Il est fondamental de maintenir une distinction \u00e9pist\u00e9mologique stricte entre l’objet th\u00e9orique abstrait d\u00e9fini dans les hypoth\u00e8ses de recherche et son op\u00e9rationnalisation sous la forme d’un cas statistique. Par exemple, si l’objet de recherche th\u00e9orique porte sur \u00ab la coh\u00e9sion d’\u00e9quipe \u00bb, le cas op\u00e9rationnalis\u00e9 ne sera pas n\u00e9cessairement le travailleur individuel, mais l’\u00e9quipe de travail en tant qu’entit\u00e9 collective unitaire. Cette transition de l’abstraction conceptuelle vers l’entr\u00e9e unitaire standardis\u00e9e requiert une d\u00e9finition op\u00e9rationnelle explicite : le chercheur doit d\u00e9finir des fronti\u00e8res non ambigu\u00ebs permettant de d\u00e9terminer sans \u00e9quivoque si une entit\u00e9 donn\u00e9e appartient ou non \u00e0 la classe des cas admissibles pour l’analyse envisag\u00e9e.<\/p>\n
L’identification pr\u00e9cise de la nature du cas conditionne directement la validit\u00e9 interne<\/em> d’un protocole d’exp\u00e9rimentation. Si les limites d’un cas sont floues ou si plusieurs entit\u00e9s sont amalgam\u00e9es par inadvertance en une seule entr\u00e9e sans normalisation ad\u00e9quate, les postulats d’homog\u00e9n\u00e9it\u00e9 des unit\u00e9s d’observation sont viol\u00e9s. Cette d\u00e9faillance conceptuelle engendre une variance r\u00e9siduelle artificielle qui obscurcit les effets r\u00e9els ou, inversement, engendre des corr\u00e9lations fallacieuses. La d\u00e9limitation univoque de l’entit\u00e9 \u00e9l\u00e9mentaire assure ainsi que chaque incr\u00e9ment du compteur de donn\u00e9es refl\u00e8te une instanciation authentique et standardis\u00e9e du ph\u00e9nom\u00e8ne examin\u00e9.<\/p>\n Dans l’architecture syst\u00e9mique des bases de donn\u00e9es de recherche, le cas exerce une fonction cruciale de point d’ancrage invariant. Alors que les ph\u00e9nom\u00e8nes \u00e9tudi\u00e9s peuvent fluctuer, pr\u00e9senter des niveaux multiples de complexit\u00e9 ou varier dans le temps, le cas demeure le rep\u00e8re r\u00e9f\u00e9rentiel auquel l’ensemble des attributs empiriques \u2014 les variables \u2014 viennent s’agr\u00e9ger. Dans une structure relationnelle ou tabulaire, chaque cas agit comme un n\u0153ud central qui maintient la coh\u00e9rence relationnelle entre des descripteurs d\u00e9mographiques, des mesures psychom\u00e9triques, des biomarqueurs et des indices comportementaux, emp\u00eachant la d\u00e9sarticulation des donn\u00e9es recueillies au cours de l’investigation.<\/p>\n Cette individualisation des mesures au sein d’une s\u00e9rie statistique multivari\u00e9e permet aux analystes d’isoler des profils sp\u00e9cifiques et d’explorer la structure de corr\u00e9lation interne propre aux unit\u00e9s \u00e9tudi\u00e9es. C’est la conjonction des propri\u00e9t\u00e9s mesur\u00e9es sur un m\u00eame cas qui autorise le calcul de covariances : on n’observe pas des variables flottant dans un vide th\u00e9orique, mais des covariations de caract\u00e9ristiques port\u00e9es simultan\u00e9ment par des unit\u00e9s empiriques concr\u00e8tes. Le cas sert ainsi de v\u00e9hicule d’int\u00e9gration qui rend intelligible l’interaction complexe des variables au niveau individuel avant toute tentative d’extrapolation \u00e0 l’\u00e9chelle agr\u00e9g\u00e9e.<\/p>\n Par voie de cons\u00e9quence, le statut et le d\u00e9nombrement rigoureux des cas d\u00e9terminent de mani\u00e8re imp\u00e9rative la m\u00e9trique cardinale de toute recherche : la taille de l’\u00e9chantillon, universellement symbolis\u00e9e par la lettre N<\/em> (ou n<\/em> pour un sous-\u00e9chantillon). L’attribution de la valeur N<\/em> n’est jamais un acte trivial de comptage arithm\u00e9tique ; elle d\u00e9pend intrins\u00e8quement de ce qui a \u00e9t\u00e9 th\u00e9oriquement et m\u00e9thodologiquement d\u00e9fini comme constituant un cas ind\u00e9pendant. Une confusion quant au statut de l’unit\u00e9 \u00e9l\u00e9mentaire \u2014 comme consid\u00e9rer des mesures r\u00e9p\u00e9t\u00e9es sur le m\u00eame patient comme des cas distincts \u2014 entra\u00eene une sur\u00e9valuation drastique de la taille de l’\u00e9chantillon, faussant lourdement la puissance statistique et les seuils de signification des tests d’hypoth\u00e8se.<\/p>\n L’\u00e9mergence de la notion moderne de cas statistique s’inscrit au c\u0153ur d’une profonde r\u00e9volution \u00e9pist\u00e9mologique survenue entre le XVIIIe et le XIXe si\u00e8cle. Historiquement, la m\u00e9decine et l’\u00e9tude des comportements humains reposaient sur la tradition narrative de l’observation anecdotique : le \u00ab cas \u00bb clinique d\u00e9signait une histoire singuli\u00e8re, qualitative, irr\u00e9ductible et d\u00e9taill\u00e9e d’un malade sp\u00e9cifique. Les praticiens accumulaient des r\u00e9cits cliniques personnalis\u00e9s, valorisant l’unicit\u00e9 du patient et la raret\u00e9 du sympt\u00f4me, sans chercher \u00e0 extraire une m\u00e9trique comparable ou une loi probabiliste r\u00e9gissant des populations \u00e9tendues.<\/p>\n Cette perspective a connu une mutation radicale sous l’impulsion de pionniers tels qu’Adolphe Quetelet<\/a>, astronome et math\u00e9maticien belge, consid\u00e9r\u00e9 comme l’un des fondateurs de la \u00ab physique sociale \u00bb. En appliquant le calcul des probabilit\u00e9s \u00e0 l’\u00e9tude des caract\u00e9ristiques humaines, Quetelet a th\u00e9oris\u00e9 le concept de l’\u00ab homme moyen \u00bb (l’homme moyen<\/em>), d\u00e9pouillant l’observation individuelle de ses particularismes anecdotiques pour la transformer en un point de donn\u00e9e calibr\u00e9. Le cas est ainsi devenu une unit\u00e9 interchangeable au sein d’une distribution normale, permettant de faire \u00e9merger des r\u00e9gularit\u00e9s statistiques sous-jacentes \u00e0 partir du bruit des variations individuelles. Plus tard, les travaux de Francis Galton et de Karl Pearson sur la biostatistique ont formalis\u00e9 l’int\u00e9gration du cas dans des matrices d’observations standardis\u00e9es.<\/p>\n Cette formalisation math\u00e9matique a permis l’av\u00e8nement des grandes \u00e9tudes de cohortes en \u00e9pid\u00e9miologie et en sciences sociales tout au long du XXe si\u00e8cle. L’unit\u00e9 d’analyse s’est vue soumise \u00e0 des protocoles de standardisation rigides, o\u00f9 chaque individu ou entit\u00e9 devait \u00eatre \u00e9valu\u00e9 au moyen d’instruments strictement identiques afin de garantir la comparabilit\u00e9 intra-\u00e9chantillon. Le cas n’est plus envisag\u00e9 comme une singularit\u00e9 narrative incommensurable, mais comme un vecteur multidimensionnel de mesures num\u00e9riques, ouvrant la voie au d\u00e9veloppement de la statistique multivari\u00e9e moderne, de l’analyse factorielle et des mod\u00e8les d’\u00e9quations structurelles.<\/p>\n L’un des \u00e9cueils fondamentaux rencontr\u00e9s par les \u00e9tudiants et les praticiens d\u00e9butants r\u00e9side dans la confusion entre les concepts ontologiques de \u00ab cas \u00bb et de \u00ab variable \u00bb. Ces deux composantes forment pourtant une polarit\u00e9 indissociable mais rigoureusement asym\u00e9trique de l’analyse quantitative. Le cas poss\u00e8de une nature ontologique substantive : il est le substrat, le conteneur, l’entit\u00e9 physique ou conceptuelle existant ind\u00e9pendamment de la m\u00e9trique employ\u00e9e pour l’analyser. \u00c0 l’oppos\u00e9, la variable constitue une abstraction op\u00e9rationnelle, une dimension de mesure, une propri\u00e9t\u00e9 mutable ou un attribut qualitatif ou quantitatif susceptible de rev\u00eatir diff\u00e9rentes valeurs selon les cas auxquels elle s’applique.<\/p>\n La compl\u00e9mentarit\u00e9 fonctionnelle entre ces deux concepts s’exprime dans la m\u00e9taphore classique du r\u00e9ceptacle et de son contenu : le cas est le porteur d’attributs, tandis que la variable est l’attribut lui-m\u00eame mesur\u00e9 sous une \u00e9chelle d\u00e9termin\u00e9e (nominale, ordinale, d’intervalle ou de rapport). Un patient hospitalis\u00e9 constitue un cas immuable dans son individualit\u00e9 ; en revanche, sa tension art\u00e9rielle, son niveau d’anxi\u00e9t\u00e9 \u00e9valu\u00e9 sur une \u00e9chelle psychom\u00e9trique et son groupe sanguin repr\u00e9sentent des variables distinctes attach\u00e9es \u00e0 ce m\u00eame r\u00e9ceptacle. Confondre l’entit\u00e9 porteuse avec l’attribut mesur\u00e9 engendre des erreurs logiques funestes dans l’\u00e9laboration des protocoles de recherche.<\/p>\n Les risques d’erreur d’interpr\u00e9tation culminent lorsque des chercheurs r\u00e9ifient des variables au d\u00e9triment des cas qui les soutiennent. Par exemple, affirmer qu’une corr\u00e9lation positive existe entre \u00ab la d\u00e9pression \u00bb et \u00ab la rumination mentale \u00bb est une formulation raccourcie qui omet la r\u00e9alit\u00e9 statistique : ce sont les cas individuels<\/em> qui manifestent simultan\u00e9ment des scores \u00e9lev\u00e9s sur la variable d\u00e9pression et sur la variable rumination. Oublier que la variable n’existe que par l’interm\u00e9diaire des cas observ\u00e9s conduit fr\u00e9quemment \u00e0 des extrapolations abstraites d\u00e9connect\u00e9es de la distribution empirique r\u00e9elle, masquant la pr\u00e9sence \u00e9ventuelle de sous-groupes dissimul\u00e9s ou d’anomalies de r\u00e9partition au sein de l’\u00e9chantillon.<\/p>\n En science des donn\u00e9es et en statistique computationnelle, la relation fondamentale entre cas et variables se traduit universellement par la construction d’une matrice de donn\u00e9es rectangulaire, souvent qualifi\u00e9e de tableau plat ou de table tabulaire standard. Par convention math\u00e9matique quasi absolue, codifi\u00e9e notamment dans les standards de la science des donn\u00e9es d\u00e9crits par Hadley Wickham<\/a> dans le paradigme des donn\u00e9es bien rang\u00e9es (tidy data<\/em>), chaque ligne de la matrice correspond rigoureusement \u00e0 un cas unique, tandis que chaque colonne correspond \u00e0 une variable sp\u00e9cifique d\u00e9crivant ces cas.<\/p>\n Sur le plan alg\u00e9brique, une telle matrice se d\u00e9finit formellement par ses dimensions ( n times p ), o\u00f9 ( n ) repr\u00e9sente la cardinalit\u00e9 de l’ensemble des cas observ\u00e9s (la taille de l’\u00e9chantillon) et ( p ) symbolise le nombre de variables ou de descripteurs recueillis pour chacun de ces cas. L’\u00e9l\u00e9ment scalaire situ\u00e9 \u00e0 l’intersection de la ( i )-\u00e8me ligne et de la ( j )-\u00e8me colonne, usuellement not\u00e9 ( x_{ij} ), correspond ainsi pr\u00e9cis\u00e9ment \u00e0 la r\u00e9alisation num\u00e9rique ou cat\u00e9gorielle de la variable ( j ) mesur\u00e9e sp\u00e9cifiquement sur le cas ( i ). Cette structure implique que tous les \u00e9l\u00e9ments figurant sur une m\u00eame ligne partagent la m\u00eame unit\u00e9 empirique de r\u00e9f\u00e9rence, assurant la coh\u00e9sion interne de l’observation.<\/p>\n Le respect scrupuleux de cette convention matricielle n’est pas un simple choix esth\u00e9tique d’organisation bureautique ; il s’agit d’une exigence algorithmique pour l’application des progiciels statistiques contemporains tels que R, Python, SPSS, Stata ou SAS. D\u00e8s lors qu’une ligne de la matrice combine des fragments d’observations provenant de multiples cas, ou qu’une variable est fragment\u00e9e arbitrairement sur plusieurs lignes sans structure d’embo\u00eetement d\u00e9finie, les calculs de covariances, les projections factorielles et les inversions matricielles requises par les mod\u00e8les de r\u00e9gression deviennent math\u00e9matiquement insolubles ou fondamentalement biais\u00e9s.<\/p>\n L’un des avantages conceptuels majeurs de la configuration matricielle r\u00e9side dans la capacit\u00e9 d’un cas singulier \u00e0 g\u00e9n\u00e9rer un profil multivari\u00e9 complexe, formalis\u00e9 sous la forme d’un vecteur ligne<\/em> :<\/p>\n $$\\mathbf{x}_i = [x_{i1}, x_{i2}, dots, x_{ip}]$$<\/span><\/p>\n Ce vecteur r\u00e9sume l’ensemble de l’\u00e9tat informationnel associ\u00e9 au cas ( i ) au sein du syst\u00e8me exp\u00e9rimental \u00e9tudi\u00e9. Loin de se cantonner \u00e0 une suite de chiffres disjoints, le profil multivari\u00e9 int\u00e8gre l’ensemble des interactions, sym\u00e9tries et d\u00e9s\u00e9quilibres entre les diff\u00e9rentes dimensions de mesure pour ce participant ou cette entit\u00e9 sp\u00e9cifique.<\/p>\n Dans un cadre g\u00e9om\u00e9trique euclidien \u00e0 ( p ) dimensions (o\u00f9 chaque dimension est configur\u00e9e par l’une des variables du protocole), chaque cas est projet\u00e9 sous la forme d’un point g\u00e9om\u00e9trique pr\u00e9cis dans cet hyperespace. La proximit\u00e9 spatiale entre deux points refl\u00e8te ainsi directement la similarit\u00e9 globale de leurs profils de variables, ouvrant la voie aux techniques de classification non supervis\u00e9e (comme le clustering k-means ou la classification ascendante hi\u00e9rarchique) qui s’appuient sur le calcul de distances inter-cas, telles que la distance euclidienne ou la distance de Manhattan. Le cas n’est donc plus per\u00e7u de fa\u00e7on unidimensionnelle mais comme une coordonn\u00e9e complexe dans un continuum multivari\u00e9.<\/p>\n Enfin, l’examen de l’ensemble des vecteurs de cas permet d’appr\u00e9hender les d\u00e9pendances multivari\u00e9es par le calcul des matrices de variance-covariance et de corr\u00e9lation. La covariance entre deux variables ne traduit rien d’autre que la propension des cas \u00e0 d\u00e9vier de mani\u00e8re synchrone de leurs moyennes respectives : si les cas qui pr\u00e9sentent des valeurs \u00e9lev\u00e9es sur la variable ( X ) pr\u00e9sentent \u00e9galement des valeurs sup\u00e9rieures \u00e0 la moyenne sur la variable ( Y ), la covariance sera positive. Le cas constitue ainsi le m\u00e9dium exclusif \u00e0 travers lequel les variables manifestent leurs liens fonctionnels ou stochastiques, mat\u00e9rialisant le principe fondamental selon lequel l’analyse des variables n’est que l’analyse formalis\u00e9e des variations collectives observ\u00e9es sur les cas.<\/p>\n Dans la litt\u00e9rature m\u00e9thodologique, plusieurs termes sont fr\u00e9quemment employ\u00e9s de fa\u00e7on interchangeable avec celui de \u00ab cas \u00bb, bien qu’ils d\u00e9signent des r\u00e9alit\u00e9s techniques subtilement diff\u00e9renci\u00e9es selon la phase de l’investigation scientifique concern\u00e9e. La notion d’unit\u00e9 exp\u00e9rimentale<\/strong> trouve son origine dans les travaux fondateurs de Sir Ronald Fisher en agronomie et en statistiques appliqu\u00e9es. Elle se d\u00e9finit rigoureusement comme la plus petite entit\u00e9 physique ou mat\u00e9rielle \u00e0 laquelle un traitement exp\u00e9rimental peut \u00eatre assign\u00e9 de mani\u00e8re al\u00e9atoire et ind\u00e9pendante. Par exemple, si un engrais particulier est pulv\u00e9ris\u00e9 sur une parcelle de terrain dans son ensemble, l’unit\u00e9 exp\u00e9rimentale est la parcelle enti\u00e8re, et non chaque plante individuelle croissant sur cette parcelle, car les plantes ne peuvent \u00eatre assign\u00e9es ind\u00e9pendamment aux diff\u00e9rents traitements.<\/p>\n \u00c0 l’inverse, l’unit\u00e9 d’\u00e9chantillonnage<\/strong> rel\u00e8ve du vocabulaire de l’\u00e9chantillonnage probabiliste et de la th\u00e9orie des sondages. Elle d\u00e9signe l’\u00e9l\u00e9ment constitutif de la base de sondage qui est s\u00e9lectionn\u00e9 lors d’une \u00e9tape du processus de tirage au sort. Dans les protocoles d’\u00e9chantillonnage simples \u00e0 un degr\u00e9, l’unit\u00e9 d’\u00e9chantillonnage co\u00efncide parfaitement avec l’unit\u00e9 finale d’observation (par exemple, tirer au sort un citoyen dans le registre national de la population pour lui administrer un questionnaire \u00e9lectoral). Dans cette configuration \u00e9pur\u00e9e, unit\u00e9 d’\u00e9chantillonnage, unit\u00e9 exp\u00e9rimentale et cas statistique se superposent exactement.<\/p>\n Cependant, de nombreuses situations de recherche mettent en \u00e9vidence une dissociation nette entre l’unit\u00e9 d’\u00e9chantillonnage et le cas d’analyse final. Dans le cadre d’un \u00e9chantillonnage en grappes ou \u00e0 plusieurs degr\u00e9s, l’unit\u00e9 d’\u00e9chantillonnage de premier degr\u00e9 peut \u00eatre un h\u00f4pital ou un \u00e9tablissement scolaire, l’unit\u00e9 de second degr\u00e9 un service clinique ou une classe, et l’unit\u00e9 finale d’observation \u2014 le cas proprement dit \u2014 le patient ou l’\u00e9l\u00e8ve. Consid\u00e9rer la structure d’\u00e9chantillonnage comme identique \u00e0 l’unit\u00e9 de cas sans int\u00e9grer les m\u00e9canismes de d\u00e9pendance spatiale ou institutionnelle constitue une grave infraction m\u00e9thodologique, susceptible d’annihiler la validit\u00e9 des tests statistiques employ\u00e9s.<\/p>\n Au sein des sciences comportementales et cognitives, une inflexion terminologique majeure a marqu\u00e9 les derni\u00e8res d\u00e9cennies : le glissement du terme de \u00ab sujet \u00bb vers celui de \u00ab participant \u00bb. Historiquement, sous le r\u00e8gne du behaviorisme et de la psychophysique classique, le terme de sujet<\/em> \u00e9tait la d\u00e9signation universelle de l’individu soumis aux stimulations exp\u00e9rimentales. Ce vocabulaire, emprunt\u00e9 aux sciences m\u00e9dicales et physiologiques, traduisait une vision m\u00e9caniste o\u00f9 l’individu \u00e9tait \u00ab assujetti \u00bb au protocole con\u00e7u par l’exp\u00e9rimentateur, son statut se limitant \u00e0 celui d’un r\u00e9acteur biologique passif produisant des sorties comportementales mesurables.<\/p>\n Sous la pression conjugu\u00e9e des comit\u00e9s d’\u00e9thique de la recherche (notamment guid\u00e9s par les directives de l’American Psychological Association<\/a>) et du courant de la psychologie humaniste, le terme de participant<\/em> a progressivement \u00e9t\u00e9 impos\u00e9. Ce choix lexical souligne l’agentivit\u00e9, le consentement \u00e9clair\u00e9 et le r\u00f4le collaboratif de l’\u00eatre humain engag\u00e9 dans le processus d’investigation scientifique. En mati\u00e8re de r\u00e9daction acad\u00e9mique, l’emploi de \u00ab cas \u00bb ou de \u00ab sujet \u00bb pour d\u00e9signer directement une personne est aujourd’hui proscrit dans les sections narratives, bien que le vocable de \u00ab cas \u00bb demeure parfaitement l\u00e9gitime et indispensable d\u00e8s lors qu’il s’agit de d\u00e9crire la formalisation computationnelle et math\u00e9matique des donn\u00e9es (par exemple : \u00ab le filtrage a conduit \u00e0 l’exclusion de douze cas \u00bb).<\/p>\n Sur le plan \u00e9pist\u00e9mologique, la transformation d’un participant humain en un cas statistique soul\u00e8ve la question de la r\u00e9ification de l’exp\u00e9rience subjective. Un cas statistique ne capture jamais l’int\u00e9gralit\u00e9 holistique d’une conscience humaine ; il n’en extrait qu’une projection discr\u00e9tis\u00e9e et calibr\u00e9e sous forme de scores standardis\u00e9s, de temps de r\u00e9action exprim\u00e9s en millisecondes ou d’occurrences verbales cat\u00e9goris\u00e9es. Le chercheur en psychologie doit maintenir une vigilance constante face \u00e0 cette r\u00e9duction op\u00e9rationnelle : si elle s’av\u00e8re indispensable pour le traitement math\u00e9matique des cohortes, elle ne doit en aucun cas conduire \u00e0 l’illusion que le cas statistique \u00e9puise la richesse du participant empirique r\u00e9el.<\/p>\n La litt\u00e9rature statistique impose une clarification fondamentale entre l’unit\u00e9 d’observation<\/strong> (le niveau auquel la collecte empirique de donn\u00e9es est concr\u00e8tement effectu\u00e9e) et l’unit\u00e9 d’analyse<\/strong> (le niveau auquel les inf\u00e9rences statistiques, les mod\u00e9lisations et les tests d’hypoth\u00e8se sont formellement calcul\u00e9s). Si ces deux dimensions sont fr\u00e9quemment synchrones, leur dissociation d\u00e9lib\u00e9r\u00e9e ou accidentelle constitue un enjeu analytique majeur susceptible d’engendrer des erreurs interpr\u00e9tatives consid\u00e9rables.<\/p>\n L’inad\u00e9quation entre l’unit\u00e9 d’observation et l’unit\u00e9 d’analyse conduit directement \u00e0 deux pathologies m\u00e9thodologiques sym\u00e9triques bien document\u00e9es :<\/p>\n Pour pr\u00e9venir ces \u00e9cueils, le chercheur doit expliciter avec une rigueur absolue la mani\u00e8re dont il proc\u00e8de lors du passage d’un niveau d’observation \u00e0 un autre. Lorsqu’on agr\u00e8ge des donn\u00e9es (en calculant, par exemple, la moyenne des scores de satisfaction au travail de dix employ\u00e9s pour d\u00e9finir le score unique d’un d\u00e9partement), le d\u00e9partement devient formellement le nouveau cas d’analyse, et la variance intra-d\u00e9partementale est irr\u00e9vocablement \u00e9limin\u00e9e de l’estimation. Toute inf\u00e9rence subs\u00e9quente doit alors \u00eatre formul\u00e9e au niveau de l’unit\u00e9 collective et non des acteurs individuels qui la composent.<\/p>\n La translation op\u00e9rationnelle du cas empirique vers l’espace virtuel de l’ordinateur exige un syst\u00e8me de rep\u00e9rage infaillible reposant sur l’attribution d’un identifiant unique<\/strong> (couramment d\u00e9sign\u00e9 sous le sigle ID<\/em>, pour Identifier<\/em>). Cet identifiant consiste en une cha\u00eene num\u00e9rique ou alphanum\u00e9rique univoque attribu\u00e9e \u00e0 chaque cas d\u00e8s la phase initiale de collecte ou de num\u00e9risation. L’ID agit comme une cl\u00e9 primaire au sens de la th\u00e9orie des bases de donn\u00e9es relationnelles : il garantit qu’aucune ambigu\u00eft\u00e9 n’est possible entre deux cas partageant par co\u00efncidence des attributs d\u00e9mographiques ou des mesures similaires.<\/p>\n L’attribution de ces codes aveugles r\u00e9pond simultan\u00e9ment \u00e0 des imp\u00e9ratifs \u00e9thiques stricts et \u00e0 des n\u00e9cessit\u00e9s d’int\u00e9grit\u00e9 de la recherche. En vertu des r\u00e9glementations internationales sur la protection des donn\u00e9es personnelles (telles que le R\u00e8glement G\u00e9n\u00e9ral sur la Protection des Donn\u00e9es – RGPD<\/a> en Europe), les donn\u00e9es identifiantes directes (noms, pr\u00e9noms, num\u00e9ros de s\u00e9curit\u00e9 sociale, adresses postales) doivent \u00eatre promptement dissoci\u00e9es des donn\u00e9es exp\u00e9rimentales. Le fichier de correspondance liant l’ID num\u00e9rique \u00e0 l’identit\u00e9 civile du participant doit \u00eatre chiffr\u00e9 et stock\u00e9 sur un serveur s\u00e9curis\u00e9 distinct, rendant le jeu de donn\u00e9es d’analyse strictement pseudonymis\u00e9.<\/p>\n Au-del\u00e0 de la conformit\u00e9 juridique, l’identifiant invariant constitue la condition pr\u00e9alable indispensable \u00e0 la tra\u00e7abilit\u00e9 des cas tout au long du cycle de vie des donn\u00e9es. Lors des \u00e9tapes d’\u00e9puration (data cleaning<\/em>), d’imputation des valeurs manquantes, de fusion avec des sources de donn\u00e9es auxiliaires ou de d\u00e9tection des donn\u00e9es aberrantes, l’ID permet de documenter de mani\u00e8re transparente et reproductible chaque manipulation subie par un cas sp\u00e9cifique. Une base de donn\u00e9es d\u00e9pourvue d’un syst\u00e8me d’ID robuste est vou\u00e9e \u00e0 des erreurs de duplication, d’alignement ou de permutation silencieuse de lignes, alt\u00e9rant de mani\u00e8re irr\u00e9versible la fid\u00e9lit\u00e9 de l’\u00e9chantillon.<\/p>\n L’organisation interne des cas au sein de la matrice rectangulaire subit des transformations structurelles selon la configuration des protocoles d’investigation, en particulier lors de l’application de devis \u00e0 mesures r\u00e9p\u00e9t\u00e9es ou d’\u00e9tudes longitudinales. Deux paradigmes d’agencement matriciel pr\u00e9valent en analyse de donn\u00e9es : le format large<\/strong> (wide format<\/em>) et le format long<\/strong> (long format<\/em>).<\/p>\n Dans le format large<\/em>, la r\u00e8gle fondamentale \u00ab un cas = une ligne \u00bb est strictement pr\u00e9serv\u00e9e. Si un protocole implique d’\u00e9valuer le niveau d’anxi\u00e9t\u00e9 d’un \u00e9chantillon de participants \u00e0 trois moments distincts (pr\u00e9-test, post-test, et suivi \u00e0 six mois), la matrice comportera une seule ligne par participant, et les mesures r\u00e9p\u00e9t\u00e9es seront d\u00e9ploy\u00e9es horizontalement sur trois colonnes distinctes (par exemple : En revanche, dans le format long<\/em>, la structure matricielle red\u00e9finit l’unit\u00e9 de ligne. Chaque ligne ne repr\u00e9sente plus l’individu global dans son int\u00e9gralit\u00e9 temporelle, mais l’interaction sp\u00e9cifique entre l’individu et un moment d’observation pr\u00e9cis : c’est l’unit\u00e9 \u00ab cas-temps \u00bb (ou occasion de mesure). D\u00e8s lors, pour un participant mesur\u00e9 \u00e0 trois reprises, la matrice comportera d\u00e9sormais trois lignes distinctes. Une colonne contiendra l’identifiant invariant du participant (r\u00e9p\u00e9t\u00e9 trois fois), une seconde colonne identifiera l’instant temporel (t1, t2, t3), et une unique colonne contiendra la valeur de la variable d\u00e9pendante mesur\u00e9e \u00e0 cet instant :<\/p>\n Le choix entre ces formats n’est pas neutre. Si le format large s’av\u00e8re limit\u00e9 face aux donn\u00e9es manquantes survenues lors des suivis successifs (provoquant l’exclusion totale du cas dans les algorithmes classiques), le format long est structurellement requis par les approches contemporaines plus robustes, telles que les mod\u00e8les lin\u00e9aires mixtes<\/a> (MLM) et les \u00e9quations d’estimation g\u00e9n\u00e9ralis\u00e9es (GEE). Dans ces architectures avanc\u00e9es, le format long permet de traiter avec souplesse les cohortes asynchrones et d’int\u00e9grer des cas dont le calendrier de recueil comporte des intervalles in\u00e9gaux ou des observations partielles.<\/p>\n L’appr\u00e9hension de l’analyse multivari\u00e9e contemporaine requiert de d\u00e9passer la conception purement tabulaire de la feuille de calcul pour adopter le formalisme de l’alg\u00e8bre lin\u00e9aire, o\u00f9 chaque cas est mod\u00e9lis\u00e9 sous la forme d’un vecteur g\u00e9om\u00e9trique appartenant \u00e0 un espace vectoriel r\u00e9el de dimension ( p ) (not\u00e9 ( mathbb{R}^p )). Consid\u00e9rer un cas statistique comme un vecteur de coordonn\u00e9es ( mathbf{x}_i in mathbb{R}^p ) permet d’appliquer la g\u00e9om\u00e9trie vectorielle \u00e0 la comparaison analytique de multiples observations simultan\u00e9es.<\/p>\n Au sein de cet espace \u00e0 ( p ) dimensions, la proximit\u00e9 spatiale de deux cas ( mathbf{x}_i ) et ( mathbf{x}_k ) peut \u00eatre formalis\u00e9e math\u00e9matiquement. La mesure la plus \u00e9l\u00e9mentaire est la distance euclidienne canonique :<\/p>\n $$d(\\mathbf{x}_i, \\mathbf{x}_k) = \\sqrt{\\sum_{j=1}^{p} (x_{ij} – x_{kj})^2}$$<\/span><\/p>\n Cependant, en statistique appliqu\u00e9e, les variables pr\u00e9sentent souvent des \u00e9chelles de dispersion divergentes et des corr\u00e9lations mutuelles substantielles. Dans ce contexte, l’alg\u00e8bre lin\u00e9aire recourt pr\u00e9f\u00e9rentiellement \u00e0 la distance de Mahalanobis<\/strong>, qui standardise les \u00e9carts en int\u00e9grant l’inverse de la matrice de covariance empirique ( mathbf{Sigma} ) :<\/p>\n $$D_M(\\mathbf{x}_i, \\mathbf{x}_k) = \\sqrt{(\\mathbf{x}_i – \\mathbf{x}_k)^T \\mathbf{\\Sigma}^{-1} (\\mathbf{x}_i – \\mathbf{x}_k)}$$<\/span><\/p>\n Cette formulation permet de mesurer l’\u00e9loignement d’un cas par rapport \u00e0 un autre \u2014 ou par rapport au centro\u00efde global de l’\u00e9chantillon \u2014 en tenant compte des corr\u00e9lations sous-jacentes, \u00e9liminant ainsi les biais de redondance dimensionnelle.<\/p>\n En outre, l’ensemble de la matrice de dispersion empirique se d\u00e9duit directement du produit matriciel des vecteurs de cas centr\u00e9s sur leurs moyennes. Si l’on d\u00e9signe par ( mathbf{X}_c ) la matrice ( n times p ) dont chaque colonne a \u00e9t\u00e9 pr\u00e9alablement soustraite de sa moyenne empirique, la matrice de variance-covariance des variables d’\u00e9chantillonnage ( mathbf{S} ) se calcule \u00e9l\u00e9gamment selon l’expression :<\/p>\n $$\\mathbf{S} = \\frac{1}{n-1} \\mathbf{X}_c^T \\mathbf{X}_c$$<\/span><\/p>\n Cette relation d\u00e9montre de mani\u00e8re irr\u00e9futable que les propri\u00e9t\u00e9s de dispersion et de covariance des variables sont l’\u00e9manation directe du produit interne des vecteurs de cas transcrits dans la g\u00e9om\u00e9trie matricielle.<\/p>\n Le champ de la psychom\u00e9trie contemporaine fournit l’illustration canonique o\u00f9 l’individu biologique co\u00efncide parfaitement avec le cas statistique unitaire. Lors de l’administration d’\u00e9chelles d’intelligence standardis\u00e9es (telles que l’\u00e9chelle de Wechsler pour adultes ou WAIS-IV) ou d’inventaires de personnalit\u00e9 et d’affects (comme le questionnaire de personnalit\u00e9 \u00e0 cinq facteurs NEO-PI-3 ou l’inventaire de d\u00e9pression de Beck BDI-II), chaque patient ou participant constitue une ligne distincte dans la base de donn\u00e9es de validation ou de diagnostic.<\/p>\n Dans ce cadre analytique, le cas unitaire se voit attribuer un vecteur de scores composites d\u00e9riv\u00e9 de la sommation d’items sp\u00e9cifiques : l’indice de compr\u00e9hension verbale, l’indice de raisonnement perceptif, la m\u00e9moire de travail et la vitesse de traitement. L’analyse statistique vise alors deux finalit\u00e9s distinctes. D’une part, au niveau normatif de la population, l’accumulation de milliers de cas \u00e9talonne les distributions, \u00e9tablit la fid\u00e9lit\u00e9 des \u00e9chelles via le calcul du coefficient alpha de Cronbach ou de l’om\u00e9ga de McDonald, et valide l’architecture dimensionnelle par analyse factorielle confirmatoire (AFC).<\/p>\n D’autre part, au niveau clinique appliqu\u00e9, l’analyse d’un cas unique prend tout son sens lors de la comparaison du profil du patient aux normes de r\u00e9f\u00e9rence. Par le calcul de scores standardis\u00e9s (scores Z ou notes standardis\u00e9es T), le clinicien d\u00e9termine \u00e0 combien d’\u00e9carts-types de la moyenne populationnelle se situe le cas \u00e9valu\u00e9 pour chaque dimension cognitive. L’investigation des dissociations cognitives (par exemple, d\u00e9terminer si la sup\u00e9riorit\u00e9 des performances verbales par rapport aux aptitudes visuo-spatiales est statistiquement significative chez un sujet donn\u00e9) repose sur des mod\u00e8les math\u00e9matiques de comparaison intra-cas formalis\u00e9s notamment par John R. Crawford et Paul H. Garthwaite.<\/p>\n L’un des apports majeurs de la psychologie sociale \u00e0 la m\u00e9thodologie quantitative r\u00e9side dans la d\u00e9monstration que le cas statistique n’est pas intrins\u00e8quement li\u00e9 \u00e0 l’organisme biologique singulier, mais peut incarner un syst\u00e8me relationnel d’ordre sup\u00e9rieur. Lorsqu’une recherche porte sur l’interaction conjugale, la n\u00e9gociation bilat\u00e9rale ou le conflit interpersonnel, l’unit\u00e9 fondamentale d’analyse pertinente est souvent la dyade<\/strong> (le couple, le tandem n\u00e9gociateur-acheteur, ou la paire soignant-soign\u00e9).<\/p>\n Dans cette configuration, l’attribution du statut de cas \u00e0 la dyade (et non aux deux membres pris isol\u00e9ment) r\u00e9pond \u00e0 un imp\u00e9ratif m\u00e9thodologique incontournable : neutraliser ou mod\u00e9liser l’interd\u00e9pendance statistique. Les r\u00e9ponses donn\u00e9es par les deux membres d’une m\u00eame dyade sont in\u00e9vitablement corr\u00e9l\u00e9es, violant l’hypoth\u00e8se d’ind\u00e9pendance des observations (postulat fondamental de l’estimation par les moindres carr\u00e9s ordinaires). Les variables attach\u00e9es au cas dyadique sont alors des m\u00e9triques partag\u00e9es ou interactives : l’indice de concordance d\u00e9cisionnelle, l’\u00e9cart de satisfaction subjective au sein du couple, ou le temps global mis \u00e0 converger vers un accord mutuel.<\/p>\n L’approche contemporaine privil\u00e9gi\u00e9e pour traiter ces configurations est le mod\u00e8le d’interd\u00e9pendance acteur-partenaire (Actor-Partner Interdependence Model<\/em>, ou APIM), conceptualis\u00e9 par David A. Kenny<\/a>. Dans ce paradigme, les donn\u00e9es peuvent \u00eatre organis\u00e9es avec la dyade comme cas d’analyse sup\u00e9rieur, au sein duquel s’imbriquent les mesures distinctes de l’acteur et du partenaire. Le chercheur \u00e9value simultan\u00e9ment l’effet acteur (l’impact des propres caract\u00e9ristiques d’un individu sur son propre r\u00e9sultat) et l’effet partenaire (l’impact des caract\u00e9ristiques de l’autre membre de la dyade sur ce r\u00e9sultat), d\u00e9montrant la complexit\u00e9 et la richesse de la d\u00e9finition du cas au niveau interactif.<\/p>\n En psychologie organisationnelle et du travail, l’attention m\u00e9thodologique se d\u00e9place fr\u00e9quemment des travailleurs individuels vers des entit\u00e9s collectives plus vastes : \u00e9quipes op\u00e9rationnelles, unit\u00e9s de production, agences bancaires ou d\u00e9partements d’entreprise. Lorsque l’objectif scientifique est d’\u00e9valuer l’impact du \u00ab climat de s\u00e9curit\u00e9 \u00bb, de la \u00ab culture d’innovation \u00bb ou du \u00ab leadership transformationnel partag\u00e9 \u00bb sur des indicateurs de performance, le cas statistique devient formellement l’entit\u00e9 organisationnelle collective, ce qui implique que ( N ) \u00e9quivaut au nombre d’\u00e9quipes ou de services audit\u00e9s.<\/p>\n Ce basculement requiert des proc\u00e9dures rigoureuses d’agr\u00e9gation des mesures individuelles. Le chercheur administre des questionnaires d’\u00e9valuation aux salari\u00e9s (unit\u00e9s d’observation), mais calcule ensuite la moyenne de ces r\u00e9ponses par \u00e9quipe pour forger l’attribut unique attribu\u00e9 au cas organisationnel. Cette op\u00e9ration ne peut se faire de mani\u00e8re arbitraire ; elle doit \u00eatre valid\u00e9e empiriquement par la d\u00e9monstration d’un accord intra-groupe suffisant, quantifi\u00e9 par des indices d’accord inter-juges tels que le ( r_{wg} ) de James, Demaree et Wolf, ou les coefficients de corr\u00e9lation intraclasse ICC(1) et ICC(2).<\/p>\n Une fois l’agr\u00e9gation m\u00e9thodologiquement l\u00e9gitim\u00e9e, les variables analys\u00e9es refl\u00e8tent fid\u00e8lement les propri\u00e9t\u00e9s syst\u00e9miques de chaque cas organisationnel : le taux de roulement du personnel (turnover<\/em> annuel), le taux de fr\u00e9quence des accidents du travail, la marge op\u00e9rationnelle collective ou la productivit\u00e9 globale. Consid\u00e9rer l’\u00e9quipe comme un cas unique permet d’\u00e9lucider des lois macro-organisationnelles sans risquer de surpond\u00e9rer artificiellement les r\u00e9sultats par l’inflation factice d’une taille d’\u00e9chantillon bas\u00e9e sur des centaines de r\u00e9ponses individuelles redondantes.<\/p>\n Le champ des sciences de l’\u00e9ducation se caract\u00e9rise par une imbrication structurelle o\u00f9 la d\u00e9finition du cas est hautement contextuelle. Dans une recherche portant sur les d\u00e9terminants de la r\u00e9ussite aux examens, l’analyste peut opter pour diff\u00e9rents niveaux de focalisation :<\/p>\n Le choix de l’unit\u00e9 de cas conditionne la nature m\u00eame des politiques publiques d\u00e9ductibles de la recherche. Une \u00e9tude \u00e9valuant l’efficacit\u00e9 d’un nouveau manuel p\u00e9dagogique attribuera l’intervention \u00e0 la classe ou \u00e0 l’\u00e9cole enti\u00e8re ; traiter les \u00e9l\u00e8ves comme des cas statistiquement ind\u00e9pendants alors qu’ils ont tous suivi le m\u00eame enseignant dans la m\u00eame pi\u00e8ce conduirait \u00e0 sous-estimer massivement les erreurs-types des estimations, cr\u00e9ant de faux effets statistiquement significatifs (faux positifs).<\/p>\n En \u00e9conom\u00e9trie appliqu\u00e9e, en gestion d’entreprise et en marketing quantitatif, le cas prend des formes adapt\u00e9es aux flux d’activit\u00e9 \u00e9conomique et aux transactions marchandes. Deux configurations illustrent cette variabilit\u00e9 d’\u00e9chelle : l’analyse des r\u00e9seaux de distribution et l’analyse comportementale des paiements.<\/p>\n Dans l’analyse des r\u00e9seaux de distribution, le cas statistique correspond souvent au point de vente<\/strong> physique ou au magasin franchis\u00e9. Au sein d’un grand groupe de vente au d\u00e9tail comportant 800 succursales, chaque magasin constitue une ligne de la base de donn\u00e9es. Les variables associ\u00e9es incluent la surface de vente en m\u00e8tres carr\u00e9s, le flux pi\u00e9tonnier hebdomadaire capt\u00e9, la zone de chalandise d\u00e9mographique, le montant des d\u00e9penses publicitaires locales et le chiffre d’affaires trimestriel g\u00e9n\u00e9r\u00e9. L’objectif analytique consiste \u00e0 mod\u00e9liser la rentabilit\u00e9 marginale par unit\u00e9 commerciale au moyen de mod\u00e8les de r\u00e9gression lin\u00e9aire multiple ou d’analyses d’enveloppement de donn\u00e9es (DEA).<\/p>\n \u00c0 un niveau de granularit\u00e9 micro-analytique extr\u00eame, le cas statistique devient la transaction financi\u00e8re unitaire<\/strong>. Dans les architectures de d\u00e9tection des fraudes bancaires ou de mod\u00e9lisation algorithmique du risque de cr\u00e9dit, chaque op\u00e9ration par carte bancaire ou virement constitue un cas unique (( N ) pouvant atteindre des centaines de millions d’entr\u00e9es). Les attributs attach\u00e9s \u00e0 ce cas ponctuel comprennent l’horodatage pr\u00e9cis \u00e0 la seconde, le montant de la transaction, le protocole d’authentification utilis\u00e9, l’adresse IP d’\u00e9mission, l’\u00e9cart g\u00e9ographique par rapport \u00e0 la localisation habituelle du porteur, et une variable cible dichotomique indiquant si la transaction s’est av\u00e9r\u00e9e frauduleuse ou l\u00e9gitime.<\/p>\n La recherche biologique et environnementale illustre avec une clart\u00e9 remarquable la diversit\u00e9 morphologique du cas statistique, oscillant de l’organisme microscopique aux biomes territoriaux. En botanique exp\u00e9rimentale ou en morphom\u00e9trie animale, le cas est classiquement le sp\u00e9cimen vivant individuel (une souris de laboratoire, un plant de ma\u00efs, un poisson d’\u00e9levage). Les mesures document\u00e9es caract\u00e9risent la croissance somatique, l’expression de profils d’ARN messagers sp\u00e9cifiques, la surface foliaire ou l’indice de masse corporelle.<\/p>\n N\u00e9anmoins, d\u00e8s lors que l’on aborde l’\u00e9cologie des communaut\u00e9s et la biog\u00e9ographie, le cas devient une entit\u00e9 spatiale d\u00e9limit\u00e9e : la parcelle exp\u00e9rimentale<\/strong> ou le quadrat<\/strong>. Pour \u00e9valuer la biodiversit\u00e9 v\u00e9g\u00e9tale le long d’un gradient d’altitude, l’\u00e9cologue d\u00e9limite sur le terrain cinquante parcelles de 10 m\u00e8tres sur 10 m\u00e8tres le long d’un versant montagneux. Chaque parcelle constitue formellement un cas statistique. Les variables mesur\u00e9es ne sont pas des individus uniques, mais des indices \u00e9cosyst\u00e9miques synth\u00e9tiques : l’indice de diversit\u00e9 de Shannon-Wiener, la richesse sp\u00e9cifique (nombre total d’esp\u00e8ces diff\u00e9rentes r\u00e9pertori\u00e9es dans le quadrat), la biomasse v\u00e9g\u00e9tale s\u00e8che cumul\u00e9e, l’inclinaison de la pente et le pH du sol.<\/p>\n De m\u00eame, en hydrobiologie et en toxicologie environnementale, le cas statistique est fr\u00e9quemment un pr\u00e9l\u00e8vement ponctuel<\/strong> ou un \u00e9chantillon d’eau standardis\u00e9 recueilli \u00e0 une coordonn\u00e9e GPS donn\u00e9e et \u00e0 une profondeur d\u00e9finie. Les attributs du cas seront la concentration en microgrammes par litre de r\u00e9sidus de m\u00e9taux lourds, le niveau d’oxyg\u00e8ne dissous, la turbidit\u00e9 et la turbidit\u00e9 bact\u00e9riologique. L’ind\u00e9pendance de ces cas g\u00e9ospatiaux constitue d’ailleurs un d\u00e9fi analytique majeur imposant le recours \u00e0 la g\u00e9ostatistique et aux mod\u00e8les de r\u00e9gression autor\u00e9gressive spatiale.<\/p>\n Dans la r\u00e9alit\u00e9 empirique, les entit\u00e9s du monde ne se d\u00e9ploient que rarement sous la forme d’\u00e9l\u00e9ments totalement isol\u00e9s et ind\u00e9pendants ; elles sont le plus souvent ins\u00e9r\u00e9es dans des structures d’embo\u00eetement naturel ou institutionnel. Les mod\u00e8les hi\u00e9rarchiques lin\u00e9aires (ou mod\u00e8les multiniveaux) ont \u00e9t\u00e9 sp\u00e9cifiquement con\u00e7us pour reconna\u00eetre et mod\u00e9liser cette architecture o\u00f9 des cas de granularit\u00e9 inf\u00e9rieure sont imbriqu\u00e9s au sein de cas d’ordre sup\u00e9rieur :<\/p>\n La sp\u00e9cification statistique des mod\u00e8les multiniveaux requiert l’\u00e9criture simultan\u00e9e d’\u00e9quations de r\u00e9gression pour chaque niveau d’analyse. Au niveau 1, on mod\u00e9lise la variable d\u00e9pendante mesur\u00e9e sur chaque individu en fonction de pr\u00e9dicteurs individuels, tout en autorisant l’ordonn\u00e9e \u00e0 l’origine (intercept) et les pentes de r\u00e9gression (slopes) \u00e0 varier librement d’un groupe de niveau 2 \u00e0 l’autre. Au niveau 2, ces param\u00e8tres variables deviennent eux-m\u00eames les variables d\u00e9pendantes expliqu\u00e9es par des pr\u00e9dicteurs propres au contexte structurel :<\/p>\n $$\\text{Niveau 1 : } Y_{ij} = \\beta_{0j} + \\beta_{1j} X_{ij} + e_{ij}$$<\/span><\/p>\n $$\\text{Niveau 2 : } \\beta_{0j} = \\gamma_{00} + \\gamma_{01} W_j + u_{0j}$$<\/span><\/p>\n $$\\text{Niveau 2 : } \\beta_{1j} = \\gamma_{10} + \\gamma_{11} W_j + u_{1j}$$<\/span><\/p>\n Ignorer cette imbrication en appliquant une r\u00e9gression ordinaire par les moindres carr\u00e9s en fusionnant l’ensemble des cas dans un mod\u00e8le plat (flat model<\/em>) gonfle artificiellement les degr\u00e9s de libert\u00e9 r\u00e9siduels. Ce biais majeur conduit \u00e0 une sous-estimation syst\u00e9matique des erreurs types des estimateurs de coefficients, provoquant un taux alarmant d’erreurs de type I (rejet intempestif de l’hypoth\u00e8se nulle en faveur d’un effet inexistant).<\/p>\n Pour arbitrer objectivement sur la n\u00e9cessit\u00e9 de mobiliser une mod\u00e9lisation multiniveau plut\u00f4t qu’une analyse par r\u00e9gression classique ignorant les groupements, le statisticien \u00e9value le coefficient de corr\u00e9lation intraclasse<\/strong> (g\u00e9n\u00e9ralement d\u00e9sign\u00e9 par l’acronyme anglophone ICC<\/em> ou par la lettre grecque ( rho )). L’ICC \u00e9value l’ampleur de la d\u00e9pendance statistique mutuelle partag\u00e9e par des cas de niveau 1 inclus au sein d’une m\u00eame unit\u00e9 de niveau 2.<\/p>\n Math\u00e9matiquement, l’estimation de l’ICC proc\u00e8de d’un partitionnement rigoureux de la variance totale observ\u00e9e de la variable d’int\u00e9r\u00eat en deux composantes ind\u00e9pendantes, \u00e0 partir d’un mod\u00e8le non conditionnel \u00e0 effets al\u00e9atoires (mod\u00e8le vide sans aucun pr\u00e9dicteur) :<\/p>\n $$\\rho = \\frac{\\tau_{00}}{\\tau_{00} + \\sigma^2}$$<\/span><\/p>\n Dans cette formulation fondamentale, ( tau_{00} ) (tau z\u00e9ro-z\u00e9ro) symbolise la variance inter-groupes (la variabilit\u00e9 mesur\u00e9e entre les diff\u00e9rents cas de niveau 2), tandis que ( sigma^2 ) (sigma carr\u00e9) repr\u00e9sente la variance intra-groupe (la dispersion r\u00e9siduelle entre les cas de niveau 1 au sein de chaque groupe). L’ICC prend donc ses valeurs dans l’intervalle canonique compris entre 0 et 1.<\/p>\n L’interpr\u00e9tation analytique de la valeur obtenue guide directement la strat\u00e9gie computationnelle :<\/p>\n Une application conceptuellement fascinante de la th\u00e9orie des mod\u00e8les hi\u00e9rarchiques concerne les protocoles d’investigation longitudinaux ou d’\u00e9chantillonnage de l’exp\u00e9rience quotidienne (Experience Sampling Method<\/em> – ESM \/ Ecological Momentary Assessment<\/em> – EMA). Dans ce paradigme analytique moderne, la hi\u00e9rarchisation spatiale ou institutionnelle est transpos\u00e9e dans la dimension chronologique : le temps est mod\u00e9lis\u00e9 comme un niveau d’observation embo\u00eet\u00e9<\/em>.<\/p>\n Dans cette structure, les cas de niveau 1 sont constitu\u00e9s par les moments de mesure successifs<\/strong> ou les occasions d’observation temporelle r\u00e9p\u00e9t\u00e9es (par exemple, les cinq notifications quotidiennes envoy\u00e9es sur le smartphone d’un patient pendant quatorze jours, g\u00e9n\u00e9rant 70 points de mesure par sujet). Le cas de niveau 2 est quant \u00e0 lui la personne, l’individu singulier au sein duquel s’imbriquent ces observations s\u00e9quentielles :<\/p>\n Cette conceptualisation r\u00e9volutionne l’analyse longitudinale en apportant une r\u00e9ponse d\u00e9finitive aux contraintes historiques des m\u00e9thodes d’analyse de variance \u00e0 mesures r\u00e9p\u00e9t\u00e9es. Dans les mod\u00e8les multiniveaux longitudinaux (mod\u00e8les de courbes de croissance latente ou Growth Curve Models<\/em>), les cas dont le suivi temporel est incomplet ne sont plus syst\u00e9matiquement rejet\u00e9s. De surcro\u00eet, le mod\u00e8le s’adapte sans encombre \u00e0 des intervalles de collecte irr\u00e9guliers (o\u00f9 le d\u00e9lai s\u00e9parant deux visites varie d’un patient \u00e0 l’autre), permettant d’estimer avec pr\u00e9cision les trajectoires moyennes de d\u00e9veloppement de la cohorte tout en captant la variabilit\u00e9 idiosyncrasique des courbes d’\u00e9volution propres \u00e0 chaque cas unitaire.<\/p>\n L’exploration pr\u00e9alable d’un jeu de donn\u00e9es met invariablement en lumi\u00e8re la pr\u00e9sence de cas dont les valeurs s’\u00e9cartent spectaculairement du comportement de la masse des observations. L’analyste doit classifier avec une rigueur clinique la typologie de ces cas singuliers en distinguant les outliers univari\u00e9s<\/strong> des outliers multivari\u00e9s<\/strong>.<\/p>\n Un cas aberrant univari\u00e9 se manifeste par une coordonn\u00e9e extr\u00eame sur une seule variable prise isol\u00e9ment. Sa d\u00e9tection s’effectue usuellement par la standardisation des scores en cotes Z (o\u00f9 une cote sup\u00e9rieure en valeur absolue \u00e0 ( |Z| > 3{,}0 ) ou ( 3{,}29 ) indique un cas situ\u00e9 \u00e0 plus de trois \u00e9carts-types de la moyenne empirique, th\u00e9oriquement hautement improbable sous une distribution normale) ou par l’intervalle interquartile de Tukey repr\u00e9sent\u00e9 sur un diagramme en bo\u00eete (boxplot<\/em>), o\u00f9 un cas est qualifi\u00e9 d’extr\u00eame s’il se positionne \u00e0 plus de 1,5 ou 3 fois l’\u00e9cart interquartile (IQR) au-del\u00e0 des quartiles ( Q_1 ) ou ( Q_3 ).<\/p>\n \u00c0 l’inverse, l’outlier multivari\u00e9 constitue une anomalie bien plus insidieuse : les valeurs prises par le cas sur chacune des variables \u00e9valu\u00e9es s\u00e9par\u00e9ment peuvent para\u00eetre parfaitement banales et s’inscrire dans les normes univari\u00e9es, mais leur combinaison multivari\u00e9e simultan\u00e9e<\/em> s’av\u00e8re hautement aberrante. Consid\u00e9rons une base de donn\u00e9es biom\u00e9dicale contenant l’\u00e2ge et le statut de grossesse : observer un individu \u00e2g\u00e9 de 9 ans est fr\u00e9quent dans l’\u00e9chantillon, et observer une femme enceinte l’est tout autant ; en revanche, observer un cas combinant simultan\u00e9ment un \u00e2ge de 9 ans et un \u00e9tat de grossesse caract\u00e9rise un outlier multivari\u00e9 manifeste. La d\u00e9tection de ces configurations atypiques repose sur le calcul de la distance de Mahalanobis pour chaque cas et sa comparaison formelle \u00e0 une distribution de Chi-deux (( chi^2 )) param\u00e9tr\u00e9e par un nombre de degr\u00e9s de libert\u00e9 \u00e9quivalant au nombre de variables analys\u00e9es.<\/p>\n Face \u00e0 ces cas, il est imp\u00e9ratif de distinguer trois \u00e9tiologies distinctes :<\/p>\n Tous les cas atypiques n’exercent pas un impact destructeur identique sur les estimations \u00e9conom\u00e9triques ou statistiques. En analyse de r\u00e9gression lin\u00e9aire, la mod\u00e9lisation fait une distinction fondamentale entre le concept d’effet de levier<\/strong> (leverage<\/em>) et celui d’influence<\/strong>.<\/p>\n L’effet de levier quantifie l’\u00e9loignement des valeurs d’un cas par rapport au centre de gravit\u00e9 de l’espace multidimensionnel constitu\u00e9 exclusivement par les variables pr\u00e9dictrices ind\u00e9pendantes (( X )). Il est alg\u00e9briquement mesur\u00e9 par les \u00e9l\u00e9ments diagonaux ( h_{ii} ) de la matrice chapeau<\/em> (Hat matrix<\/em>, ( mathbf{H} = mathbf{X}(mathbf{X}^Tmathbf{X})^{-1}mathbf{X}^T )). Une valeur de levier ( h_{ii} ) \u00e9lev\u00e9e (typiquement sup\u00e9rieure \u00e0 ( 2p\/n ) ou ( 3p\/n )) conf\u00e8re au cas un potentiel g\u00e9om\u00e9trique consid\u00e9rable d’attraction sur la surface de r\u00e9gression : comme sur une balan\u00e7oire \u00e0 bascule, un cas situ\u00e9 \u00e0 l’extr\u00e9mit\u00e9 distale du domaine d’observation peut basculer la pente \u00e0 lui seul.<\/p>\n Cependant, un cas peut poss\u00e9der un fort effet de levier sans pour autant fausser la r\u00e9gression, pourvu qu’il se situe exactement dans le prolongement de la trajectoire d\u00e9finie par les autres points (r\u00e9sidu proche de z\u00e9ro). C’est la conjonction d’un effet de levier substantiel et d’un r\u00e9sidu \u00e9lev\u00e9 qui produit l’influence<\/strong>, c’est-\u00e0-dire une alt\u00e9ration substantielle de la valeur num\u00e9rique des coefficients de r\u00e9gression (( beta )) lorsque le cas en question est soustrait de la base de calcul. L’indice d’influence le plus canonique est la distance de Cook<\/strong> (( D_i )), qui \u00e9value le d\u00e9calage global induit sur le vecteur des valeurs pr\u00e9dites :<\/p>\n $$D_i = \\frac{\\sum_{j=1}^{n} (\\hat{y}_j – \\hat{y}_{j(i)})^2}{p \\cdot MSE}$$<\/span><\/p>\n Dans cette \u00e9quation, ( hat{y}_{j(i)} ) symbolise la pr\u00e9diction calcul\u00e9e pour la ( j )-\u00e8me observation lorsque le mod\u00e8le a \u00e9t\u00e9 ajust\u00e9 en omettant d\u00e9lib\u00e9r\u00e9ment le cas ( i ), et ( MSE ) d\u00e9signe l’erreur quadratique moyenne du mod\u00e8le. Un cas pr\u00e9sentant une distance de Cook sup\u00e9rieure \u00e0 1,0 (ou, de mani\u00e8re plus conservatrice, sup\u00e9rieure \u00e0 ( 4\/n )) est consid\u00e9r\u00e9 comme hautement influent et requiert un examen minutieux.<\/p>\n Pour affiner le diagnostic, les analystes inspectent des m\u00e9triques compl\u00e9mentaires hautement granulaires :<\/p>\n Face \u00e0 un cas statistiquement influent ou atypique, le chercheur fait face \u00e0 un dilemme d\u00e9ontologique et m\u00e9thodologique critique. La suppression m\u00e9canique et discr\u00e9tionnaire des cas d\u00e9viants constitue l’une des pratiques de recherche les plus douteuses (Questionable Research Practices<\/em>, ou QRP) r\u00e9pertori\u00e9es dans la crise de la reproductibilit\u00e9 scientifique. \u00c9liminer opportun\u00e9ment des cas au motif qu’ils affaiblissent la significativit\u00e9 statistique d’une hypoth\u00e8se ou alt\u00e8rent la lin\u00e9arit\u00e9 attendue introduit un biais de confirmation<\/em> d\u00e9vastateur qui invalide la valeur \u00e9pist\u00e9mique des r\u00e9sultats publi\u00e9s.<\/p>\n Trois d\u00e9marches structur\u00e9es et transparentes doivent \u00eatre privil\u00e9gi\u00e9es :<\/p>\n La validit\u00e9 des inf\u00e9rences statistiques d\u00e9duites d’un ensemble de cas repose en amont sur le protocole m\u00e9thodologique ayant pr\u00e9sid\u00e9 \u00e0 leur s\u00e9lection au sein de la population parente. La distinction cardinale de la th\u00e9orie de l’\u00e9chantillonnage s\u00e9pare les protocoles probabilistes<\/strong> des protocoles non probabilistes<\/strong>.<\/p>\n Dans un \u00e9chantillonnage probabiliste, chaque entit\u00e9 constitutive de la population poss\u00e8de une probabilit\u00e9 non nulle et calculable \u00e0 l’avance d’\u00eatre extraite pour former un cas d’\u00e9tude dans l’\u00e9chantillon final. L’\u00e9chantillonnage al\u00e9atoire simple (o\u00f9 chaque cas jouit d’une \u00e9quiprobabilit\u00e9 rigoureuse de tirage), l’\u00e9chantillonnage stratifi\u00e9 proportionnel (o\u00f9 les cas sont pr\u00e9lev\u00e9s au sein de strates homog\u00e8nes pour garantir la reproduction exacte des fractions d\u00e9mographiques de la population) et l’\u00e9chantillonnage en grappes incarnent ce standard d’excellence. Seuls ces protocoles autorisent l’application math\u00e9matique formelle de la th\u00e9orie de l’erreur d’\u00e9chantillonnage et l’estimation rigoureuse d’intervalles de confiance non biais\u00e9s.<\/p>\n \u00c0 l’oppos\u00e9, les sciences comportementales et biom\u00e9dicales contemporaines op\u00e8rent massivement, par contrainte mat\u00e9rielle ou budg\u00e9taire, avec des \u00e9chantillons de convenance<\/strong> (\u00e9chantillonnage non probabiliste). Dans cette configuration, les cas sont inclus en vertu de leur accessibilit\u00e9 g\u00e9ographique, institutionnelle ou financi\u00e8re (\u00e9tudiants de premi\u00e8re ann\u00e9e d’universit\u00e9 r\u00e9mun\u00e9r\u00e9s par des cr\u00e9dits de cours, volontaires recrut\u00e9s via les r\u00e9seaux sociaux, patients consultant spontan\u00e9ment dans un centre hospitalier sp\u00e9cifique). Les r\u00e9percussions m\u00e9thodologiques sont substantielles : la probabilit\u00e9 d’inclusion \u00e9tant inconnue, les biais d’autos\u00e9lection alt\u00e8rent la composition de l’\u00e9chantillon. Un exemple embl\u00e9matique r\u00e9side dans l’effet WEIRD (Western, Educated, Industrialized, Rich, Democratic<\/a>) document\u00e9 par Henrich, Heine et Norenzayan : l’\u00e9crasante majorit\u00e9 des cas \u00e9tudi\u00e9s en psychologie mondiale provient d’une fraction d\u00e9mographique marginale et non repr\u00e9sentative de l’humanit\u00e9, limitant drastiquement la validit\u00e9 externe des lois d\u00e9duites.<\/p>\n Lorsqu’un \u00e9chantillon de cas pr\u00e9sente des distorsions structurelles av\u00e9r\u00e9es par rapport aux caract\u00e9ristiques d\u00e9mographiques connues de la population de r\u00e9f\u00e9rence (par exemple, une surrepr\u00e9sentation des femmes dipl\u00f4m\u00e9es et un d\u00e9ficit critique d’hommes jeunes peu qualifi\u00e9s), l’analyste fait appel aux techniques de pond\u00e9ration statistique<\/strong> (survey weights<\/em>).<\/p>\n La pond\u00e9ration consiste \u00e0 affecter \u00e0 chaque cas ( i ) un coefficient multiplicateur ou un poids ( w_i ) dans les calculs de statistiques descriptives et de mod\u00e9lisation. Un cas appartenant \u00e0 une sous-population sous-\u00e9chantillonn\u00e9e se voit attribuer un poids sup\u00e9rieur \u00e0 l’unit\u00e9 (( w_i > 1 )), augmentant artificiellement son influence sur les moyennes et les tables de contingence pour \u00ab parler au nom \u00bb de ses pairs manquants. Inversement, un cas issu d’un groupe surrepr\u00e9sent\u00e9 re\u00e7oit un poids fractionnaire (( 0 < w_i < 1 )).<\/p>\n Les techniques contemporaines les plus sophistiqu\u00e9es mobilisent le calage sur marges<\/strong> (algorithme Raking Ratio ou m\u00e9thode de Deville et S\u00e4rndal). Cette proc\u00e9dure it\u00e9rative ajuste simultan\u00e9ment les pond\u00e9rations des cas de mani\u00e8re \u00e0 ce que les distributions marginales multivari\u00e9es de l’\u00e9chantillon s’alignent parfaitement sur les totaux de population issus des recensements nationaux (croisant par exemple l’\u00e2ge, le sexe, la profession et le dipl\u00f4me). Toutefois, si la pond\u00e9ration r\u00e9tablit la justesse des estimateurs ponctuels de tendance centrale, elle entra\u00eene un co\u00fbt analytique : la variance d’\u00e9chantillonnage s’en trouve accrue. Ce ph\u00e9nom\u00e8ne, formalis\u00e9 par l’effet de plan<\/em> (design effect<\/em> de Kish), \u00e9largit les erreurs types et r\u00e9duit la puissance statistique effective du pool de cas analys\u00e9.<\/p>\n Le volume cumul\u00e9 de cas inclus dans le protocole constitue le moteur direct de la puissance statistique<\/strong> (( 1 – beta )), c’est-\u00e0-dire la capacit\u00e9 probabiliste d’un test \u00e0 d\u00e9tecter un effet d’une amplitude donn\u00e9e dans la population lorsqu’un tel effet existe bel et bien. L’estimation a priori du volume de cas indispensable pour conduire une recherche informative n’est pas une conjecture empirique mais une d\u00e9marche d’optimisation math\u00e9matique rigoureusement formalis\u00e9e.<\/p>\n Sous le mod\u00e8le formalis\u00e9 par Jacob Cohen<\/a>, la puissance d\u00e9pend d’une relation fonctionnelle impliquant quatre grandeurs fondamentales : le seuil d’erreur de premi\u00e8re esp\u00e8ce (( alpha ), usuellement fix\u00e9 \u00e0 0,05), la puissance d\u00e9sir\u00e9e (( 1 – beta ), classiquement fix\u00e9e \u00e0 0,80 ou 0,90), la taille d’effet minimale th\u00e9oriquement pertinente (par exemple, le ( d ) de Cohen pour les diff\u00e9rences de moyennes, ou le ( r ) de Pearson pour les associations lin\u00e9aires) et le nombre total de cas ( N ). Des progiciels sp\u00e9cialis\u00e9s d’analyse de puissance, tels que G*Power<\/em>, permettent de d\u00e9terminer avec une pr\u00e9cision chirurgicale le contingent minimal de cas \u00e0 recruter pour ne pas conduire une recherche sous-puissante (underpowered study<\/em>), vou\u00e9e \u00e0 l’inconclusivit\u00e9 statistique.<\/p>\n Toutefois, une d\u00e9rive sym\u00e9trique guette le chercheur contemporain \u00e0 l’\u00e8re du Big Data : les risques inh\u00e9rents au sur\u00e9chantillonnage massif<\/em>. D\u00e8s lors que ( N ) s’\u00e9l\u00e8ve \u00e0 des dizaines ou des centaines de milliers de cas, l’erreur type s’effondre math\u00e9matiquement vers z\u00e9ro, rendant tout test de Student ou d’ANOVA statistiquement ultra-significatif (( p < 0{,}00001 )), m\u00eame pour des micro-fluctuations d\u00e9nu\u00e9es de toute pertinence clinique, pratique ou biologique. Dans ces conditions de sur-puissance, l'analyste doit imp\u00e9rativement subordonner l'interpr\u00e9tation des valeurs-p \u00e0 l'examen m\u00e9ticuleux des tailles d'effet standardis\u00e9es et de leurs intervalles de confiance.<\/p>\n L’utilisation de logiciels \u00e0 interface graphique utilisateur (GUI) tels qu’IBM SPSS Statistics, JASP ou Jamovi structure visuellement l’interaction de l’analyste avec le cas statistique. Dans l’environnement classique de SPSS, la distinction ontologique s’incarne mat\u00e9riellement par le double affichage de la fen\u00eatre principale : l’onglet \u00ab Vue de donn\u00e9es \u00bb (Data View<\/em>) affiche la matrice empirique o\u00f9 chaque ligne num\u00e9rot\u00e9e repr\u00e9sente physiquement un cas, tandis que l’onglet \u00ab Vue de variables \u00bb (Variable View<\/em>) d\u00e9taille les m\u00e9tadonn\u00e9es et attributs de chaque colonne.<\/p>\n La gestion op\u00e9rationnelle des cas dans ces environnements graphiques requiert la ma\u00eetrise d’outils de segmentation sp\u00e9cifiques. La commande centrale De surcro\u00eet, ces logiciels proposent des modules d’inspection automatique de la qualit\u00e9 des cas, \u00e0 l’instar de la fonction 1.2 Le r\u00f4le du cas dans l’architecture des donn\u00e9es<\/h3>\n
1.3 La transition historique : De l’observation anecdotique au cas statistique<\/h3>\n
2. La distinction conceptuelle entre cas et variables<\/h2>\n
2.1 L’ontologie du cas versus la m\u00e9trique de la variable<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/case1.png\")
<\/figure>\n2.2 La structure bidimensionnelle de la matrice de donn\u00e9es rectangulaire<\/h3>\n
2.3 Relations univoques et d\u00e9pendances multivari\u00e9es<\/h3>\n
3. Terminologie \u00e9quivalente : Cas, unit\u00e9s exp\u00e9rimentales, unit\u00e9s d’\u00e9chantillonnage et sujets<\/h2>\n
3.1 Unit\u00e9s exp\u00e9rimentales et unit\u00e9s d’\u00e9chantillonnage<\/h3>\n
3.2 Le concept de sujet et de participant en recherche psychologique<\/h3>\n
3.3 Unit\u00e9s d’observation versus unit\u00e9s d’analyse<\/h3>\n
\n
4. La repr\u00e9sentation matricielle des cas dans l’analyse de donn\u00e9es<\/h2>\n
4.1 L’encodage formel et les identifiants uniques (ID)<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/case2.png\")
<\/figure>\n4.2 Organisation en format large (Wide) versus format long (Long)<\/h3>\n
anxiete_t1<\/code>, anxiete_t2<\/code>, anxiete_t3<\/code>). Ce format est particuli\u00e8rement intuitif pour l’op\u00e9rateur humain et demeure le format exig\u00e9 par les proc\u00e9dures d’analyse de variance \u00e0 mesures r\u00e9p\u00e9t\u00e9es (ANOVA \u00e0 mesures r\u00e9p\u00e9t\u00e9es) traditionnelles dans des logiciels comme SPSS.<\/p>\n\n
\n
4.3 Les vecteurs de cas dans les op\u00e9rations d’alg\u00e8bre lin\u00e9aire<\/h3>\n
5. Exemples concrets de cas dans la recherche en psychologie<\/h2>\n
5.1 Psychom\u00e9trie et \u00e9valuation cognitive individuelle<\/h3>\n
5.2 Psychologie sociale : Groupes, dyades et interactions comme cas<\/h3>\n
5.3 Psychologie organisationnelle : \u00c9quipes et d\u00e9partements comme cas<\/h3>\n
6. Exemples interdisciplinaires de cas en dehors du champ psychologique<\/h2>\n
6.1 Sciences de l’\u00e9ducation : \u00c9tudiants, salles de classe et \u00e9tablissements<\/h3>\n
\n
6.2 Sciences \u00e9conomiques et gestion : Points de vente et transactions<\/h3>\n
6.3 Biologie et \u00e9cologie : Sp\u00e9cimens vivants et \u00e9cosyst\u00e8mes<\/h3>\n
7. Niveaux d’analyse et cas hi\u00e9rarchiques : Les mod\u00e8les multiniveaux<\/h2>\n
7.1 La hi\u00e9rarchisation des cas (Unit\u00e9s de niveau 1 et de niveau 2)<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/case3.png\")
<\/figure>\n\n
7.2 Le coefficient de corr\u00e9lation intraclasse (ICC)<\/h3>\n
\n
7.3 \u00c9tudes longitudinales et le temps comme niveau d’observation<\/h3>\n
\n
8. Cas atypiques, influents et extr\u00eames : D\u00e9tection et impact statistique<\/h2>\n
8.1 Typologie des valeurs aberrantes (Outliers univari\u00e9s et multivari\u00e9s)<\/h3>\n
![\"\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/case4.png\")
<\/figure>\n\n
8.2 L’effet de levier et l’influence des cas sur les param\u00e8tres de r\u00e9gression<\/h3>\n
\n
8.3 Prise de d\u00e9cision m\u00e9thodologique : Conserver, ajuster ou supprimer un cas<\/h3>\n
\n
9. \u00c9chantillonnage, repr\u00e9sentativit\u00e9 et pond\u00e9ration des cas<\/h2>\n
9.1 S\u00e9lection probabiliste versus non probabiliste des cas<\/h3>\n
9.2 Pond\u00e9ration statistique des cas sous-repr\u00e9sent\u00e9s ou surrepr\u00e9sent\u00e9s<\/h3>\n
9.3 La puissance statistique en fonction du volume total de cas (N)<\/h3>\n
10. Gestion et programmation des cas dans les environnements statistiques<\/h2>\n
10.1 Manipulation des cas sous SPSS et logiciels \u00e0 interface graphique<\/h3>\n
S\u00e9lectionner des observations<\/code> (Select Cases<\/em>) permet d’isoler temporairement ou d\u00e9finitivement des sous-ensembles de cas r\u00e9pondant \u00e0 des crit\u00e8res logiques bool\u00e9ens pr\u00e9cis (par exemple, isoler uniquement les cas o\u00f9 sexe = 2 AND age >= 65<\/code>). Cette proc\u00e9dure g\u00e9n\u00e8re une variable de filtre binaire (filter_$<\/code>) marquant les cas exclus d’une barre oblique sur leur num\u00e9ro de ligne, garantissant que les calculs subs\u00e9quents s’ex\u00e9cutent sans alt\u00e9rer l’int\u00e9grit\u00e9 de la base int\u00e9grale.<\/p>\nIdentifier les observations dupliqu\u00e9es<\/code> (Identify Duplicate Cases<\/em>). Ce module compare des cl\u00e9s primaires ou des vecteurs complets pour rep\u00e9rer les doublons de saisie ou les r\u00e9pondeurs frauduleux r\u00e9currents. De m\u00eame, les proc\u00e9dures de scission de fichier (Scinder le fichier<\/code> \/ Split File<\/em>) permettent d’it\u00e9rer automatiquement les analyses statistiques sur diff\u00e9rentes sous-cohortes de cas sans avoir \u00e0 fractionner physiquement le jeu de donn\u00e9es d’origine.<\/p>\n10.2 Manipulation programmatique des cas avec R (Tidyverse)<\/h3>\n