic d\u00e9cisionnel probabiliste exhaustif.<\/p>\n Pour appr\u00e9hender la m\u00e9canique computationnelle du coefficient de corr\u00e9lation lin\u00e9aire produit-moment de Pearson, il est indispensable d’examiner la formulation de la covariance empirique. Soit un \u00e9chantillon bivari\u00e9 compos\u00e9 de couples d’observations num\u00e9riques continues mesur\u00e9es sur une m\u00eame s\u00e9rie d’individus statistiques. La covariance empirique repr\u00e9sente la moyenne arithm\u00e9tique des produits crois\u00e9s des \u00e9carts de chaque observation par rapport \u00e0 la moyenne marginale respective de chaque dimension consid\u00e9r\u00e9e. Lorsque, pour un individu donn\u00e9, la valeur observ\u00e9e sur la premi\u00e8re variable exc\u00e8de sa moyenne et qu’il en va de m\u00eame sur la seconde variable, le produit des r\u00e9sidus est strictement positif. Inversement, si une valeur sup\u00e9rieure \u00e0 la moyenne est syst\u00e9matiquement associ\u00e9e \u00e0 une valeur inf\u00e9rieure \u00e0 la moyenne sur l’autre axe, le produit r\u00e9sultant devient n\u00e9gatif. La somme globale de ces contributions individuelles refl\u00e8te ainsi la trajectoire directionnelle de la variation partag\u00e9e.<\/p>\n Toutefois, la covariance demeure d\u00e9pendante des unit\u00e9s de mesure utilis\u00e9es. Afin d’\u00e9radiquer cette d\u00e9pendance arbitraire, Karl Pearson a formul\u00e9 le coefficient en op\u00e9rant une standardisation rigoureuse. Cette op\u00e9ration consiste \u00e0 diviser la covariance bivari\u00e9e par le produit strict des \u00e9carts-types marginaux estim\u00e9s des deux variables. Sur le plan analytique, cette formulation \u00e9quivaut exactement \u00e0 calculer la somme des produits des scores centr\u00e9s et r\u00e9duits (les scores z) divis\u00e9e par les degr\u00e9s de libert\u00e9 r\u00e9siduels. Ce quotient \u00e9limine totalement les unit\u00e9s de mesure physiques, transformant une quantit\u00e9 d\u00e9pendante de la m\u00e9trique en un indice adimensionnel universel.<\/p>\n Cette standardisation conf\u00e8re au coefficient de corr\u00e9lation une propri\u00e9t\u00e9 fondamentale d’invariance d’\u00e9chelle face \u00e0 toute transformation affine positive. Si l’on applique \u00e0 l’une ou l’autre des variables une fonction lin\u00e9aire consistant \u00e0 multiplier l’ensemble des observations par une constante strictement positive et \u00e0 lui ajouter un terme scalaire quelconque, la valeur num\u00e9rique du coefficient de Pearson demeure rigoureusement inalt\u00e9r\u00e9e. Cette caract\u00e9ristique est cruciale en psychologie exp\u00e9rimentale et en psychom\u00e9trie, o\u00f9 les scores bruts sont fr\u00e9quemment convertis sur de nouvelles \u00e9chelles sans que la nature de l’association sous-jacente ne soit modifi\u00e9e.<\/p>\n En vertu de l’in\u00e9galit\u00e9 math\u00e9matique de Cauchy-Schwarz appliqu\u00e9e aux espaces vectoriels des variables al\u00e9atoires de variance finie, la valeur du coefficient de Pearson est born\u00e9e strictement dans l’intervalle ferm\u00e9 [-1, +1]. Une valeur \u00e9gale \u00e0 +1 d\u00e9note une relation lin\u00e9aire croissante parfaite, o\u00f9 la totalit\u00e9 des points d’un diagramme de dispersion s’aligne rigoureusement sur une droite de pente positive. Inversement, une valeur \u00e9gale \u00e0 -1 t\u00e9moigne d’une association lin\u00e9aire d\u00e9croissante parfaite. Une valeur exactement \u00e9gale \u00e0 z\u00e9ro traduit quant \u00e0 elle l’absence int\u00e9grale de toute covariation lin\u00e9aire, bien qu’elle n’exclue nullement l’existence potentielle de structures non lin\u00e9aires complexes au sein des donn\u00e9es.<\/p>\n L’obtention d’une valeur d’\u00e9chantillon r non nulle ne permet pas d’affirmer de mani\u00e8re cat\u00e9gorique que la relation existe au sein de la population parente, car les fluctuations stochastiques inh\u00e9rentes au processus d’\u00e9chantillonnage peuvent engendrer une corr\u00e9lation artificielle \u00e0 partir de variables parfaitement ind\u00e9pendantes. Pour trancher cette question, la th\u00e9orie statistique s’appuie sur le cadre du test de conformit\u00e9 \u00e0 l’hypoth\u00e8se nulle. Cette hypoth\u00e8se postule conventionnellement que le param\u00e8tre de population rho est strictement \u00e9gal \u00e0 z\u00e9ro. Face \u00e0 elle, l’hypoth\u00e8se alternative bilat\u00e9rale \u00e9nonce que le param\u00e8tre diff\u00e8re statistiquement de z\u00e9ro, signalant une association r\u00e9elle dans la population cible.<\/p>\n Sous la pr\u00e9misse fondamentale que les deux variables suivent conjointement une distribution normale bivari\u00e9e, la distribution d’\u00e9chantillonnage du coefficient de corr\u00e9lation peut \u00eatre transform\u00e9e de fa\u00e7on exacte en une statistique suivant la loi de Student. La statistique de test t s’obtient en divisant le coefficient empirique r par son erreur-type d’\u00e9chantillonnage th\u00e9orique. Cette erreur-type est calcul\u00e9e analytiquement comme la racine carr\u00e9e du quotient entre la variance non expliqu\u00e9e (1 moins r au carr\u00e9) et les degr\u00e9s de libert\u00e9 disponibles. La formule exacte s’\u00e9crit de la fa\u00e7on suivante : t est \u00e9gal au produit de r par la racine carr\u00e9e de (n moins 2), le tout divis\u00e9 par la racine carr\u00e9e de (1 moins r au carr\u00e9).<\/p>\n Les degr\u00e9s de libert\u00e9 assign\u00e9s \u00e0 cette distribution de Student correspondent pr\u00e9cis\u00e9ment \u00e0 l’effectif total de l’\u00e9chantillon amput\u00e9 de deux unit\u00e9s (n – 2). Cette r\u00e9duction correspond \u00e0 la perte math\u00e9matique de deux param\u00e8tres lin\u00e9aires estim\u00e9s pr\u00e9alablement sur les donn\u00e9es pour proc\u00e9der au calcul de la corr\u00e9lation, \u00e0 savoir la moyenne empirique de la variable X et la moyenne empirique de la variable Y. Ce param\u00e9trage r\u00e9git enti\u00e8rement la g\u00e9om\u00e9trie de la fonction de densit\u00e9 de probabilit\u00e9 de la loi de Student sous l’hypoth\u00e8se nulle.<\/p>\n Sur le plan du comportement asymptotique, la forme de la distribution d’\u00e9chantillonnage de r pr\u00e9sente une sensibilit\u00e9 prononc\u00e9e \u00e0 la taille d’\u00e9chantillon. Pour des effectifs modestes, la loi de Student associ\u00e9e poss\u00e8de des queues de distribution \u00e9paisses, traduisant une variabilit\u00e9 d’\u00e9chantillonnage importante et requ\u00e9rant des valeurs empiriques de r plus imposantes pour franchir les seuils critiques. \u00c0 mesure que l’effectif n cro\u00eet vers l’infini, la distribution de Student converge graduellement vers une loi normale centr\u00e9e r\u00e9duite en vertu des th\u00e9or\u00e8mes limites centraux, stabilisant ainsi la pr\u00e9cision de l’estimation autour de sa v\u00e9ritable valeur param\u00e9trique.<\/p>\n Une fois la statistique t empirique d\u00e9termin\u00e9e et les degr\u00e9s de libert\u00e9 fix\u00e9s, le calcul de la p-valeur bilat\u00e9rale s’effectue par int\u00e9gration de la densit\u00e9 de probabilit\u00e9 de la loi de Student th\u00e9orique. La p-valeur correspond \u00e0 l’int\u00e9grale cumul\u00e9e des aires situ\u00e9es au-del\u00e0 de la valeur absolue de la statistique t calcul\u00e9e, sur les deux extr\u00e9mit\u00e9s de la distribution sym\u00e9trique. Math\u00e9matiquement, elle quantifie la probabilit\u00e9 exacte d’observer, sous l’hypoth\u00e8se d’une ind\u00e9pendance lin\u00e9aire stricte dans la population, une valeur de statistique au moins aussi extr\u00eame que celle pr\u00e9lev\u00e9e dans l’\u00e9chantillon d’investigation.<\/p>\n Cependant, la construction d’un intervalle de confiance robuste pour le coefficient de Pearson ne peut pas reposer sur l’hypoth\u00e8se simplificatrice d’une distribution normale sym\u00e9trique des valeurs de r, surtout lorsque la corr\u00e9lation r\u00e9elle dans la population s’\u00e9carte substantiellement de z\u00e9ro. D\u00e8s lors que rho diverge de z\u00e9ro, la distribution empirique des coefficients d’\u00e9chantillonnage pr\u00e9sente une asym\u00e9trie marqu\u00e9e, devenant fortement tronqu\u00e9e \u00e0 mesure qu’elle s’approche des bornes th\u00e9oriques infranchissables de -1 ou +1. Pour surmonter cet obstacle th\u00e9orique majeur, Sir Ronald Fisher a d\u00e9velopp\u00e9 en 1915 une transformation logarithmique connue sous le nom de transformation z de Fisher ou fonction tangente hyperbolique r\u00e9ciproque (arctanh).<\/p>\n L’application de la transformation z de Fisher consiste \u00e0 calculer la moiti\u00e9 du logarithme n\u00e9p\u00e9rien du ratio un plus r sur un moins r. Cette op\u00e9ration math\u00e9matique projette l’intervalle born\u00e9 [-1, +1] sur une droite infinie de valeurs r\u00e9elles. L’avantage remarquable de cette m\u00e9trique transform\u00e9e r\u00e9side dans le fait que sa distribution d’\u00e9chantillonnage est quasi-normale, ind\u00e9pendamment de la magnitude du coefficient dans la population parente, et poss\u00e8de une variance asymptotique connue d\u00e9pendant exclusivement de la taille de l’\u00e9chantillon, formul\u00e9e comme un sur (n moins 3).<\/p>\n L’erreur-type de z \u00e9quivaut par cons\u00e9quent \u00e0 l’inverse de la racine carr\u00e9e de (n moins 3). \u00c0 partir de cette distribution normalis\u00e9e, il devient ais\u00e9 d’\u00e9tablir les bornes d’un intervalle de confiance classique au seuil souhait\u00e9 (g\u00e9n\u00e9ralement 95 %) en ajoutant et en soustrayant au z calcul\u00e9 le produit du quantile critique de la loi normale (1,96 pour un niveau bilat\u00e9ral standard) par cette erreur-type. Enfin, pour rendre ces bornes exploitables, on applique la fonction inverse de la transformation de Fisher (la tangente hyperbolique tanh) aux bornes inf\u00e9rieure et sup\u00e9rieure obtenues en \u00e9chelle z. Ce calcul analytique rigoureux restitue l’intervalle de confiance asym\u00e9trique final du coefficient r de Pearson, tel qu’il est restitu\u00e9 par R dans ses sorties inf\u00e9rentielles.<\/p>\n La validit\u00e9 statistique formelle des inf\u00e9rences issues du test de Pearson repose sur l’hypoth\u00e8se que le couple de variables sous examen suit conjointement une loi normale bivari\u00e9e. En pratique, la v\u00e9rification d\u00e9bute par l’analyse des propri\u00e9t\u00e9s de normalit\u00e9 univari\u00e9e sur chacune des deux distributions marginales prises isol\u00e9ment. L’outil analytique le plus puissant pour cette t\u00e2che est le test de Shapiro-Wilk, accessible sous R au moyen de l’instruction shapiro.test()<\/em>. Ce test \u00e9value l’ad\u00e9quation entre l’\u00e9chantillon empirique et une distribution gaussienne th\u00e9orique en calculant un rapport de variances pond\u00e9r\u00e9 par les statistiques d’ordre. Une p-valeur associ\u00e9e inf\u00e9rieure au seuil conventionnel de 0,05 conduit au rejet de l’hypoth\u00e8se de normalit\u00e9 univari\u00e9e.<\/p>\n Toutefois, les tests d’hypoth\u00e8se formels souffrent d’une sensibilit\u00e9 exacerb\u00e9e \u00e0 la taille d’\u00e9chantillon : avec de grands effectifs, des d\u00e9viations infimes et sans cons\u00e9quence pratique sur le taux d’erreur de type I sont jug\u00e9es statistiquement significatives, tandis qu’avec de petits \u00e9chantillons, le manque de puissance statistique peut masquer des asym\u00e9tries majeures. Il est donc indispensable de coupler ces tests avec l’inspection visuelle de diagrammes quantile-quantile, commun\u00e9ment appel\u00e9s Q-Q plots. Sous R, l’appel combin\u00e9 des fonctions qqnorm()<\/em> et qqline()<\/em> permet de tracer les quantiles empiriques observ\u00e9s en regard des quantiles th\u00e9oriques d’une loi normale id\u00e9ale. Tout d\u00e9collement marqu\u00e9 des points par rapport \u00e0 la droite de r\u00e9f\u00e9rence, notamment au niveau des queues de distribution (forme en S ou courbures prononc\u00e9es), indique une d\u00e9viation syst\u00e9matique (asym\u00e9trie positive ou n\u00e9gative, aplatissement leptocurtique ou platycurtique).<\/p>\n N\u00e9anmoins, la conjonction de deux distributions marginales normales ne garantit pas formellement la normalit\u00e9 bivari\u00e9e conjointe. Pour \u00e9valuer cette propri\u00e9t\u00e9 multivari\u00e9e avec une rigueur m\u00e9thodologique absolue, les chercheurs recourent au test de Mardia, impl\u00e9ment\u00e9 dans des packages sp\u00e9cialis\u00e9s comme psych<\/em> ou MVN<\/em>. Ce test calcule simultan\u00e9ment des indices d’asym\u00e9trie (skewness) et d’aplatissement (kurtosis) multivari\u00e9s fond\u00e9s sur les distances de Mahalanobis au centro\u00efde du nuage de points. Le respect de ces crit\u00e8res assure que la densit\u00e9 surfacique bivari\u00e9e forme un volume ellipso\u00efdal r\u00e9gulier conforme aux exigences de l’inf\u00e9rence de Pearson.<\/p>\n Les cons\u00e9quences d’une d\u00e9viation de normalit\u00e9 sur l’erreur de type I m\u00e9ritent d’\u00eatre soulign\u00e9es. Bien que l’estimateur ponctuel r de Pearson se r\u00e9v\u00e8le remarquablement robuste face \u00e0 des distributions mod\u00e9r\u00e9ment non gaussiennes en pr\u00e9sence d’\u00e9chantillons de taille respectable gr\u00e2ce aux propri\u00e9t\u00e9s asymptotiques, les violations s\u00e9v\u00e8res combin\u00e9es \u00e0 de faibles effectifs distordent consid\u00e9rablement l’erreur-type th\u00e9orique. Cette instabilit\u00e9 conduit \u00e0 des p-valeurs erron\u00e9es, augmentant artificiellement les taux de faux positifs (erreur de type I) ou masquant des effets r\u00e9els par affaiblissement de la puissance statistique (erreur de type II).<\/p>\n Le coefficient de corr\u00e9lation produit-moment de Pearson poss\u00e8de une limitation inh\u00e9rente : il quantifie exclusivement la composante strictement lin\u00e9aire de l’association unissant deux ph\u00e9nom\u00e8nes. Il est par cons\u00e9quent imp\u00e9ratif de proc\u00e9der \u00e0 une exploration graphique pr\u00e9alable des donn\u00e9es afin de confirmer que la morphologie de la relation observ\u00e9e s’accorde avec une mod\u00e9lisation par droite affine. La g\u00e9n\u00e9ration d’un nuage de points pr\u00e9liminaire repr\u00e9sente l’\u00e9tape diagnostique indispensable avant toute ex\u00e9cution de fonctions inf\u00e9rentielles. Sous R, cette op\u00e9ration s’effectue simplement \u00e0 l’aide de la fonction native plot(x, y)<\/em> ou par l’interm\u00e9diaire du package de r\u00e9f\u00e9rence ggplot2<\/em> via l’op\u00e9rateur geom_point()<\/em>.<\/p>\n L’inspection minutieuse de ce diagramme de dispersion permet d’identifier l’existence \u00e9ventuelle d’associations curvilin\u00e9aires. L’exemple paradigmatique en psychologie exp\u00e9rimentale est illustr\u00e9 par la loi de Yerkes-Dodson, qui postule une relation en U invers\u00e9 entre le niveau d’\u00e9veil physiologique ou d’anxi\u00e9t\u00e9 et la performance cognitive motrice. Dans une telle configuration, une performance optimale est observ\u00e9e pour des niveaux m\u00e9dians d’anxi\u00e9t\u00e9, tandis que des niveaux nuls ou excessifs d\u00e9gradent l’efficience comportementale. Si l’on applique aveugl\u00e9ment le coefficient de Pearson \u00e0 une structure de donn\u00e9es curviligne de cette nature, la valeur de r sera proche de z\u00e9ro, masquant une relation syst\u00e9matique pourtant \u00e9troite mais totalement non lin\u00e9aire.<\/p>\n Outre la lin\u00e9arit\u00e9 g\u00e9om\u00e9trique, l’analyse visuelle doit s’attacher \u00e0 contr\u00f4ler l’homosc\u00e9dasticit\u00e9, c’est-\u00e0-dire la constance de la dispersion conditionnelle des points sur l’ensemble du continuum de la variable ind\u00e9pendante pr\u00e9sum\u00e9e. Lorsque le nuage de points arbore une forme conique ou triangulaire \u2013 ph\u00e9nom\u00e8ne d\u00e9sign\u00e9 sous le terme d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 \u2013, cela signifie que la variabilit\u00e9 de la seconde mesure cro\u00eet ou d\u00e9cro\u00eet consid\u00e9rablement en fonction des valeurs prises par la premi\u00e8re mesure. Une telle configuration viole le postulat de variance d’erreur homog\u00e8ne, ce qui fragilise la validit\u00e9 des intervalles de confiance calcul\u00e9s et d\u00e9forme l’estimation inf\u00e9rentielle.<\/p>\n La pr\u00e9sence de valeurs extr\u00eames constitue l’une des menaces les plus pernicieuses pour l’int\u00e9grit\u00e9 des r\u00e9sultats d’un test de corr\u00e9lation de Pearson. Il convient d’op\u00e9rer une distinction m\u00e9thodologique claire entre les valeurs aberrantes univari\u00e9es et les valeurs aberrantes bivari\u00e9es. Une observation univari\u00e9e atypique correspond \u00e0 une mesure isol\u00e9e qui s’\u00e9carte substantiellement du reste de la distribution sur une dimension unique. Sa d\u00e9tection s’op\u00e8re usuellement par le calcul des scores centr\u00e9s r\u00e9duits (scores z), la r\u00e8gle d\u00e9cisionnelle conventionnelle classifiant comme anormale toute observation dont la valeur absolue du score z d\u00e9passe le seuil critique de 3 ou 3,29. L’exploration graphique au moyen de bo\u00eetes \u00e0 moustaches via boxplot()<\/em> permet une identification visuelle rapide de ces anomalies d’\u00e9chantillonnage.<\/p>\n \u00c0 l’inverse, une valeur aberrante bivari\u00e9e peut comporter des valeurs marginales parfaitement banales sur chacune des deux variables prises individuellement, mais pr\u00e9senter une combinaison bidimensionnelle totalement anormale au regard du profil global de covariance de l’\u00e9chantillon. Pour formaliser la d\u00e9tection de ces observations aberrantes multivari\u00e9es, les statisticiens emploient la distance de Mahalanobis. Cette m\u00e9trique quantifie l’\u00e9loignement g\u00e9om\u00e9trique de chaque observation par rapport au centro\u00efde moyen multivari\u00e9 du nuage de points, en prenant explicitement en consid\u00e9ration la matrice de variance-covariance des donn\u00e9es. Sous R, la fonction mahalanobis()<\/em> permet d’attribuer une distance m\u00e9trique \u00e0 chaque individu statistique, dont la significativit\u00e9 s’\u00e9value au regard d’une distribution du chi-deux poss\u00e9dant un nombre de degr\u00e9s de libert\u00e9 \u00e9quivalant au nombre de variables analys\u00e9es.<\/p>\n L’impact d’une seule valeur aberrante sur l’estimation du r de Pearson peut \u00eatre colossal en raison de la nature quadratique des calculs de variance et de covariance. Selon sa position relative dans l’espace multidimensionnel, un point isol\u00e9 peut exercer un effet de levier disproportionn\u00e9 susceptible soit d’amplifier artificiellement une corr\u00e9lation par ailleurs inexistante (art\u00e9fact d’hyper-inflation), soit d’annihiler totalement une relation forte existant dans le reste de l’\u00e9chantillon (att\u00e9nuation fallacieuse). La documentation rigoureuse de ces points influents via l’analyse des r\u00e9sidus et des leviers s’impose comme une \u00e9tape incontournable du nettoyage des donn\u00e9es.<\/p>\n L’analyse bivari\u00e9e inf\u00e9rentielle s’ex\u00e9cute sous R principalement par l’interm\u00e9diaire de la commande cor.test()<\/em>, int\u00e9gr\u00e9e dans le package de base stats<\/em>. Cette routine logicielle est con\u00e7ue pour recevoir une grande vari\u00e9t\u00e9 de structures de donn\u00e9es gr\u00e2ce au polymorphisme orient\u00e9 objet de R. Dans son usage le plus \u00e9l\u00e9mentaire, la fonction requiert le passage de deux vecteurs num\u00e9riques distincts via ses deux premiers arguments formels nomm\u00e9s x<\/em> et y<\/em>. Ces deux vecteurs doivent imp\u00e9rativement \u00eatre de longueur rigoureusement identique, chaque \u00e9l\u00e9ment d’indice i<\/em> dans le vecteur x<\/em> correspondant \u00e0 la mesure pr\u00e9lev\u00e9e sur le m\u00eame sujet ou la m\u00eame entit\u00e9 que l’\u00e9l\u00e9ment i<\/em> dans le vecteur y<\/em>.<\/p>\n Une modalit\u00e9 de saisie particuli\u00e8rement pris\u00e9e des mod\u00e9lisateurs en psychologie consiste \u00e0 utiliser l’interface par formule symbolique. Sous cette syntaxe, l’utilisateur sp\u00e9cifie une relation \u00e0 l’aide de l’op\u00e9rateur tilde, sous la forme g\u00e9n\u00e9rale : cor.test(~ variable1 + variable2, data = mon_dataframe)<\/em>. Cette syntaxe pr\u00e9sente l’avantage majeur d’indiquer explicitement le conteneur des donn\u00e9es d’analyse via l’argument data<\/em>, ce qui \u00e9vite la manipulation de vecteurs d\u00e9sincarn\u00e9s et garantit que les transformations pr\u00e9alables op\u00e9r\u00e9es sur le tableau de donn\u00e9es sont prises en compte sans risque de d\u00e9salignement indiciaire.<\/p>\n L’ex\u00e9cution de cette fonction g\u00e9n\u00e8re un objet informatique structur\u00e9 appartenant \u00e0 la classe S3 d\u00e9sign\u00e9e sous le nom technique de htest<\/em> (abr\u00e9viation de hypothesis test<\/em>). Contrairement \u00e0 un affichage console brut qui ne ferait qu’imprimer du texte \u00e9ph\u00e9m\u00e8re, la classe htest<\/em> encapsule une liste ordonn\u00e9e de variables contenant l’ensemble exhaustif des param\u00e8tres math\u00e9matiques d\u00e9riv\u00e9s lors du calcul inf\u00e9rentiel. Ces \u00e9l\u00e9ments internes demeurent totalement accessibles et peuvent \u00eatre extraits de mani\u00e8re programmatique \u00e0 l’aide de l’op\u00e9rateur dollar ($). L’utilisateur peut ainsi extraire directement la statistique calcul\u00e9e, les degr\u00e9s de libert\u00e9, la p-valeur num\u00e9rique brute ou l’intervalle de confiance pour les injecter dans des scripts de mod\u00e9lisation automatis\u00e9s.<\/p>\n La formulation \u00e9pist\u00e9mologique de l’hypoth\u00e8se de recherche constitue une \u00e9tape structurante qui dicte la configuration logique du test d’inf\u00e9rence. Dans le cadre de cor.test()<\/em>, cette d\u00e9cision m\u00e9thodologique s’op\u00e9rationnalise \u00e0 travers l’argument formel alternative<\/em>, qui accepte trois valeurs textuelles distinctes : \u00ab\u00a0two.sided\u00a0\u00bb<\/em>, \u00ab\u00a0greater\u00a0\u00bb<\/em>, et \u00ab\u00a0less\u00a0\u00bb<\/em>. Par d\u00e9faut, si l’argument n’est pas sp\u00e9cifi\u00e9 dans la ligne de commande, R assigne syst\u00e9matiquement le param\u00e8tre alternative = \u00ab\u00a0two.sided\u00a0\u00bb<\/em>, ce qui correspond \u00e0 l’ex\u00e9cution d’un test bilat\u00e9ral non directionnel.<\/p>\n Le test bilat\u00e9ral pose une hypoth\u00e8se alternative selon laquelle le coefficient de corr\u00e9lation dans la population cible diverge de z\u00e9ro dans un sens ou dans l’autre, sans postuler de pr\u00e9diction a priori sur le signe positif ou n\u00e9gatif de la covariation. Cette configuration repr\u00e9sente la posture scientifique la plus conservatrice et prudente, et elle constitue la norme m\u00e9thodologique recommand\u00e9e dans les situations o\u00f9 la litt\u00e9rature th\u00e9orique ne fournit pas de pr\u00e9dictions directionnelles formellement \u00e9tablies ou lorsque l’investigation rel\u00e8ve d’une d\u00e9marche purement exploratoire.<\/p>\n \u00c0 l’inverse, la configuration unilat\u00e9rale requiert une justification th\u00e9orique rigoureuse en amont de toute observation des donn\u00e9es. Lorsque les postulats psychologiques indiquent sans ambigu\u00eft\u00e9 qu’une covariation ne peut \u00eatre que positive, l’argument alternative = \u00ab\u00a0greater\u00a0\u00bb<\/em> est employ\u00e9 pour tester l’hypoth\u00e8se H1 : rho > 0 contre H0 : rho ≤ 0. Sym\u00e9triquement, lorsque l’hypoth\u00e8se pr\u00e9dit une relation inverse (comme la relation entre le sentiment d’auto-efficacit\u00e9 et l’anxi\u00e9t\u00e9 phobique), le param\u00e8tre alternative = \u00ab\u00a0less\u00a0\u00bb<\/em> est invoqu\u00e9 pour \u00e9valuer H1 : rho < 0. Opter pour un test unilat\u00e9ral concentre la totalit\u00e9 de la r\u00e9gion de rejet de l'erreur alpha sur une seule extr\u00e9mit\u00e9 de la distribution th\u00e9orique de Student. Si cette approche accro\u00eet la puissance statistique pour d\u00e9tecter un effet dans la direction postul\u00e9e, elle rend le chercheur math\u00e9matiquement incapable de statuer sur un effet impr\u00e9vu qui se manifesterait dans le sens diam\u00e9tralement oppos\u00e9, soulignant la responsabilit\u00e9 \u00e9pist\u00e9mologique d'un tel choix.<\/p>\n L’argument conf.level<\/em> gouverne l’ampleur probabiliste de l’intervalle de confiance calcul\u00e9 et restitu\u00e9 dans l’objet de sortie. Par d\u00e9faut, sa valeur scalaire est fix\u00e9e \u00e0 0,95, g\u00e9n\u00e9rant ainsi un intervalle de confiance \u00e0 95 %, standard commun\u00e9ment admis dans les disciplines biom\u00e9dicales et comportementales. Si un contexte de recherche exploratoire requiert une tol\u00e9rance plus large, ou si une \u00e9tude clinique hautement sensible exige un niveau de garantie plus strict, l’analyste peut modifier librement cet argument, par exemple en renseignant conf.level = 0.99<\/em> pour un intervalle \u00e0 99 %. Il convient de souligner que, dans l’architecture actuelle de R, le calcul de l’intervalle de confiance n’est restitu\u00e9 que pour le test param\u00e9trique de Pearson ; les m\u00e9thodes de rangs ne disposent pas d’intervalles analytiques directs dans la sortie standard de base de cette fonction.<\/p>\n Le choix fondamental de l’algorithme sous-jacent s’ex\u00e9cute par l’interm\u00e9diaire de l’argument textuel method<\/em>. Trois cha\u00eenes de caract\u00e8res principales sont accept\u00e9es par le compilateur : \u00ab\u00a0pearson\u00a0\u00bb<\/em> (qui constitue l’option s\u00e9lectionn\u00e9e par d\u00e9faut en l’absence de mention explicite), \u00ab\u00a0spearman\u00a0\u00bb<\/em>, et \u00ab\u00a0kendall\u00a0\u00bb<\/em>. Chacune de ces options bascule le moteur computationnel vers des fondements th\u00e9oriques sp\u00e9cifiques, passant de l’analyse du produit des moments \u00e0 des calculs de permutations de rangs ou de paires concordantes et discordantes, selon la nature m\u00e9trique des donn\u00e9es et la distribution des r\u00e9sidus.<\/p>\n Enfin, une attention particuli\u00e8re doit \u00eatre port\u00e9e au traitement des donn\u00e9es manquantes dans cor.test()<\/em>. Contrairement \u00e0 la fonction matricielle cor()<\/em> qui dispose d’un argument souple nomm\u00e9 use<\/em>, la fonction cor.test()<\/em> applique par d\u00e9faut une politique rigide d’omission par observation compl\u00e8te (complete case analysis) sur le couple de vecteurs inject\u00e9. Si une valeur manquante (cod\u00e9e conventionnellement NA sous R) est d\u00e9tect\u00e9e dans l’un des deux vecteurs, l’observation correspondante est syst\u00e9matiquement \u00e9limin\u00e9e de l’estimation pour la paire de variables concern\u00e9e. L’utilisateur doit imp\u00e9rativement s’assurer que la taille effective r\u00e9sultante correspond fid\u00e8lement \u00e0 ses attentes m\u00e9thodologiques.<\/p>\n Afin d’illustrer la mise en \u0153uvre pratique de cette analyse, consid\u00e9rons une situation de recherche classique en neuropsychologie et en psychologie cognitive. Un groupe de chercheurs s’int\u00e9resse \u00e0 l’impact des manifestations d’anxi\u00e9t\u00e9 pr\u00e9-examen sur les capacit\u00e9s de traitement de l’information, \u00e9valu\u00e9es par une t\u00e2che informatis\u00e9e de performance cognitive mesurant la flexibilit\u00e9 attentionnelle. L’\u00e9chantillon d’investigation r\u00e9unit un collectif de trente \u00e9tudiants universitaires (N = 30). L’anxi\u00e9t\u00e9 situationnelle a \u00e9t\u00e9 mesur\u00e9e au moyen d’un score d’inventaire psychom\u00e9trique standardis\u00e9 variant de 10 \u00e0 50, tandis que l’efficience cognitive a \u00e9t\u00e9 \u00e9valu\u00e9e via un score composite de pr\u00e9cision op\u00e9rationnelle \u00e9talonn\u00e9 de 50 \u00e0 100.<\/p>\n Dans l’environnement R, la cr\u00e9ation de ce jeu de donn\u00e9es s’op\u00e8re par l’instanciation de deux vecteurs num\u00e9riques contenant les observations individuelles de chaque sujet. Pour assurer la stricte reproductibilit\u00e9 computationnelle de cet exemple, nous d\u00e9finissons une graine de g\u00e9n\u00e9ration al\u00e9atoire \u00e0 l’aide de l’instruction set.seed(123)<\/em>, puis nous g\u00e9n\u00e9rons les donn\u00e9es selon un mod\u00e8le de distribution conjointe n\u00e9gativement li\u00e9e, avant de les encapsuler au sein d’une structure de tableau de donn\u00e9es propre (data frame). L’ex\u00e9cution des commandes suivantes permet d’initialiser l’espace de travail :<\/p>\n set.seed(123)<\/em> D\u00e8s lors que le conteneur de donn\u00e9es est constitu\u00e9, l’\u00e9tape pr\u00e9alable incontournable consiste \u00e0 proc\u00e9der \u00e0 l’extraction des statistiques descriptives fondamentales. L’\u00e9valuation de la tendance centrale et de la dispersion renseigne sur la distribution spatiale des mesures. Pour la variable anxi\u00e9t\u00e9, le calcul de la moyenne arithm\u00e9tique via mean(donnees_psycho$anxiete)<\/em> et de l’\u00e9cart-type d’\u00e9chantillon via sd(donnees_psycho$anxiete)<\/em> permet de valider le calibrage de l’\u00e9chelle. La m\u00eame proc\u00e9dure appliqu\u00e9e \u00e0 la variable de performance cognitive permet de v\u00e9rifier l’absence d’effets de plancher ou de plafond susceptibles d’att\u00e9nuer artificiellement les variations ult\u00e9rieures.<\/p>\n Apr\u00e8s s’\u00eatre assur\u00e9 de la coh\u00e9rence des distributions univari\u00e9es et avoir valid\u00e9 de fa\u00e7on visuelle la conformit\u00e9 approximative aux hypoth\u00e8ses de lin\u00e9arit\u00e9 et de normalit\u00e9 bivari\u00e9e au moyen d’un nuage de points g\u00e9n\u00e9r\u00e9 par plot(donnees_psycho$anxiete, donnees_psycho$<\/span>performance)<\/em>, nous proc\u00e9dons \u00e0 l’ex\u00e9cution de la commande inf\u00e9rentielle. Le code fait appel \u00e0 la fonction cor.test()<\/em> en sp\u00e9cifiant explicitement les deux variables d’int\u00e9r\u00eat et en configurant la m\u00e9thode de Pearson en mode bilat\u00e9ral standard :<\/p>\n2. Les fondements th\u00e9oriques et math\u00e9matiques du coefficient de corr\u00e9lation de Pearson<\/h2>\n
2.1 Propri\u00e9t\u00e9s de la covariance et d\u00e9rivation math\u00e9matique du r de Pearson<\/h3>\n
2.2 Calcul de la statistique t de Student et des degr\u00e9s de libert\u00e9 associ\u00e9s<\/h3>\n
2.3 D\u00e9termination de la p-valeur bilat\u00e9rale et intervalles de confiance de Fisher<\/h3>\n
3. Pr\u00e9paration des donn\u00e9es et v\u00e9rification des hypoth\u00e8ses pr\u00e9alables sous R<\/h2>\n
3.1 \u00c9valuation de la normalit\u00e9 bivari\u00e9e via tests formels et graphiques<\/h3>\n
3.2 D\u00e9tection de la lin\u00e9arit\u00e9 et de l’homosc\u00e9dasticit\u00e9 par l’analyse visuelle<\/h3>\n
3.3 Identification de l’influence des valeurs aberrantes univari\u00e9es et bivari\u00e9es<\/h3>\n
4. La syntaxe fondamentale de cor.test() et l’exploration de ses arguments<\/h2>\n
4.1 Anatomie d\u00e9taill\u00e9e de la fonction cor.test() en langage R<\/h3>\n
![\"Correlation](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/scatterR1.png\")
4.2 Sp\u00e9cification des hypoth\u00e8ses alternatives : bilat\u00e9rale versus unilat\u00e9rale<\/h3>\n
4.3 Param\u00e9trage du niveau de confiance et s\u00e9lection de la m\u00e9thode<\/h3>\n
5. Exemple pratique 1 : Test de corr\u00e9lation de Pearson pas \u00e0 pas dans R<\/h2>\n
5.1 Cr\u00e9ation et structuration d’un jeu de donn\u00e9es psychologiques illustratif<\/h3>\n
\nanxiete <- round(rnorm(30, mean = 28, sd = 6))<\/em>
\nperformance <- round(85 – 0.7 * anxiete + rnorm(30, mean = 0, sd = 4))<\/em>
\ndonnees_psycho <- data.frame(anxiete, performance)<\/em><\/p>\n5.2 Ex\u00e9cution pas \u00e0 pas du code R pour le test de Pearson<\/h3>\n