{"id":8012,"date":"2026-10-14T18:02:18","date_gmt":"2026-10-14T18:02:18","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-effectuer-comparaisons-par-paires-post-hoc-dans-r\/"},"modified":"2026-10-14T18:02:18","modified_gmt":"2026-10-14T18:02:18","slug":"comment-effectuer-comparaisons-par-paires-post-hoc-dans-r","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-effectuer-comparaisons-par-paires-post-hoc-dans-r","title":{"rendered":"Comment effectuer des comparaisons par paires post-hoc dans R"},"content":{"rendered":"

Dans le paysage contemporain des sciences comportementales et de la psychologie quantitative, la rigueur m\u00e9thodologique constitue le rempart fondamental contre les crises de reproductibilit\u00e9. L’analyse de variance \u00e0 un facteur, commun\u00e9ment d\u00e9sign\u00e9e sous le vocable d’ANOVA unidirectionnelle (one-way ANOVA<\/em>), repr\u00e9sente l’une des pierres angulaires de l’exp\u00e9rimentation empirique. Qu’il s’agisse d’\u00e9valuer l’efficacit\u00e9 diff\u00e9rentielle d’interventions psychoth\u00e9rapeutiques, de scruter les impacts de stimuli cognitifs vari\u00e9s ou d’\u00e9tudier les modulations affectives induites par des contextes psychosociaux, les chercheurs sont fr\u00e9quemment amen\u00e9s \u00e0 comparer simultan\u00e9ment plus de deux conditions exp\u00e9rimentales. Cependant, l’aboutissement d’une telle mod\u00e9lisation globale ne marque bien souvent que le point de d\u00e9part d’une investigation inf\u00e9rentielle plus complexe, n\u00e9cessitant de diss\u00e9quer pr\u00e9cis\u00e9ment les foyers d’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 entre les groupes.<\/p>\n

Lorsqu’un mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ralis\u00e9 indique un effet principal significatif, il confronte le chercheur \u00e0 une aporie statistique : le test global confirme qu’au moins deux modalit\u00e9s se distinguent, mais demeure structurellement muet quant aux paires pr\u00e9cises \u00e0 l’origine de cette divergence. C’est ici qu’interviennent les comparaisons multiples a posteriori<\/em>, universellement appel\u00e9es tests post-hoc. La mise en \u0153uvre de ces proc\u00e9dures au sein du logiciel statistique et environnement de programmation R n\u00e9cessite une compr\u00e9hension fine des m\u00e9canismes sous-jacents, allant du contr\u00f4le du taux d’erreur par famille \u00e0 l’estimation des tailles d’effet standardis\u00e9es. Cet environnement offre une flexibilit\u00e9 sans \u00e9gale, mais requiert une ma\u00eetrise rigoureuse de ses packages statistiques pour \u00e9viter les \u00e9cueils inf\u00e9rentiels.<\/p>\n

Le pr\u00e9sent article propose un guide exhaustif et avanc\u00e9 d\u00e9di\u00e9 \u00e0 l’ex\u00e9cution, \u00e0 l’interpr\u00e9tation et \u00e0 la restitution graphique et acad\u00e9mique des comparaisons par paires post-hoc dans R. En s’appuyant sur des bases conceptuelles solides, nous explorerons les fondements math\u00e9matiques de ces tests, les proc\u00e9dures classiques et contemporaines d’ajustement, les approches robustes face \u00e0 la violation des postulats param\u00e9triques, ainsi que l’art de concevoir des repr\u00e9sentations visuelles adapt\u00e9es aux exigences des publications scientifiques internationales selon les standards de l’American Psychological Association<\/a>.<\/p>\n

1. Fondements th\u00e9oriques de l’ANOVA unidirectionnelle en psychologie<\/h2>\n

1.1 Principe g\u00e9n\u00e9ral et formulation des hypoth\u00e8ses statistiques<\/h3>\n

L’analyse de variance unidirectionnelle est une m\u00e9thode inf\u00e9rentielle param\u00e9trique dont l’objectif premier est de d\u00e9terminer si les moyennes d’une variable quantitative observ\u00e9e au sein de trois populations ind\u00e9pendantes ou davantage pr\u00e9sentent une divergence statistiquement significative. Sur le plan formel, la d\u00e9marche repose sur la confrontation syst\u00e9matique de deux \u00e9nonc\u00e9s contradictoires. L’hypoth\u00e8se nulle, not\u00e9e H<\/em>0<\/sub>, postule l’\u00e9galit\u00e9 stricte des esp\u00e9rances math\u00e9matiques entre toutes les populations \u00e9tudi\u00e9es, soit H<\/em>0<\/sub> : μ1<\/sub> = μ2<\/sub> = … = μk<\/em><\/sub>, o\u00f9 k<\/em> repr\u00e9sente le nombre total de modalit\u00e9s du facteur exp\u00e9rimental. Cette hypoth\u00e8se formalise l’absence d’effet du traitement ou de la condition exp\u00e9rimentale sur la r\u00e9ponse psychologique mesur\u00e9e.<\/p>\n

\u00c0 l’oppos\u00e9, l’hypoth\u00e8se alternative, not\u00e9e H<\/em>1<\/sub> ou H<\/em>A<\/sub>, ne stipule nullement que l’ensemble des moyennes diff\u00e8rent mutuellement de mani\u00e8re homog\u00e8ne. Elle postule plus modestement l’existence d’au moins une paire d’indices (j<\/em>, j’<\/em>) telle que μj<\/em><\/sub> ≠ μj’<\/em><\/sub>. Cette formulation asym\u00e9trique est essentielle pour saisir la dynamique du test. En recherche comportementale, cette architecture s’applique g\u00e9n\u00e9ralement \u00e0 des devis o\u00f9 la variable ind\u00e9pendante est un facteur cat\u00e9goriel polytomique — par exemple, l’assignation al\u00e9atoire \u00e0 un groupe contr\u00f4le, \u00e0 une th\u00e9rapie cognitivo-comportementale classique ou \u00e0 une th\u00e9rapie d’acceptation et d’engagement — tandis que la variable d\u00e9pendante est continue, telle qu’un score sur l’inventaire de d\u00e9pression de Beck ou un temps de r\u00e9action en millisecondes.<\/p>\n

La d\u00e9composition alg\u00e9brique fondamentale op\u00e9r\u00e9e par l’ANOVA partitionne la variabilit\u00e9 totale des scores individuels en deux sources mutuellement exclusives : la somme des carr\u00e9s intergroupes (qui refl\u00e8te l’effet potentiel du facteur manipul\u00e9 augment\u00e9 des fluctuations d’\u00e9chantillonnage) et la somme des carr\u00e9s intragroupes ou r\u00e9siduelle (qui capture l’erreur pure, c’est-\u00e0-dire les variations idiosyncrasiques et les bruits de mesure non imputables au traitement exp\u00e9rimental). Cette partition constitue le socle sur lequel repose toute la logique du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral.<\/p>\n

1.2 La probl\u00e9matique du test F omnibus<\/h3>\n

Le c\u0153ur d\u00e9cisionnel de l’ANOVA r\u00e9side dans le calcul de la statistique F<\/em> de Fisher-Snedecor, issue du ratio entre le carr\u00e9 moyen intergroupe et le carr\u00e9 moyen r\u00e9siduel (ou intragroupe). Sous la v\u00e9racit\u00e9 de l’hypoth\u00e8se nulle, ce ratio suit asymptotiquement une distribution F<\/em> avec (k<\/em> – 1) degr\u00e9s de libert\u00e9 au num\u00e9rateur et (N<\/em> – k<\/em>) degr\u00e9s de libert\u00e9 au d\u00e9nominateur, o\u00f9 N<\/em> d\u00e9signe la taille totale de l’\u00e9chantillon r\u00e9uni. Lorsque les variations entre les moyennes de groupe outrepassent significativement celles attendues sous l’effet du seul hasard d’\u00e9chantillonnage, la valeur observ\u00e9e de F<\/em> cro\u00eet, r\u00e9duisant corr\u00e9lativement la valeur p<\/em> associ\u00e9e. Si cette valeur p<\/em> passe sous le seuil critique conventionnel α = 0,05, le chercheur rejette l’hypoth\u00e8se nulle.<\/p>\n

N\u00e9anmoins, la nature m\u00eame de ce test est qualifi\u00e9e d’\u00ab omnibus \u00bb — terme latin signifiant \u00ab pour tout \u00bb ou \u00ab pour tous \u00bb. Cette qualification d\u00e9note son caract\u00e8re global et synth\u00e9tique. Un test F<\/em> omnibus significatif apporte la preuve probabiliste robuste que le mod\u00e8le pr\u00e9dictif int\u00e9grant le facteur exp\u00e9rimental explique une part non n\u00e9gligeable de la variance des donn\u00e9es par rapport \u00e0 un mod\u00e8le r\u00e9duit ne comportant que la constante g\u00e9n\u00e9rale. Pourtant, cette statistique condense une matrice pluridimensionnelle de divergences en un unique scalaire unidimensionnel.<\/p>\n

Par cons\u00e9quent, le test F<\/em> souffre d’une incapacit\u00e9 structurelle : il ne fournit aucun renseignement topologique sur la structure interne des diff\u00e9rences de moyennes. Il est rigoureusement impossible, \u00e0 la seule lecture de la table d’ANOVA globale, de savoir si toutes les conditions exp\u00e9rimentales diff\u00e8rent les unes des autres, si un unique groupe marginal se d\u00e9tache nettement d’un bloc par ailleurs homog\u00e8ne, ou si seules les conditions extr\u00eames pr\u00e9sentent un \u00e9cart statistiquement fiable. Conclure \u00e0 une sup\u00e9riorit\u00e9 d’un traitement sur un autre sur la simple foi d’un test F<\/em> omnibus positif rel\u00e8ve d’une erreur d’inf\u00e9rence majeure.<\/p>\n

1.3 N\u00e9cessit\u00e9 m\u00e9thodologique des analyses compl\u00e9mentaires<\/h3>\n

Face au mutisme topologique du test omnibus, le chercheur en sciences psychologiques se trouve contraint de d\u00e9ployer des analyses secondaires destin\u00e9es \u00e0 diss\u00e9quer les contrastes locaux. Deux grandes orientations \u00e9pist\u00e9mologiques et statistiques se dessinent alors : la d\u00e9marche confirmatoire par contrastes planifi\u00e9s a priori<\/em> et l’investigation exploratoire ou semi-exploratoire par tests post-hoc a posteriori<\/em>. Les contrastes planifi\u00e9s sont \u00e9labor\u00e9s en amont de la collecte des donn\u00e9es, rigoureusement dict\u00e9s par un cadre th\u00e9orique hypoth\u00e9tico-d\u00e9ductif pr\u00e9cis, et sont g\u00e9n\u00e9ralement limit\u00e9s en nombre afin de maximiser la puissance statistique tout en pr\u00e9servant l’orthogonalit\u00e9 des comparaisons.<\/p>\n

Toutefois, la r\u00e9alit\u00e9 de l’investigation psychologique ne permet pas toujours de formuler des hypoth\u00e8ses pr\u00e9dictives cibl\u00e9es pour chacune des combinaisons de modalit\u00e9s possibles, en particulier lors de l’\u00e9valuation de protocoles d’intervention innovants, d’\u00e9tudes pharmacologiques exploratoires ou d’analyses de profils cognitifs multigroupes. Dans ce contexte, l’application de tests post-hoc devient une n\u00e9cessit\u00e9 m\u00e9thodologique incontournable. Ces outils permettent d’examiner exhaustivement toutes les paires possibles de modalit\u00e9s apr\u00e8s avoir pris connaissance des donn\u00e9es, tout en garantissant un contr\u00f4le rigoureux des risques inf\u00e9rentiels.<\/p>\n

La transition conceptuelle entre le test global et l’analyse post-hoc exige un changement d’\u00e9chelle inf\u00e9rentielle : on abandonne le niveau macroscopique du facteur pour aborder l’\u00e9chelle microscopique des dyades de conditions. Ce passage soul\u00e8ve imm\u00e9diatement une complication math\u00e9matique redoutable relative \u00e0 la multiplication des inf\u00e9rences simultan\u00e9es, laquelle peut rapidement fausser les conclusions si elle n’est pas corrig\u00e9e par des algorithmes appropri\u00e9s.<\/p>\n

2. Le probl\u00e8me des comparaisons multiples et l’inflation du risque d’erreur<\/h2>\n

2.1 M\u00e9canisme de l’inflation de l’erreur de type I<\/h3>\n

L’inf\u00e9rence statistique classique dans le cadre neyman-pearsonien s’articule autour de la ma\u00eetrise de l’erreur de premi\u00e8re esp\u00e8ce, not\u00e9e α, qui correspond \u00e0 la probabilit\u00e9 de rejeter ind\u00fbment l’hypoth\u00e8se nulle alors qu’elle est en r\u00e9alit\u00e9 vraie au sein de la population parente (faux positif). Par convention s\u00e9culaire, ce risque nominal est fix\u00e9 \u00e0 5 % (α = 0,05) pour un test unique isol\u00e9. Or, d\u00e8s lors qu’un chercheur entreprend d’ex\u00e9cuter une s\u00e9rie de comparaisons sur un m\u00eame jeu de donn\u00e9es, la probabilit\u00e9 de commettre au moins une erreur de type I ne reste pas cantonn\u00e9e \u00e0 ce seuil nominal unitaire ; elle s’accro\u00eet de mani\u00e8re exponentielle avec la d\u00e9multiplication des tests.<\/p>\n

Ce ph\u00e9nom\u00e8ne d’inflation porte le nom technique d’accroissement du taux d’erreur par famille de comparaisons, d\u00e9sign\u00e9 en anglais sous l’acronyme FWER (Family-Wise Error Rate)<\/a>. Consid\u00e9rons une exp\u00e9rience comprenant k<\/em> groupes distincts. Le nombre total de comparaisons deux \u00e0 deux possibles est donn\u00e9 par la formule combinatoire du coefficient binomial C<\/em>(k<\/em>, 2) = k<\/em>(k<\/em> – 1) \/ 2. Pour une conception exp\u00e9rimentale comprenant 3 groupes, 3 paires s’offrent \u00e0 l’analyse ; mais pour 5 groupes, ce nombre grimpe \u00e0 10, et atteint 21 comparaisons distinctes pour 7 groupes.<\/p>\n

Si l’on postule l’ind\u00e9pendance statistique des tests — hypoth\u00e8se simplificatrice bien qu’approximative dans les faits —, la probabilit\u00e9 de ne commettre aucune erreur de type I sur l’ensemble de m<\/em> comparaisons ind\u00e9pendantes sous l’hypoth\u00e8se nulle conjointe s’\u00e9l\u00e8ve \u00e0 (1 – α)m<\/em><\/sup>. Par compl\u00e9mentarit\u00e9, la probabilit\u00e9 d’observer au moins un faux positif au sein de la famille de tests s’exprime formellement par la relation :<\/p>\n

αFWER<\/sub> = 1 – (1 – α)m<\/em><\/sup><\/p>\n

Ainsi, pour k<\/em> = 5 groupes impliquant m<\/em> = 10 comparaisons ind\u00e9pendantes \u00e0 α = 0,05, le risque cumul\u00e9 r\u00e9el devient 1 – (0,95)10<\/sup> ≈ 0,4013. Le chercheur a donc plus de 40 % de chances de clamer l’existence d’une diff\u00e9rence statistiquement significative totalement factice. En psychologie, o\u00f9 les pressions de publication sont fortes, ignorer ce m\u00e9canisme revient \u00e0 alimenter massivement le r\u00e9pertoire de d\u00e9couvertes fallacieuses et non reproductibles, jetant le discr\u00e9dit sur l’\u00e9difice scientifique.<\/p>\n

2.2 Inad\u00e9quation des tests t de Student it\u00e9ratifs<\/h3>\n

Face \u00e0 ce constat, une pratique na\u00efve consisterait \u00e0 ex\u00e9cuter des s\u00e9ries de tests t<\/em> de Student pour \u00e9chantillons ind\u00e9pendants sur chaque dyade de groupes en conservant le seuil alpha nominal de 0,05 sans aucun ajustement. Cette approche, bien que tentante par sa simplicit\u00e9 algorithmique, constitue une faute m\u00e9thodologique r\u00e9dhibitoire pour deux motifs cardinaux interconnect\u00e9s : l’explosion incontr\u00f4l\u00e9e du FWER et la d\u00e9gradation de l’estimation de la variance de r\u00e9f\u00e9rence.<\/p>\n

En premier lieu, comme expos\u00e9 pr\u00e9c\u00e9demment, l’it\u00e9ration non pond\u00e9r\u00e9e des tests t<\/em> d\u00e9truit l’int\u00e9grit\u00e9 probabiliste de l’analyse, rendant les rejets de H<\/em>0<\/sub> presque in\u00e9vitables d\u00e8s que le nombre de groupes cro\u00eet. En second lieu, un test t<\/em> standard appliqu\u00e9 isol\u00e9ment \u00e0 un sous-ensemble de deux groupes utilise uniquement les informations de dispersion issues de ces deux \u00e9chantillons sp\u00e9cifiques pour quantifier l’erreur standard de la diff\u00e9rence des moyennes. Ce proc\u00e9d\u00e9 ignore d\u00e9lib\u00e9r\u00e9ment l’information r\u00e9siduelle accumul\u00e9e sur l’ensemble des k<\/em> groupes au sein de l’ANOVA globale.<\/p>\n

Le mod\u00e8le lin\u00e9aire unifi\u00e9 de l’analyse de variance permet pourtant d’extraire le carr\u00e9 moyen r\u00e9siduel (MS<\/em>error<\/sub> ou variance r\u00e9siduelle conjointe), lequel constitue un estimateur sans biais beaucoup plus pr\u00e9cis et dot\u00e9 d’un plus grand nombre de degr\u00e9s de libert\u00e9 (N<\/em> – k<\/em>) de la variance intra-groupe commune. Recourir \u00e0 des tests t<\/em> partiels disjoints conduit \u00e0 sous-exploiter la pr\u00e9cision globale de l’\u00e9chantillon, \u00e0 accro\u00eetre la variance d’\u00e9chantillonnage de l’erreur type et \u00e0 augmenter la vuln\u00e9rabilit\u00e9 de l’inf\u00e9rence aux fluctuations al\u00e9atoires propres aux sous-\u00e9chantillons restreints.<\/p>\n

2.3 Compromis fondamental entre rigueur et puissance statistique<\/h3>\n

Afin de juguler l’inflation pernicieuse du FWER, les statisticiens ont d\u00e9velopp\u00e9 une panoplie de proc\u00e9dures d’ajustement. Cependant, l’application de ces corrections ne se fait pas sans contrepartie : elle introduit une tension dialectique permanente entre le contr\u00f4le de l’erreur de type I (α) et le contr\u00f4le de l’erreur de type II (β), cette derni\u00e8re correspondant \u00e0 l’incapacit\u00e9 de d\u00e9tecter une divergence r\u00e9elle existant dans la population (faux n\u00e9gatif).<\/p>\n

La puissance statistique, quantifi\u00e9e par le compl\u00e9mentaire 1 – β, d\u00e9pend \u00e9troitement du seuil alpha retenu, de la taille d’effet sous-jacente et des effectifs \u00e9chantillonn\u00e9s. Lorsque l’on abaisse drastiquement le seuil alpha effectif attribu\u00e9 \u00e0 chaque comparaison — comme le font certaines corrections tr\u00e8s rigides —, on durcit les crit\u00e8res n\u00e9cessaires pour franchir la fronti\u00e8re de la significativit\u00e9. D\u00e8s lors, la probabilit\u00e9 de commettre des erreurs de type II monte en fl\u00e8che, particuli\u00e8rement dans les protocoles de psychologie exp\u00e9rimentale souvent caract\u00e9ris\u00e9s par des tailles d’\u00e9chantillons modestes en raison de contraintes logistiques s\u00e9v\u00e8res.<\/p>\n

Le choix d’une proc\u00e9dure post-hoc ne se r\u00e9sume donc jamais \u00e0 une simple d\u00e9cision technique machinale. Il s’agit d’un arbitrage \u00e9pist\u00e9mologique mesur\u00e9 : privil\u00e9gie-t-on une doctrine hautement conservatrice visant \u00e0 immuniser l’\u00e9tude contre les faux positifs \u00e0 tout prix, ou opte-t-on pour un \u00e9quilibre pragmatique pr\u00e9servant une puissance suffisante pour d\u00e9celer des effets psychologiques subtils mais th\u00e9oriquement cruciaux ? Ce dilemme gouverne l’ensemble des m\u00e9thodologies d\u00e9velopp\u00e9es ci-apr\u00e8s.<\/p>\n

3. Pr\u00e9paration des donn\u00e9es exp\u00e9rimentales et v\u00e9rification des postulats dans R<\/h2>\n

3.1 Structuration du jeu de donn\u00e9es sous R<\/h3>\n

L’exactitude d’un pipeline d’analyse sous l’environnement R d\u00e9pend intimement de l’ad\u00e9quation structurelle des structures de donn\u00e9es (data frames<\/em> ou tibbles<\/em>). Pour illustrer concr\u00e8tement notre propos, imaginons une \u00e9tude empirique en psychologie cognitive examinant l’impact de quatre strat\u00e9gies p\u00e9dagogiques d’apprentissage sur les scores de r\u00e9tention m\u00e9morielle \u00e0 long terme (mesur\u00e9s sur une \u00e9chelle standardis\u00e9e de 0 \u00e0 100). Les quatre conditions exp\u00e9rimentales sont : la relecture passive (Contr\u00f4le), la pratique de r\u00e9cup\u00e9ration espac\u00e9e (Retrieval), l’\u00e9laboration s\u00e9mantique (Elaboration), et une approche combinatoire associant imagerie mentale et rappel actif (DualCoding).<\/p>\n

Dans l’\u00e9cosyst\u00e8me R, la variable ind\u00e9pendante doit \u00eatre explicitement encod\u00e9e sous la forme d’un vecteur de type factor<\/em>, tandis que la variable d\u00e9pendante doit \u00eatre stock\u00e9e sous forme num\u00e9rique continue. Un probl\u00e8me courant survient lorsque les identifiants de groupe sont import\u00e9s sous forme de cha\u00eenes de caract\u00e8res (character<\/em>) ou d’entiers num\u00e9riques (1, 2, 3, 4) sans conversion explicite. R pourrait alors traiter la variable comme un r\u00e9gresseur continu dans certaines fonctions de mod\u00e9lisation, d\u00e9naturant totalement l’architecture de l’ANOVA.<\/p>\n

La commande canonique pour configurer ad\u00e9quatement la variable ind\u00e9pendante s’\u00e9crit sous la forme :<\/p>\n

donnees$Methode <- factor(donnees$<\/span>Methode, levels = c(\"Controle\", \"Retrieval\", \"Elaboration\", \"DualCoding\"))<\/code><\/p>\n

Une inspection pr\u00e9liminaire rigoureuse n\u00e9cessite de v\u00e9rifier l’\u00e9quilibre des effectifs par cellule via la fonction table(donnees$Methode)<\/code>, ainsi que l’extraction des param\u00e8tres de tendance centrale et de dispersion par modalit\u00e9 \u00e0 l’aide de la fonction tapply()<\/code> ou des verbes du package dplyr<\/code> (notamment group_by()<\/code> combin\u00e9 avec summarise()<\/code> calculant la moyenne arithm\u00e9tique et l’\u00e9cart-type empirique).<\/p>\n

3.2 \u00c9valuation de la normalit\u00e9 distributionnelle des r\u00e9sidus<\/h3>\n

L’ANOVA param\u00e9trique et la quasi-totalit\u00e9 des tests post-hoc d\u00e9riv\u00e9s reposent sur le postulat que les perturbations al\u00e9atoires ou r\u00e9sidus du mod\u00e8le suivent une distribution gaussienne de moyenne nulle et de variance constante au sein de chaque strate d\u00e9finie par la variable ind\u00e9pendante. Il importe de souligner avec insistance une m\u00e9prise classique : le postulat de normalit\u00e9 ne concerne pas la variable d\u00e9pendante agr\u00e9g\u00e9e dans sa globalit\u00e9 brute, mais sp\u00e9cifiquement les r\u00e9sidus conditionnels du mod\u00e8le lin\u00e9aire.<\/p>\n

Dans R, l’\u00e9valuation de cette hypoth\u00e8se commence par l’ajustement du mod\u00e8le global via la fonction aov()<\/code> ou lm()<\/code>, suivi de l’extraction des r\u00e9sidus \u00e0 l’aide de la fonction residuals()<\/code>. La validation formelle repose alors sur la combinaison de tests d’inf\u00e9rence d\u00e9di\u00e9s et de m\u00e9thodes d’inspection graphique. L’application du test de normalit\u00e9 univari\u00e9 de Shapiro-Wilk s’effectue simplement :<\/p>\n

shapiro.test(residuals(modele_anova))<\/code><\/p>\n

Une valeur p<\/em> sup\u00e9rieure au seuil usuel de 0,05 sugg\u00e8re que l’on ne peut rejeter l’hypoth\u00e8se de normalit\u00e9 distributionnelle. Toutefois, dans les grands \u00e9chantillons, le test de Shapiro-Wilk devient excessivement sensible \u00e0 des d\u00e9viations triviales sans impact pratique, tandis que dans les petits \u00e9chantillons, il manque singuli\u00e8rement de puissance. C’est pourquoi l’analyse visuelle via un diagramme quantile-quantile (Q-Q plot) — g\u00e9n\u00e9r\u00e9 dans R de base par plot(modele_anova, which = 2)<\/code> ou via la fonction qqPlot()<\/code> du package sp\u00e9cialis\u00e9 car<\/code> — demeure l’\u00e9talon-or pour jauger la convergence des quantiles empiriques avec les quantiles th\u00e9oriques d’une loi normale.<\/p>\n

3.3 Contr\u00f4le de l’homosc\u00e9dasticit\u00e9 des variances<\/h3>\n

Le second postulat critique — et sans doute le plus d\u00e9terminant pour la validit\u00e9 des tests post-hoc usuels — est l’homog\u00e9n\u00e9it\u00e9 des variances ou homosc\u00e9dasticit\u00e9. Cette condition exige que la variance populationnelle de l’erreur soit identique \u00e0 travers l’ensemble des k<\/em> niveaux du facteur \u00e9tudi\u00e9, soit σ1<\/sub>2<\/sup> = σ2<\/sub>2<\/sup> = … = σk<\/em><\/sub>2<\/sup>. La rupture de cette assise th\u00e9orique porte le nom d’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9 et a pour effet pervers d’invalider le terme de variance d’erreur commune utilis\u00e9 au d\u00e9nominateur des statistiques de contraste, faussant dramatiquement les taux d’erreur r\u00e9els.<\/p>\n

Pour soumettre ce postulat \u00e0 l’\u00e9preuve des faits empiriques, l’analyste dispose de plusieurs d\u00e9marches sous R. Le test de Bartlett, appel\u00e9 via la commande bartlett.test(Score ~ Methode, data = donnees)<\/code>, est historiquement tr\u00e8s utilis\u00e9 mais s’av\u00e8re notoirement hyper-sensible \u00e0 la moindre entorse \u00e0 la normalit\u00e9 des donn\u00e9es. Pour cette raison, la litt\u00e9rature en m\u00e9thodologie psychologique pr\u00e9conise sans r\u00e9serve le test de Levene ou sa variante robuste dite de Brown-Forsythe, qui substitue la m\u00e9diane \u00e0 la moyenne pour le calcul des d\u00e9viations individuelles.<\/p>\n

Dans l’\u00e9cosyst\u00e8me R, ce test de r\u00e9f\u00e9rence est mis \u00e0 disposition par la biblioth\u00e8que car<\/a> \u00e0 travers la fonction suivante :<\/p>\n

car::leveneTest(Score ~ Methode, data = donnees, center = median)<\/code><\/p>\n

Si la valeur p<\/em> r\u00e9sultante est strictement inf\u00e9rieure \u00e0 0,05, l’homosc\u00e9dasticit\u00e9 est formellement rejet\u00e9e. Une telle issue impose d’\u00e9carter cat\u00e9goriquement les proc\u00e9dures post-hoc standards (comme le test classique de Tukey ou de Bonferroni pool\u00e9) au profit d’alternatives sp\u00e9cifiquement arm\u00e9es pour compenser l’in\u00e9galit\u00e9 des variances et l’asym\u00e9trie structurelle des effectifs.<\/p>\n

4. Ex\u00e9cution de l’ANOVA omnibus sous R<\/h2>\n

4.1 Mod\u00e9lisation statistique avec la fonction aov()<\/h3>\n

L’impl\u00e9mentation op\u00e9rationnelle de l’analyse de variance \u00e0 un facteur dans R s’articule prioritairement autour de deux fonctions fondamentales : aov()<\/code> et lm()<\/code>. Bien qu’elles reposent rigoureusement sur le m\u00eame moteur computationnel fond\u00e9 sur la m\u00e9thode des moindres carr\u00e9s ordinaires (MCO), leur typologie d’objet de retour et leurs m\u00e9thodes associ\u00e9es pr\u00e9sentent des nuances ergonomiques substantielles. La fonction aov()<\/code> est sp\u00e9cifiquement con\u00e7ue comme un wrapper autour de lm()<\/code> pour produire des tables conformes \u00e0 la tradition de d\u00e9composition de variance initi\u00e9e par Sir Ronald Fisher.<\/p>\n

La syntaxe de base s’\u00e9tablit selon le formalisme des formules symboliques de R :<\/p>\n

modele_anova <- aov(Score ~ Methode, data = donnees)<\/code><\/p>\n

Dans cette structure, le terme situ\u00e9 \u00e0 gauche du tilde symbolise la variable de r\u00e9ponse m\u00e9trique continue, tandis que l’op\u00e9rande droit d\u00e9signe la variable de classification cat\u00e9gorielle. Il est essentiel d’assigner l’\u00e9valuation de cette fonction \u00e0 un objet dans l’espace de travail global afin de pouvoir le soumettre ult\u00e9rieurement \u00e0 des m\u00e9thodes g\u00e9n\u00e9riques d’inspection ou \u00e0 des modules compl\u00e9mentaires d\u00e9di\u00e9s aux contrastes par paires. Bien que lm()<\/code> soit largement pr\u00e9f\u00e9r\u00e9 pour les mod\u00e9lisations de r\u00e9gression impliquant des pr\u00e9dicteurs continus ou des contrastes cod\u00e9s sur-mesure, aov()<\/code> demeure le standard optimal pour dialoguer nativement avec les fonctions d’analyse post-hoc du socle de base de R.<\/p>\n

4.2 Interpr\u00e9tation de la table d’analyse de variance<\/h3>\n

L’extraction synoptique des r\u00e9sultats du mod\u00e8le s’op\u00e8re par l’interm\u00e9diaire de l’appel canonique \u00e0 la fonction summary(modele_anova)<\/code>. La sortie console qui en d\u00e9coule restitue de mani\u00e8re structur\u00e9e la table d’ANOVA conventionnelle, segment\u00e9e en colonnes : degr\u00e9s de libert\u00e9 (Df<\/em>), sommes des carr\u00e9s (Sum Sq<\/em>), carr\u00e9s moyens (Mean Sq<\/em>), valeur de la statistique F<\/em> de Fisher (F value<\/em>) et probabilit\u00e9 critique asymptotique (Pr(>F)<\/em>).<\/p>\n

L’analyse d\u00e9marre par la v\u00e9rification des degr\u00e9s de libert\u00e9 : k<\/em> – 1 pour l’effet factoriel et N<\/em> – k<\/em> pour l’estimation de l’erreur r\u00e9siduelle. Le carr\u00e9 moyen correspond au quotient exact de la somme des carr\u00e9s par son degr\u00e9 de libert\u00e9 respectif. La valeur de F<\/em> repr\u00e9sente le rapport Mean Sq(Facteur) \/ Mean Sq(Residuals)<\/em>. Si la p-valeur associ\u00e9e est substantiellement inf\u00e9rieure au seuil alpha fix\u00e9 (typiquement α = 0,05), l’analyste conclut au rejet de l’hypoth\u00e8se nulle d’invariance globale des moyennes.<\/p>\n

Pour parachever l’interpr\u00e9tation selon les standards contemporains de la science ouverte, le chercheur ne saurait se contenter d’un simple test de signification statistique d’hypoth\u00e8se nulle (NHST) ; il lui incombe d’estimer la magnitude pratique de l’effet. L’\u00eata-carr\u00e9 (η2<\/sup>), d\u00e9fini par le rapport de la somme des carr\u00e9s de l’effet sur la somme des carr\u00e9s totale, quantifie la proportion brute de variance expliqu\u00e9e :<\/p>\n

η2<\/sup> = SSeffet<\/sub> \/ SStotale<\/sub><\/p>\n

Cependant, en raison de son biais positif dans les petits \u00e9chantillons, la m\u00e9trique de l’om\u00e9ga-carr\u00e9 (ω2<\/sup>) est souvent pr\u00e9f\u00e9r\u00e9e. L’extraction ais\u00e9e de ces grandeurs peut \u00eatre r\u00e9alis\u00e9e sous R au moyen de packages d’analyse d’effet tels que effectsize<\/code> via la commande explicite effectsize::eta_squared(modele_anova, partial = FALSE)<\/code>.<\/p>\n

4.3 Validation de la d\u00e9cision de poursuite post-hoc<\/h3>\n

Une question \u00e9pist\u00e9mologique cruciale anime les d\u00e9bats m\u00e9thodologiques : la conduite de tests post-hoc requiert-elle imp\u00e9rativement la significativit\u00e9 pr\u00e9alable du test F<\/em> omnibus ? La r\u00e9ponse conventionnelle, profond\u00e9ment ancr\u00e9e dans l’orthodoxie acad\u00e9mique, affirme que le rejet de l’hypoth\u00e8se nulle globale au seuil α ≤ 0,05 constitue la condition sine qua non<\/em> pour autoriser l’exploration des comparaisons par paires. Cette approche conditionnelle s\u00e9quentielle, formalis\u00e9e par Fisher sous le nom de m\u00e9thode de la plus petite diff\u00e9rence significative prot\u00e9g\u00e9e (Fisher’s Protected LSD<\/em>), visait historiquement \u00e0 \u00e9riger le test omnibus en filtre global contre l’erreur de premi\u00e8re esp\u00e8ce.<\/p>\n

Cependant, les d\u00e9veloppements math\u00e9matiques de John Tukey et d’autres th\u00e9oriciens modernes ont d\u00e9montr\u00e9 que certaines proc\u00e9dures post-hoc — au premier rang desquelles figure le test HSD de Tukey — int\u00e8grent intrins\u00e8quement le contr\u00f4le du FWER pour l’ensemble des comparaisons deux \u00e0 deux, rendant l’\u00e9tape du filtre pr\u00e9alable math\u00e9matiquement superflue. Il existe en effet des configurations statistiques marginales o\u00f9 le test F<\/em> omnibus \u00e9choue \u00e0 atteindre le seuil de 0,05 (par exemple, p<\/em> = 0,062), alors qu’un contraste cibl\u00e9 entre deux modalit\u00e9s diam\u00e9tralement oppos\u00e9es pr\u00e9sente une divergence majeure qui resterait pleinement significative m\u00eame apr\u00e8s correction stricte du taux d’erreur par famille.<\/p>\n

Dans la pratique courante en psychologie quantitative, s’abstraire d’un test F<\/em> non significatif pour se pr\u00e9cipiter sur les tests post-hoc suscite fr\u00e9quemment la suspicion des \u00e9valuateurs de revues \u00e0 comit\u00e9 de lecture, qui y per\u00e7oivent un risque de \u00ab dragage de donn\u00e9es \u00bb (p-hacking<\/em>). Il est donc vivement recommand\u00e9 d’arrimer scrupuleusement la strat\u00e9gie analytique aux hypoth\u00e8ses document\u00e9es en amont : si le cadre est strictement exploratoire, l’alignement formel sur un F<\/em> significatif demeure la r\u00e8gle institutionnelle pr\u00e9dominante.<\/p>\n

5. La m\u00e9thode de Tukey (Tukey’s HSD) dans R<\/h2>\n

5.1 Cadre th\u00e9orique de la statistique de l’\u00e9tendue studentis\u00e9e<\/h3>\n

Con\u00e7ue par le prolifique statisticien John Tukey, la m\u00e9thode HSD (pour Honestly Significant Difference<\/em>) figure incontestablement parmi les proc\u00e9dures post-hoc les plus r\u00e9pandues et les plus \u00e9l\u00e9gantes de l’arsenal inf\u00e9rentiel param\u00e9trique. Contrairement aux approches bas\u00e9es sur la distribution t<\/em> classique, le test de Tukey exploite les propri\u00e9t\u00e9s formelles de la loi de l’\u00e9tendue studentis\u00e9e, traditionnellement d\u00e9sign\u00e9e par la variable al\u00e9atoire q<\/em>.<\/p>\n

La statistique q<\/em> quantifie l’\u00e9cart absolu maximal existant entre les moyennes observ\u00e9es d’un ensemble de groupes ind\u00e9pendants, rapport\u00e9 \u00e0 l’estimation standardis\u00e9e de la variabilit\u00e9 r\u00e9siduelle intra-groupe pond\u00e9r\u00e9e par la taille d’\u00e9chantillon. Math\u00e9matiquement, pour comparer deux moyennes sp\u00e9cifiques μi<\/em><\/sub> et μj<\/em><\/sub>, la valeur q<\/em> calcul\u00e9e s’\u00e9nonce selon la relation :<\/p>\n

q<\/em> = |Y\u0304i<\/em><\/sub> – Y\u0304j<\/em><\/sub>| \/ √(MSerreur<\/sub> \/ n<\/em>)<\/p>\n

dans laquelle MS<\/em>erreur<\/sub> repr\u00e9sente le carr\u00e9 moyen r\u00e9siduel issu de l’ANOVA globale, et n<\/em> figure le nombre d’observations par groupe (dans le cas d’un sch\u00e9ma factoriel parfaitement \u00e9quilibr\u00e9). Le principe g\u00e9nial de Tukey consiste \u00e0 calibrer le seuil critique non pas sur l’\u00e9cart moyen attendu entre deux groupes quelconques pris isol\u00e9ment, mais sur la distribution de l’\u00e9cart extr\u00eame (l’\u00e9tendue) susceptible de survenir spontan\u00e9ment au sein d’une famille de k<\/em> moyennes issues de populations th\u00e9oriquement identiques.<\/p>\n

Ce proc\u00e9d\u00e9 assure un contr\u00f4le exact et rigoureux du FWER au niveau nominal α fix\u00e9 pour la totalit\u00e9 des combinaisons par paires envisageables, sans infliger le fardeau d’un conservatisme excessif. Les postulats stricts requis pour la pleine validit\u00e9 de ce test incluent l’ind\u00e9pendance mutuelle des observations, la normalit\u00e9 des r\u00e9sidus au sein de chaque groupe, l’homog\u00e9n\u00e9it\u00e9 des variances (homosc\u00e9dasticit\u00e9) et, id\u00e9alement, l’\u00e9galit\u00e9 parfaite des effectifs d’\u00e9chantillonnage entre les diff\u00e9rentes conditions.<\/p>\n

5.2 Mise en \u0153uvre algorithmique avec TukeyHSD()<\/h3>\n

L’environnement R standard impl\u00e9mente cette m\u00e9thode de fa\u00e7on native \u00e0 travers la fonction TukeyHSD()<\/code>. Cette routine algorithmique prend pour argument d’entr\u00e9e direct l’objet g\u00e9n\u00e9r\u00e9 pr\u00e9alablement par la fonction aov()<\/code>. Il convient de souligner que TukeyHSD()<\/code> ne fonctionne pas directement sur un mod\u00e8le ajust\u00e9 par la fonction lm()<\/code>, ce qui justifie techniquement l’usage pr\u00e9f\u00e9rentiel de aov()<\/code> pour l’ANOVA standard.<\/p>\n

L’ex\u00e9cution de la proc\u00e9dure s’effectue simplement par la ligne d’instruction suivante :<\/p>\n

resultats_tukey <- TukeyHSD(modele_anova, \"Methode\", conf.level = 0.95)<\/code><\/p>\n

Lorsque le design exp\u00e9rimental pr\u00e9sente un d\u00e9s\u00e9quilibre mod\u00e9r\u00e9 d’effectifs entre les groupes (sch\u00e9ma non orthogonal non \u00e9quilibr\u00e9), la fonction TukeyHSD()<\/code> de R applique automatiquement l’adaptation algorithmique de Tukey-Kramer. Cette extension substitue \u00e0 l’effectif unique n<\/em> la moyenne harmonique des tailles des deux groupes consid\u00e9r\u00e9s au sein de chaque comparaison sp\u00e9cifique, calcul\u00e9e par la formule :<\/p>\n

n\u0303<\/em> = 2 \/ ((1 \/ n<\/em>i<\/em><\/sub>) + (1 \/ n<\/em>j<\/em><\/sub>))<\/p>\n

L’affichage de l’objet r\u00e9sultant via print(resultats_tukey)<\/code> restitue une matrice d\u00e9taill\u00e9e pour chaque contraste binaire. Pour chaque paire (par exemple, Retrieval – Controle<\/em>), R fournit la diff\u00e9rence estim\u00e9e entre les moyennes empiriques (colonne diff<\/code>), la borne inf\u00e9rieure de l’intervalle de confiance ajust\u00e9 (colonne lwr<\/code>), la borne sup\u00e9rieure correspondante (colonne upr<\/code>) et la probabilit\u00e9 critique asymptotique corrig\u00e9e (colonne p adj<\/code>). Si l’intervalle de confiance \u00e0 95 % n’englobe pas la valeur z\u00e9ro et que la p-valeur ajust\u00e9e est strictement inf\u00e9rieure \u00e0 0,05, la divergence entre les deux modalit\u00e9s d’apprentissage est d\u00e9clar\u00e9e statistiquement significative au sens de Tukey.<\/p>\n

5.3 Repr\u00e9sentation graphique int\u00e9gr\u00e9e<\/h3>\n

L’un des atouts ind\u00e9niables de l’impl\u00e9mentation de Tukey au sein du moteur de base de R r\u00e9side dans sa capacit\u00e9 de transcription visuelle imm\u00e9diate via la m\u00e9thode g\u00e9n\u00e9rique plot()<\/code>. L’appel de cette instruction produit un diagramme synth\u00e9tisant l’ensemble des intervalles de confiance simultan\u00e9s :<\/p>\n

plot(resultats_tukey, las = 1, col = \"steelblue\")<\/code><\/p>\n

L’argument las = 1<\/code> force l’orientation horizontale des \u00e9tiquettes des axes typographiques, garantissant une lisibilit\u00e9 optimale de la nomenclature textuelle des contrastes (tels que DualCoding-Retrieval<\/em>). Ce graphique projette une ligne verticale discontinue mat\u00e9rialisant l’axe de nullit\u00e9 parfaite (diff\u00e9rence nulle \u00e9gale \u00e0 z\u00e9ro). Chaque comparaison est repr\u00e9sent\u00e9e par un segment horizontal figurant l’\u00e9tendue de l’intervalle de confiance estim\u00e9 pour la diff\u00e9rence de moyenne, centr\u00e9 sur un point mat\u00e9rialisant l’estimation ponctuelle.<\/p>\n

La r\u00e8gle de d\u00e9cision visuelle est limpide : tout segment d’intervalle qui traverse ou croise la ligne pointill\u00e9e du z\u00e9ro indique une absence formelle de diff\u00e9rence statistiquement discernable entre les deux modalit\u00e9s au seuil de confiance s\u00e9lectionn\u00e9. Inversement, tout segment situ\u00e9 int\u00e9gralement \u00e0 droite ou \u00e0 gauche de cette d\u00e9marcation signale une disparit\u00e9 significative. Cette approche visuelle offre une saisie intuitive imm\u00e9diate de la hi\u00e9rarchie des effets et s’av\u00e8re hautement p\u00e9dagogique lors de la phase pr\u00e9liminaire d’exploration des r\u00e9sultats.<\/p>\n

6. La m\u00e9thode de Scheff\u00e9 pour les comparaisons par paires et contrastes complexes<\/h2>\n

6.1 Propri\u00e9t\u00e9s math\u00e9matiques et champ d’application<\/h3>\n

D\u00e9velopp\u00e9e par Henry Scheff\u00e9, la proc\u00e9dure d’ajustement qui porte son nom s’inscrit dans un paradigme math\u00e9matique d’une g\u00e9n\u00e9ralit\u00e9 remarquable. Alors que la technique de Tukey est rigoureusement cantonn\u00e9e \u00e0 l’\u00e9valuation des comparaisons binaires simples (portant sur des paires μi<\/em><\/sub> – μj<\/em><\/sub>), la m\u00e9thode de Scheff\u00e9 a \u00e9t\u00e9 con\u00e7ue pour pr\u00e9server le contr\u00f4le absolu du FWER sur l’ensemble infini des contrastes lin\u00e9aires envisageables au sein du mod\u00e8le exp\u00e9rimental.<\/p>\n

Un contraste lin\u00e9aire g\u00e9n\u00e9ral s’exprime sous la forme L<\/em> = ∑ c<\/em>j<\/em><\/sub> μj<\/em><\/sub>, sous la contrainte structurelle que la somme des coefficients pond\u00e9rateurs soit rigoureusement nulle (∑ c<\/em>j<\/em><\/sub> = 0). Cela autorise non seulement le test des contrastes dyadiques simples, mais \u00e9galement des contrastes complexes hautement \u00e9labor\u00e9s — par exemple, comparer la moyenne combin\u00e9e des deux m\u00e9thodes innovantes (Retrieval et DualCoding) \u00e0 celle des deux m\u00e9thodes traditionnelles (Controle et Elaboration), ce qui se traduirait par un jeu de pond\u00e9rations c<\/em> = (-0,5, +0,5, -0,5, +0,5).<\/p>\n

Pour autoriser une telle flexibilit\u00e9 sans risquer de faux positifs, la m\u00e9thode de Scheff\u00e9 majore le seuil critique en ajustant directement la valeur F<\/em> de r\u00e9f\u00e9rence. La valeur critique d’un contraste selon Scheff\u00e9 s’obtient en multipliant la valeur critique usuelle de la distribution de Fisher F<\/em>(k<\/em> – 1, N<\/em> – k<\/em>)<\/sub> par le nombre de degr\u00e9s de libert\u00e9 factoriels (k<\/em> – 1). Cette propri\u00e9t\u00e9 protectrice absolue fait de Scheff\u00e9 la proc\u00e9dure la plus polyvalente de l’analyse de variance, tout en garantissant qu’aucune divergence ne pourra jamais \u00eatre d\u00e9clar\u00e9e significative si le test omnibus pr\u00e9alable n’\u00e9tait pas lui-m\u00eame significatif.<\/p>\n

6.2 Impl\u00e9mentation sous R avec DescTools<\/h3>\n

Contrairement au test HSD de Tukey, le test de Scheff\u00e9 ne figure pas dans le noyau standard de base de R sous forme d’une fonction analytique pr\u00eate \u00e0 l’emploi pour les comparaisons par paires. Sa mise en \u0153uvre s’effectue de mani\u00e8re standardis\u00e9e par le biais de la biblioth\u00e8que scientifique externe sp\u00e9cialis\u00e9e DescTools<\/a>, qui enrichit l’environnement d’outils descriptifs et inf\u00e9rentiels avanc\u00e9s.<\/p>\n

Apr\u00e8s installation et chargement de la biblioth\u00e8que, l’ex\u00e9cution s’op\u00e8re sur l’objet de type aov<\/code> :<\/p>\n

DescTools::ScheffeTest(modele_anova, which = \"Methode\", conf.level = 0.95)<\/code><\/p>\n

L’algorithme restitue un tableau de synth\u00e8se rigoureux exposant la diff\u00e9rence moyenne estim\u00e9e, les bornes de confiance \u00e9largies de Scheff\u00e9, et la valeur p<\/em> hautement corrig\u00e9e. Si l’on compare minutieusement les sorties obtenues avec celles de TukeyHSD()<\/code> sur le m\u00eame jeu de donn\u00e9es exp\u00e9rimental, une observation constante se d\u00e9gage : les intervalles de confiance g\u00e9n\u00e9r\u00e9s par la m\u00e9thode de Scheff\u00e9 sont syst\u00e9matiquement plus larges, et les p-valeurs significativement plus \u00e9lev\u00e9es.<\/p>\n

Cette divergence empirique illustre parfaitement le co\u00fbt math\u00e9matique inh\u00e9rent \u00e0 la polyvalence th\u00e9orique de la m\u00e9thode : en s’armant pour r\u00e9sister \u00e0 l’inflation de l’erreur sur un univers infini de combinaisons lin\u00e9aires potentielles, Scheff\u00e9 p\u00e9nalise lourdement l’\u00e9valuation des comparaisons dyadiques \u00e9l\u00e9mentaires.<\/p>\n

6.3 Interpr\u00e9tation contextuelle en psychologie quantitative<\/h3>\n

Dans l’\u00e9cosyst\u00e8me de la recherche comportementale, cette p\u00e9nalisation statistique excessive entra\u00eene un risque \u00e9lev\u00e9 d’erreur de type II (β). Dans des \u00e9chantillons de taille mod\u00e9r\u00e9e — fr\u00e9quents en neurosciences cognitives, psychologie clinique ou exp\u00e9rimentations de laboratoire —, l’utilisation de Scheff\u00e9 pour tester de simples diff\u00e9rences deux \u00e0 deux conduit bien souvent \u00e0 l’incapacit\u00e9 de rejeter H<\/em>0<\/sub> pour des effets pourtant substantiels et th\u00e9oriquement d\u00e9cisifs.<\/p>\n

Par cons\u00e9quent, les r\u00e8gles d\u00e9cisionnelles de la psychologie quantitative sont particuli\u00e8rement explicites quant \u00e0 l’usage de cette proc\u00e9dure. Le recours \u00e0 Scheff\u00e9 est formellement d\u00e9conseill\u00e9 lorsque la vis\u00e9e analytique se restreint \u00e0 la seule confrontation exhaustive des paires de moyennes ; dans cette configuration ferm\u00e9e, la statistique de l’\u00e9tendue studentis\u00e9e de Tukey surpasse syst\u00e9matiquement Scheff\u00e9 en termes de puissance d’inf\u00e9rence.<\/p>\n

En revanche, l’emploi de Scheff\u00e9 trouve sa pleine justification \u00e9pist\u00e9mologique et \u00e9thique dans les protocoles exploratoires post-hoc o\u00f9 le chercheur, d\u00e9couvrant la configuration singuli\u00e8re de ses donn\u00e9es empiriques apr\u00e8s coup, d\u00e9cide d’investiguer des regroupements in\u00e9dits et des moyennes de moyennes non postul\u00e9es lors du protocole initial. Dans cette situation pr\u00e9cise de \u00ab data-dredging \u00bb exploratoire contr\u00f4l\u00e9, Scheff\u00e9 offre la seule garantie math\u00e9matique reconnue pour pr\u00e9munir le chercheur contre les illusions statistiques.<\/p>\n

7. La m\u00e9thode d’ajustement de Bonferroni<\/h2>\n

7.1 Principe math\u00e9matique de la correction univari\u00e9e<\/h3>\n

Fond\u00e9e sur l’in\u00e9galit\u00e9 de Boole-Fr\u00e9chet relative \u00e0 la th\u00e9orie des probabilit\u00e9s conjointes, la m\u00e9thode d’ajustement de Bonferroni repr\u00e9sente l’approche correctrice la plus universellement r\u00e9pandue et conceptuellement la plus intuitive de la mod\u00e9lisation statistique. Le th\u00e9or\u00e8me fondamental sous-jacent stipule que pour une famille finie de m<\/em> \u00e9v\u00e9nements probabilistes, la probabilit\u00e9 de l’union de ces \u00e9v\u00e9nements est toujours inf\u00e9rieure ou \u00e9gale \u00e0 la somme arithm\u00e9tique de leurs probabilit\u00e9s individuelles discr\u00e8tes :<\/p>\n

P(∪i<\/em>=1…m<\/em><\/sub> A<\/em>i<\/em><\/sub>) ≤ ∑i<\/em>=1…m<\/em><\/sub> P(A<\/em>i<\/em><\/sub>)<\/p>\n

En transposant cette v\u00e9rit\u00e9 axiomatique au probl\u00e8me des comparaisons multiples, Carlo Emilio Bonferroni a \u00e9tabli qu’en calibrant le niveau de signification de chaque test individuel sur un seuil critique drastiquement r\u00e9duit α* = α \/ m<\/em>, le FWER global de l’exp\u00e9rience est garanti de ne jamais exc\u00e9der le seuil nominal α :<\/p>\n

αFWER<\/sub> ≤ m<\/em> × (α \/ m<\/em>) = α<\/p>\n

De fa\u00e7on strictement \u00e9quivalente dans la pratique algorithmique contemporaine sous R, plut\u00f4t que de fractionner le seuil alpha de r\u00e9f\u00e9rence, les logiciels multiplient directement la valeur p<\/em> brute issue du test unitaire par le nombre total de comparaisons planifi\u00e9es ou ex\u00e9cut\u00e9es (p<\/em>ajust\u00e9e<\/sub> = min(1, m<\/em> × p<\/em>brute<\/sub>)).<\/p>\n

La force primordiale de Bonferroni r\u00e9side dans son ind\u00e9pendance totale vis-\u00e0-vis de la structure de covariance ou de d\u00e9pendance des tests. Contrairement aux approches param\u00e9triques int\u00e9gr\u00e9es, la correction de Bonferroni s’applique avec une indiff\u00e9rence math\u00e9matique parfaite \u00e0 des tests t<\/em>, des r\u00e9gressions, des corr\u00e9lations bivari\u00e9es ou des proc\u00e9dures non param\u00e9triques. Cette universalit\u00e9 s’accompagne toutefois d’une rigidit\u00e9 proportionnelle \u00e0 l’augmentation combinatoire de m<\/em>.<\/p>\n

7.2 Ex\u00e9cution avec la fonction pairwise.t.test()<\/h3>\n

Dans l’architecture native de R, la formulation des comparaisons multiples sous contrainte bonferronienne ne sollicite pas directement l’objet aov<\/code>, mais mobilise la commande vectorielle pairwise.t.test()<\/code>. Cette routine ex\u00e9cute s\u00e9quentiellement l’ensemble des combinaisons par paires entre les niveaux de la variable indicatrice tout en ajustant automatiquement la distribution de probabilit\u00e9 matricielle.<\/p>\n

Le param\u00e9trage classique s’articule comme suit :<\/p>\n

pairwise.t.test(x = donnees$Score, g = donnees$<\/span>Methode, p.adjust.method = \"bonferroni\", pool.sd = TRUE)<\/code><\/p>\n

L’argument central pool.sd = TRUE<\/code> rev\u00eat une importance m\u00e9thodologique fondamentale. Il enjoint \u00e0 la fonction d’utiliser la variance r\u00e9siduelle conjointe (le carr\u00e9 moyen r\u00e9siduel issu de l’ensemble de l’\u00e9chantillon) pour estimer l’erreur-type de la diff\u00e9rence des moyennes, plut\u00f4t que de d\u00e9river un \u00e9cart-type restreint et instable \u00e0 partir des deux seuls sous-groupes examin\u00e9s. Cela conf\u00e8re au test une robustesse accrue et des degr\u00e9s de libert\u00e9 optimaux.<\/p>\n

La sortie console produite par R prend la forme \u00e9l\u00e9gante d’une matrice triangulaire inf\u00e9rieure recensant les p-valeurs ajust\u00e9es associ\u00e9es \u00e0 chaque intersection dyadique. Les valeurs pr\u00e9sent\u00e9es sont directement comparables au seuil conventionnel de 0,05 : toute p-valeur matricielle inf\u00e9rieure \u00e0 ce seuil t\u00e9moigne d’un rejet direct de l’hypoth\u00e8se nulle d’\u00e9galit\u00e9 pour la paire correspondante, la correction math\u00e9matique ayant d\u00e9j\u00e0 \u00e9t\u00e9 int\u00e9gr\u00e9e dans la grandeur affich\u00e9e.<\/p>\n

7.3 Critique m\u00e9thodologique du conservatisme de Bonferroni<\/h3>\n

En d\u00e9pit de sa limpidit\u00e9 conceptuelle et de sa popularit\u00e9 historique in\u00e9branlable dans la litt\u00e9rature m\u00e9dicale et psychologique, la correction standard de Bonferroni fait l’objet de critiques m\u00e9thodologiques d\u00e9vastatrices de la part des statisticiens contemporains lorsqu’elle est appliqu\u00e9e aveugl\u00e9ment \u00e0 des jeux de comparaisons post-hoc exhaustifs.<\/p>\n

Le reproche fondamental r\u00e9side dans son ultraconservatisme paralysant. L’in\u00e9galit\u00e9 de Boole constitue une borne sup\u00e9rieure stricte : elle n’est exacte que si l’ensemble des \u00e9v\u00e9nements — c’est-\u00e0-dire l’ensemble des contrastes par paires — sont mutuellement exclusifs, ce qui ne se produit rigoureusement jamais dans une matrice de comparaisons statistiques. Au contraire, les comparaisons multiples partagent une colin\u00e9arit\u00e9 et une interd\u00e9pendance structurelle \u00e9troite (si la moyenne A est sup\u00e9rieure \u00e0 la moyenne B, et que B est sup\u00e9rieure \u00e0 C, l’\u00e9cart entre A et C est n\u00e9cessairement d\u00e9pendant des deux premiers).<\/p>\n

En n\u00e9gligeant d\u00e9lib\u00e9r\u00e9ment ces corr\u00e9lations intrins\u00e8ques, la m\u00e9thode de Bonferroni sur-corrige dramatiquement le risque de type I, p\u00e9nalisant violemment la puissance statistique globale du dispositif. Pour un protocole comportant 6 groupes d’investigation (soit m<\/em> = 15 comparaisons), le seuil critique unitaire tombe \u00e0 0,05 \/ 15 ≈ 0,0033. Une telle s\u00e9v\u00e9rit\u00e9 exige des amplitudes d’effet massives pour franchir l’\u00e9preuve de la significativit\u00e9, refoulant au rang d’artefacts non significatifs de v\u00e9ritables d\u00e9couvertes scientifiques.<\/p>\n

Les recommandations actuelles de l’American Psychological Association ainsi que les \u00e9diteurs de revues d’\u00e9valuation quantitative pr\u00e9conisent d\u00e9sormais de restreindre l’usage de Bonferroni \u00e0 des contextes sp\u00e9cifiques : l’analyse d’un nombre tr\u00e8s contingent de contrastes orthogonaux pr\u00e9alablement document\u00e9s (typiquement 2 \u00e0 4 contrastes planifi\u00e9s), en proscrivant formellement son emploi brut pour le crible exploratoire int\u00e9gral de matrices de corr\u00e9lations ou d’ANOVA multipolaires.<\/p>\n

8. La m\u00e9thode s\u00e9quentielle de Holm-Bonferroni<\/h2>\n

8.1 Algorithme descendant pas-\u00e0-pas (Step-Down)<\/h3>\n

Pour contourner les ravages caus\u00e9s par le conservatisme excessif de Bonferroni sans pour autant sacrifier d’un iota la protection infaillible du FWER au sens fort, le statisticien su\u00e9dois Sture Holm a d\u00e9velopp\u00e9 en 1979 une modification algorithmique s\u00e9quentielle d’une rare ing\u00e9niosit\u00e9 : la m\u00e9thode de Holm-Bonferroni (ou proc\u00e9dure pas-\u00e0-pas descendante, step-down<\/em>).<\/p>\n

Le fonctionnement m\u00e9canique de cet algorithme repose sur une hi\u00e9rarchisation probabiliste dynamique. Soit un ensemble de m<\/em> comparaisons univari\u00e9es associ\u00e9es \u00e0 des probabilit\u00e9s d’erreur brutes non ajust\u00e9es not\u00e9es p<\/em>1<\/sub>, p<\/em>2<\/sub>, …, p<\/em>m<\/em><\/sub>. La premi\u00e8re op\u00e9ration algorithmique consiste \u00e0 ordonner ces p-valeurs brutes dans l’ordre croissant strict, de la plus faible (la plus statistiquement \u00e9vidente) \u00e0 la plus forte :<\/p>\n

p<\/em>(1)<\/sub> ≤ p<\/em>(2)<\/sub> ≤ … ≤ p<\/em>(m<\/em>)<\/sub><\/p>\n

Chaque valeur ordonn\u00e9e est ensuite soumise s\u00e9quentiellement \u00e0 un crit\u00e8re de significativit\u00e9 ajust\u00e9 dynamiquement en fonction de son rang de progression i<\/em> (avec i<\/em> allant de 1 \u00e0 m<\/em>). La r\u00e8gle de d\u00e9cision s’\u00e9tablit formellement comme suit :<\/p>\n