Le pr\u00e9sent article a pour vocation de dresser un panorama exhaustif, \u00e0 la fois th\u00e9orique et appliqu\u00e9, du Tau de Kendall. \u00c0 travers une d\u00e9construction minutieuse de ses fondements axiomatiques, de ses variantes algorithmiques adapt\u00e9es \u00e0 la pr\u00e9sence d’\u00e9galit\u00e9s hi\u00e9rarchiques et d’un exemple clinique calcul\u00e9 pas \u00e0 pas, ce guide fournit aux chercheurs, statisticiens et cliniciens les cl\u00e9s n\u00e9cessaires pour ma\u00eetriser cet outil fondamental. Nous examinerons \u00e9galement ses propri\u00e9t\u00e9s comparatives face au Rho de Spearman et au r de Pearson, ses modalit\u00e9s d’inf\u00e9rence inf\u00e9rentielle, ainsi que son impl\u00e9mentation rigoureuse au sein des environnements d’analyse R, Python et SPSS.<\/p>\n
1. 1. Introduction conceptuelle au Tau de Kendall et \u00e0 l’analyse de rang<\/h2>\n1.1 1.1 La notion fondamentale d’association en statistique psychologique<\/h3>\n
L’exploration des ph\u00e9nom\u00e8nes psychologiques exige une distinction \u00e9pist\u00e9mologique absolue entre le concept de causalit\u00e9 et celui de simple corr\u00e9lation. En psychologie clinique, en psychopathologie cognitive et en psychiatrie, constater que deux manifestations symptomatiques \u00e9voluent de concert ne permet en aucun cas de d\u00e9duire qu’une variable engendre unilat\u00e9ralement la seconde. L’association observ\u00e9e peut \u00eatre sous-tendue par des dynamiques \u00e9tiologiques crois\u00e9es, des facteurs de confusion environnementaux ou des m\u00e9canismes de r\u00e9troaction neurobiologique complexes. La corr\u00e9lation se borne \u00e0 quantifier la force, la direction et la consistance math\u00e9matique avec laquelle deux s\u00e9ries de mesures covarient \u00e0 travers un \u00e9chantillon d’individus donn\u00e9s.<\/p>\n
Historiquement, la quantification de cette interd\u00e9pendance a longtemps \u00e9t\u00e9 domin\u00e9e par les travaux de Francis Galton et de Karl Pearson, ancr\u00e9s dans une vision continue et gaussienne de la variabilit\u00e9 biologique. D\u00e8s 1938, le statisticien britannique Maurice Kendall introduit une perspective radicalement novatrice dans son article fondateur intitul\u00e9 \u00ab A New Measure of Rank Correlation \u00bb<\/em>. Kendall propose d’abandonner l’\u00e9valuation des \u00e9carts arithm\u00e9tiques \u00e0 la moyenne au profit d’un examen minutieux des relations d’ordre relatives entre les sujets. Cette transition conceptuelle donne naissance \u00e0 la statistique Tau, conceptualis\u00e9e comme une m\u00e9trique d’accord ordinal universelle.<\/p>\n La n\u00e9cessit\u00e9 de recourir \u00e0 de telles mesures non param\u00e9triques s’av\u00e8re particuli\u00e8rement pressante face \u00e0 la nature atypique des donn\u00e9es cliniques. Les scores d’anxi\u00e9t\u00e9, les gradients de d\u00e9pression ou les \u00e9valuations d’intensit\u00e9 d\u00e9lirante pr\u00e9sentent syst\u00e9matiquement des distributions fortement asym\u00e9triques, marqu\u00e9es par des effets de plancher ou de plafond. Traiter de tels indices via des param\u00e8tres gaussiens expose le chercheur \u00e0 des biais d’inf\u00e9rence majeurs et \u00e0 une inflation incontr\u00f4lable des erreurs de type I et II. Le coefficient Tau s’impose alors comme un indice souverain pour pr\u00e9server l’int\u00e9grit\u00e9 de l’analyse ordinale.<\/p>\n La th\u00e9orisation des niveaux de mesure propos\u00e9e par Stanley Smith Stevens en 1946 structure la compr\u00e9hension moderne des variables statistiques en quatre grandes cat\u00e9gories hi\u00e9rarchis\u00e9es : nominale, ordinale, d’intervalle et de rapport. Si l’\u00e9chelle nominale n’autorise que des op\u00e9rations d’\u00e9quivalence typologique \u00e9l\u00e9mentaire, l’\u00e9chelle ordinale introduit pour sa part une relation de transitivit\u00e9 asym\u00e9trique stricte. Deux observations distinctes peuvent \u00eatre formellement hi\u00e9rarchis\u00e9es selon un gradient croissant ou d\u00e9croissant, signifiant qu’une modalit\u00e9 est \u00ab sup\u00e9rieure \u00bb, \u00ab \u00e9gale \u00bb ou \u00ab inf\u00e9rieure \u00bb \u00e0 une autre, sans que l’intervalle quantitatif s\u00e9parant ces deux \u00e9chelons successifs ne puisse \u00eatre tenu pour constant ou homog\u00e8ne.<\/p>\n Dans la pratique clinique et psychom\u00e9trique, les donn\u00e9es proviennent tr\u00e8s majoritairement de questionnaires auto-rapport\u00e9s reposant sur des \u00e9chelles de Likert, de grilles d’\u00e9valuation de sympt\u00f4mes ou de jugements d’experts gradu\u00e9s. Bien qu’il soit fr\u00e9quent de coder arbitrairement les r\u00e9ponses \u00ab Pas du tout d’accord \u00bb, \u00ab Mod\u00e9r\u00e9ment d’accord \u00bb et \u00ab Enti\u00e8rement d’accord \u00bb par les entiers 1, 2 et 3, rien n’atteste que la distance psychologique s\u00e9parant le premier palier du second soit rigoureusement \u00e9quivalente \u00e0 celle s\u00e9parant le deuxi\u00e8me du troisi\u00e8me. L’application directe d’op\u00e9rations d’addition et de calcul de moyennes sur ces scores discrets rel\u00e8ve d’une approximation m\u00e9thodologique contestable.<\/p>\n Face \u00e0 ces distributions ordinales asym\u00e9triques, la transformation des scores continus ou pseudo-continus en rangs hi\u00e9rarchiques op\u00e8re une r\u00e9gularisation distributive salvatrice. Cette op\u00e9ration consiste \u00e0 r\u00e9assigner \u00e0 chaque individu un rang refl\u00e9tant sa position ordonn\u00e9e au sein du collectif \u00e9tudi\u00e9. La manipulation math\u00e9matique des rangs neutralise l’impact d\u00e9l\u00e9t\u00e8re des distorsions d’\u00e9chelle non lin\u00e9aires tout en pr\u00e9servant l’int\u00e9gralit\u00e9 de l’information structurelle relative aux priorit\u00e9s comparatives.<\/p>\n Face aux insuffisances patentes des approches param\u00e9triques appliqu\u00e9es aux rangs subjectifs, deux grandes alternatives non param\u00e9triques se partagent l’attention de la communaut\u00e9 scientifique : le coefficient Rho de Spearman (ρ) et le coefficient Tau de Kendall (τ). Bien que le Rho de Spearman soit souvent enseign\u00e9 en priorit\u00e9 en raison de sa parent\u00e9 conceptuelle imm\u00e9diate avec la formule de Pearson appliqu\u00e9e aux rangs, le Tau de Kendall b\u00e9n\u00e9ficie de propri\u00e9t\u00e9s th\u00e9oriques incomparablement plus solides et rigoureuses. Tandis que le coefficient de Spearman effectue une p\u00e9nalisation quadratique artificielle des \u00e9carts de rangs, le Tau repose sur une \u00e9num\u00e9ration combinatoire directe et intuitive des permutations d’\u00e9l\u00e9ments.<\/p>\n Le Tau de Kendall d\u00e9montre une sensibilit\u00e9 accrue aux micro-variations de l’ordre relatif entre individus, l\u00e0 o\u00f9 d’autres m\u00e9triques lissent l’information au risque de masquer des incoh\u00e9rences locales. De surcro\u00eet, la distribution d’\u00e9chantillonnage de la statistique Tau sous l’hypoth\u00e8se nulle d’ind\u00e9pendance converge vers la loi normale standardis\u00e9e \u00e0 une vitesse nettement sup\u00e9rieure \u00e0 celle observ\u00e9e pour le coefficient de Spearman, y compris pour des cohortes de taille modeste. Cette propri\u00e9t\u00e9 permet de mener des d\u00e9marches inf\u00e9rentielles particuli\u00e8rement pr\u00e9cises sans n\u00e9cessiter d’ajustements asymptotiques complexes.<\/p>\n Cette sup\u00e9riorit\u00e9 m\u00e9thodologique fait du Tau de Kendall l’outil privil\u00e9gi\u00e9 pour l’analyse des jugements crois\u00e9s, des \u00e9valuations d’aptitudes par panels d’experts et des protocoles cliniques transversaux. Lorsqu’il s’agit de garantir la r\u00e9plicabilit\u00e9 d’un protocole d’observation m\u00e9dicale ou d’harmoniser les diagnostics diff\u00e9rentiels \u00e9mis par des observateurs ind\u00e9pendants, la robustesse du Tau offre des garanties formelles que les alternatives historiques ne sauraient \u00e9galer.<\/p>\n La formalisation axiomatique initiale d\u00e9velopp\u00e9e par Maurice Kendall s’articule autour d’une quantification normalis\u00e9e des accords et des d\u00e9saccords observ\u00e9s au sein de toutes les paires d’observations possibles d’un \u00e9chantillon bivari\u00e9. Consid\u00e9rons un \u00e9chantillon de taille n<\/em> compos\u00e9 de couples d’observations not\u00e9s (x1<\/sub>, y1<\/sub>), (x2<\/sub>, y2<\/sub>), …, (xn<\/sub>, yn<\/sub>), o\u00f9 x<\/em> et y<\/em> repr\u00e9sentent deux variables ordinales mesur\u00e9es sur les m\u00eames entit\u00e9s exp\u00e9rimentales. L’expression alg\u00e9brique fondamentale du Tau standard, usuellement d\u00e9sign\u00e9 par la lettre latine Tau-a (τa<\/sub>), est d\u00e9finie par le rapport suivant :<\/p>\n τa<\/sub> = (C – D) \/ [n(n – 1) \/ 2]<\/strong><\/p>\n Dans cette formulation canonique, le terme C<\/strong> symbolise le nombre total de paires concordantes r\u00e9pertori\u00e9es dans l’ensemble de donn\u00e9es, tandis que la variable D<\/strong> quantifie le nombre total de paires discordantes. Le d\u00e9nominateur arithm\u00e9tique [n(n – 1) \/ 2]<\/strong> repr\u00e9sente rigoureusement le nombre total de paires non ordonn\u00e9es distinctes qu’il est possible d’extraire d’un ensemble fini de n<\/em> \u00e9l\u00e9ments, selon les lois \u00e9l\u00e9mentaires de l’analyse combinatoire.<\/p>\n Cette \u00e9criture math\u00e9matique n’est pleinement valide qu’\u00e0 la condition expresse qu’aucune \u00e9galit\u00e9 (ou ex æquo) n’apparaisse dans les s\u00e9ries de rangs associ\u00e9es aux variables X et Y. Lorsque cette condition d’injectivit\u00e9 des classements est satisfaite, la somme arithm\u00e9tique des paires concordantes et discordantes est exactement \u00e9gale au d\u00e9nominateur th\u00e9orique (C + D = n(n – 1) \/ 2). Par cons\u00e9quent, la m\u00e9trique se trouve rigoureusement contrainte dans l’intervalle compact ferm\u00e9 [-1, +1], assurant une interpr\u00e9tation standardis\u00e9e du degr\u00e9 d’association ordinale.<\/p>\n Pour appr\u00e9hender l’essence probabiliste du Tau de Kendall, il est imp\u00e9ratif d’explorer la g\u00e9om\u00e9trie de l’espace combinatoire dans lequel \u00e9voluent les couples d’observations. Soit un ensemble de n<\/em> sujets distincts. Le nombre total de paires non orient\u00e9es susceptibles d’\u00eatre form\u00e9es est mod\u00e9lis\u00e9 par le coefficient binomial usuel :<\/p>\n Total des paires = C(n, 2) = n! \/ [2!(n – 2)!] = n(n – 1) \/ 2<\/strong><\/p>\n Chacune de ces paires \u00e9l\u00e9mentaires d’indices {i, j}, avec i < j, fait l’objet d’une comparaison exhaustive. L’ensemble de toutes les paires possibles peut ainsi \u00eatre partitionn\u00e9 de mani\u00e8re exclusive et exhaustive en trois sous-ensembles fondamentaux :<\/p>\n Sur le plan de l’interpr\u00e9tation stochastique, le coefficient Tau peut \u00eatre r\u00e9\u00e9crit comme la diff\u00e9rence entre deux probabilit\u00e9s conditionnelles fondamentales. Si l’on extrait al\u00e9atoirement une paire de sujets {i, j} au sein de la population \u00e9tudi\u00e9e, le Tau exprime la probabilit\u00e9 que la paire soit concordante diminu\u00e9e de la probabilit\u00e9 que cette m\u00eame paire soit discordante : τ = P(Concordance) – P(Discordance). Cette \u00e9l\u00e9gance probabiliste conf\u00e8re au Tau une clart\u00e9 s\u00e9mantique absolue, d\u00e9nu\u00e9e de tout artifice li\u00e9 aux \u00e9chelles de mesure sous-jacentes.<\/p>\n Le gradient d’intensit\u00e9 du coefficient de Kendall est rigoureusement born\u00e9 par les valeurs extr\u00eames -1 et +1, chaque point d’ancrage refl\u00e9tant une configuration ordinale sans ambigu\u00eft\u00e9 :<\/p>\n L’obtention d’un coefficient τ = +1<\/strong> traduit un accord ordinal absolu, qualifi\u00e9 de monotonicit\u00e9 strictement croissante. Dans ce sc\u00e9nario parfait, pour l’ensemble des paires du jeu de donn\u00e9es, l’individu qui pr\u00e9sente le score le plus \u00e9lev\u00e9 sur la variable X affiche immanquablement le score le plus \u00e9lev\u00e9 sur la variable Y. Aucune inversion de rang ni aucune discordance n’est tol\u00e9r\u00e9e (D = 0 et T = 0). D’un point de vue clinique, cela signifie que la hi\u00e9rarchie de s\u00e9v\u00e9rit\u00e9 d’une pathologie \u00e9tablie par un outil A ordonne les patients de fa\u00e7on rigoureusement superposable \u00e0 un outil B.<\/p>\n \u00c0 l’oppos\u00e9, une valeur τ = -1<\/strong> caract\u00e9rise une inversion ordinale parfaite, refl\u00e9tant une relation monotone strictement d\u00e9croissante. Tout gain hi\u00e9rarchique sur l’axe X s’accompagne obligatoirement d’une r\u00e9gression ordinale syst\u00e9matique sur l’axe Y (C = 0 et T = 0). Dans les contextes exp\u00e9rimentaux, une telle configuration illustre une opposition fonctionnelle totale entre les deux dimensions mesur\u00e9es.<\/p>\n Une valeur τ = 0<\/strong> d\u00e9note quant \u00e0 elle une absence compl\u00e8te d’association monotone, traduisant une ind\u00e9pendance ordinale parfaite. Dans cette situation, le nombre de trajectoires concordantes compense exactement le nombre de trajectoires discordantes (C = D). Il convient n\u00e9anmoins de souligner, avec toute la rigueur math\u00e9matique requise, qu’un Tau nul n’implique pas n\u00e9cessairement l’absence d’une relation causale complexe, mais seulement l’absence d’une structure directionnelle coh\u00e9rente. Enfin, les valeurs interm\u00e9diaires se distribuent selon des paliers conventionnels : de 0,10 \u00e0 0,29 l’association est qualifi\u00e9e de faible ; de 0,30 \u00e0 0,49 elle est mod\u00e9r\u00e9e ; et au-del\u00e0 de 0,50, l’accord ordinal est consid\u00e9r\u00e9 comme fort \u00e0 exceptionnel dans la litt\u00e9rature psychologique.<\/p>\n La caract\u00e9risation pr\u00e9cise du concept de concordance repose sur une d\u00e9finition alg\u00e9brique universelle appliqu\u00e9e \u00e0 chaque dyade d’observations. Soient deux sujets distincts not\u00e9s i<\/em> et j<\/em>, caract\u00e9ris\u00e9s respectivement par leurs coordonn\u00e9es bivari\u00e9es (xi<\/sub>, yi<\/sub>) et (xj<\/sub>, yj<\/sub>). Une paire est d\u00e9finie comme formellement concordante si et seulement si la relation suivante est strictement v\u00e9rifi\u00e9e :<\/p>\n (xj<\/sub> – xi<\/sub>)(yj<\/sub> – yi<\/sub>) > 0<\/strong><\/p>\n Cette condition arithm\u00e9tique stipule avec une rigueur absolue que la pente reliant les deux points dans le plan cart\u00e9sien est strictement positive. Deux configurations empiriques distinctes satisfont cette in\u00e9galit\u00e9 :<\/p>\n Sur le plan algorithmique, l’identification syst\u00e9matique des concordances requiert un tri pr\u00e9alable de la matrice des donn\u00e9es selon les rangs croissants de la premi\u00e8re variable X. Une fois cette ordonnance initiale \u00e9tablie, l’observateur examine s\u00e9quentiellement pour chaque observation i<\/em> l’ensemble des observations subs\u00e9quentes j<\/em> (o\u00f9 j > i). Toute valeur yj<\/sub> strictement sup\u00e9rieure \u00e0 yi<\/sub> valide l’existence d’une unit\u00e9 de concordance suppl\u00e9mentaire incr\u00e9mentant le total global C.<\/p>\n \u00c0 l’inverse de la concordance, la discordance quantifie les ph\u00e9nom\u00e8nes de renversement d’ordre relatifs entre les deux dimensions investigu\u00e9es. Une paire d’observations {i, j} est formellement d\u00e9clar\u00e9e discordante si et seulement si l’in\u00e9galit\u00e9 diff\u00e9rentielle suivante est satisfaite :<\/p>\n (xj<\/sub> – xi<\/sub>)(yj<\/sub> – yi<\/sub>) < 0<\/strong><\/p>\n Ce crit\u00e8re alg\u00e9brique exprime l’existence d’une divergence vectorielle antagoniste :<\/p>\n Chaque paire discordante identifi\u00e9e agit math\u00e9matiquement comme une force d’att\u00e9nuation venant neutraliser l’impact positif des paires concordantes au num\u00e9rateur de la formule. La discordance traduit une d\u00e9faillance de la coh\u00e9rence monotone. Sur le plan s\u00e9miologique, elle indique que la trajectoire comparative entre deux individus se contredit d’un instrument d’\u00e9valuation \u00e0 l’autre. Graphiquement, sur un nuage de points o\u00f9 les sujets sont dispos\u00e9s selon leurs rangs, les paires discordantes se mat\u00e9rialisent par des segments \u00e0 pente n\u00e9gative croisant transversalement les trajectoires ascendantes des paires concordantes.<\/p>\n L’id\u00e9al th\u00e9orique du Tau de Kendall standard postule une distribution continue des scores dans laquelle la probabilit\u00e9 d’observer deux valeurs rigoureusement identiques est math\u00e9matiquement nulle. Toutefois, dans la r\u00e9alit\u00e9 des protocoles psychom\u00e9triques et m\u00e9dicaux, les donn\u00e9es sont collect\u00e9es \u00e0 l’aide d’instruments discrets \u00e0 r\u00e9solution limit\u00e9e, rendant l’apparition de scores identiques in\u00e9vitable. Ces configurations sont qualifi\u00e9es de paires li\u00e9es, de rangs nou\u00e9s ou de liens hi\u00e9rarchiques (ties<\/em>).<\/p>\n La formalisation math\u00e9matique identifie une paire {i, j} comme li\u00e9e d\u00e8s lors que l’\u00e9galit\u00e9 suivante est v\u00e9rifi\u00e9e :<\/p>\n (xj<\/sub> – xi<\/sub>)(yj<\/sub> – yi<\/sub>) = 0<\/strong><\/p>\n Cette annulation du produit des diff\u00e9rences de rangs \u00e9merge sous trois formes structurelles distinctes :<\/p>\n L’\u00e9mergence d’ex æquo invalide l’application stricte de la formule du Tau-a. En effet, ces paires ne pouvant \u00eatre qualifi\u00e9es ni de concordantes ni de discordantes, l’\u00e9galit\u00e9 fondamentale C + D = n(n – 1) \/ 2 cesse d’\u00eatre respect\u00e9e. Si la formule originale est maintenue sans ajustement, le d\u00e9nominateur demeure invariant tandis que le num\u00e9rateur (C – D) est m\u00e9caniquement tronqu\u00e9 de toutes les paires nou\u00e9es. Cette d\u00e9faillance m\u00e9thodologique entra\u00eene une sous-estimation syst\u00e9matique de l’intensit\u00e9 de l’accord ordinal, n\u00e9cessitant la mise au point de formulations math\u00e9matiques d\u00e9riv\u00e9es plus \u00e9labor\u00e9es.<\/p>\n Le coefficient Tau-a repr\u00e9sente la forme originale, non alt\u00e9r\u00e9e, de la m\u00e9trique propos\u00e9e par Kendall en 1938. Sa d\u00e9finition repose exclusivement sur le ratio opposant le diff\u00e9rentiel des paires ordonn\u00e9es au total brut des combinaisons binaires possibles :<\/p>\n τa<\/sub> = (C – D) \/ [n(n – 1) \/ 2]<\/strong><\/p>\n Le domaine de validit\u00e9 math\u00e9matique de cette version est particuli\u00e8rement restreint : elle exige formellement l’absence compl\u00e8te de donn\u00e9es dupliqu\u00e9es au sein de chaque variable \u00e9tudi\u00e9e. D\u00e8s l’instant o\u00f9 des ex æquo se manifestent, le Tau-a devient incapable d’atteindre ses bornes th\u00e9oriques extr\u00eames de +1 ou de -1, y compris en pr\u00e9sence d’une corr\u00e9lation d’ordre aussi parfaite que la distribution des donn\u00e9es ne le permet. Cette d\u00e9gradation du d\u00e9nominateur g\u00e9n\u00e8re un biais syst\u00e9matique par d\u00e9faut.<\/p>\n Par cons\u00e9quent, l’usage contemporain du Tau-a demeure circonscrit \u00e0 des contextes th\u00e9oriques pr\u00e9cis ou \u00e0 des protocoles exp\u00e9rimentaux imposant aux participants un classement forc\u00e9 de stimuli discrets (t\u00e2ches de tri sans ex æquo autoris\u00e9, ordonnancement strict d’items d’attitudes ou comp\u00e9titions sportives sans \u00e9galit\u00e9s possibles). D\u00e8s que le protocole de recherche autorise des scores partag\u00e9s, le Tau-a doit \u00eatre imp\u00e9rativement d\u00e9laiss\u00e9 au profit des corrections Tau-b ou Tau-c.<\/p>\n Afin de restaurer l’int\u00e9grit\u00e9 de l’estimation statistique en pr\u00e9sence de scores identiques, Kendall a introduit une variante sophistiqu\u00e9e : le coefficient Tau-b<\/strong> (τb<\/sub>). Cette mod\u00e9lisation ajuste le d\u00e9nominateur de l’\u00e9quation en incorporant la moyenne g\u00e9om\u00e9trique du nombre effectif de paires discriminables au sein de chaque variable isol\u00e9e. La formule g\u00e9n\u00e9rale du Tau-b s’exprime de la fa\u00e7on suivante :<\/p>\n τb<\/sub> = (C – D) \/ √[ (n0<\/sub> – Tx<\/sub>) (n0<\/sub> – Ty<\/sub>) ]<\/strong><\/p>\n Dans cette \u00e9quation structurelle :<\/p>\n Le Tau-b se distingue par sa propri\u00e9t\u00e9 de sym\u00e9trie parfaite (τb<\/sub>(X, Y) = τb<\/sub>(Y, X)) et constitue la norme statistique de r\u00e9f\u00e9rence adopt\u00e9e par les principaux logiciels d’analyse de donn\u00e9es pour l’\u00e9valuation des tableaux de contingence carr\u00e9s (poss\u00e9dant un nombre de lignes rigoureusement identique au nombre de colonnes). En neutralisant le poids des \u00e9galit\u00e9s internes, le Tau-b conserve la propri\u00e9t\u00e9 cardinale de pouvoir atteindre les bornes -1 et +1 lorsque la relation monotone est maximale sous la contrainte des ex æquo pr\u00e9sents.<\/p>\n Bien que le Tau-b r\u00e9solve avec efficacit\u00e9 le probl\u00e8me des rangs li\u00e9s au sein des matrices carr\u00e9es, il se heurte \u00e0 une limitation structurelle intrins\u00e8que lorsque les donn\u00e9es sont synth\u00e9tis\u00e9es sous forme de tableaux crois\u00e9s rectangulaires, c’est-\u00e0-dire comptant un nombre asym\u00e9trique de lignes et de colonnes (r ≠ c<\/em>). Dans une table de dimension r × c<\/em> o\u00f9 r < c<\/em>, il est math\u00e9matiquement impossible pour le Tau-b d’atteindre la borne critique de +1, quand bien m\u00eame la concentration des fr\u00e9quences refl\u00e9terait une monotonicit\u00e9 absolue.<\/p>\n Pour rem\u00e9dier \u00e0 cette anomalie de calibrage, le statisticien Alan Stuart a propos\u00e9 en 1953 une normalisation alternative fond\u00e9e sur la g\u00e9om\u00e9trie du tableau de contingence, formulation usuellement d\u00e9nomm\u00e9e Tau-c de Kendall<\/strong> ou Tau de Stuart-Kendall (τc<\/sub>). Son expression alg\u00e9brique repose sur la d\u00e9finition suivante :<\/p>\n τc<\/sub> = [2 × m × (C – D)] \/ [n2<\/sup> × (m – 1)]<\/strong><\/p>\n Dans ce mod\u00e8le :<\/p>\n Le Tau-c s’av\u00e8re indispensable lorsque l’on corr\u00e8le des \u00e9chelles d’\u00e9valuation aux calibrages in\u00e9gaux, \u00e0 l’exemple d’une \u00e9chelle de Likert \u00e0 3 points confront\u00e9e \u00e0 une grille diagnostique \u00e0 5 niveaux de s\u00e9v\u00e9rit\u00e9. En int\u00e9grant explicitement la dimensionnalit\u00e9 du tableau, le Tau-c r\u00e9tablit la pleine amplitude de l’intervalle [-1, +1], emp\u00eachant que l’asym\u00e9trie cat\u00e9gorielle ne vienne fausser l’interpr\u00e9tation de la force d’association.<\/p>\n Afin de mat\u00e9rialiser la m\u00e9canique op\u00e9ratoire du coefficient Tau de Kendall, examinons une situation concr\u00e8te issue de la recherche en psychiatrie clinique. Deux cliniciens \u00e9valuateurs ind\u00e9pendants, le Docteur A (psychiatre r\u00e9f\u00e9rent) et le Psychologue B (\u00e9valuateur externe), examinent une cohorte cons\u00e9cutive de 10 patients admis au sein d’une unit\u00e9 de soins pour troubles anxio-d\u00e9pressifs.<\/p>\n Chaque professionnel proc\u00e8de \u00e0 une \u00e9valuation globale de la s\u00e9v\u00e9rit\u00e9 symptomatique de chaque patient et consigne son jugement sous la forme d’un classement strict, allant du rang 1 (\u00e9tat anxieux le plus mod\u00e9r\u00e9) au rang 10 (pr\u00e9sentation clinique la plus s\u00e9v\u00e8re et invalidante). Afin d’illustrer la m\u00e9thode du Tau standard sans liens, aucune \u00e9galit\u00e9 n’est admise dans ce premier paradigme m\u00e9thodologique. Le tableau ci-dessous recense l’attribution finale des rangs pour l’ensemble des dix patients examin\u00e9s :<\/p>\n L’objectif empirique consiste \u00e0 \u00e9valuer le degr\u00e9 de coh\u00e9rence s\u00e9miologique et diagnostique entre les deux praticiens par le calcul manuel rigoureux du Tau de Kendall.<\/p>\n La premi\u00e8re d\u00e9marche m\u00e9thodologique consiste \u00e0 r\u00e9ordonner l’ensemble des observations selon les valeurs strictement croissantes des rangs attribu\u00e9s par le premier observateur (\u00c9valuateur A). Dans notre cas d’\u00e9tude, les patients sont d\u00e9j\u00e0 ordonn\u00e9s selon la s\u00e9quence naturelle des rangs de A (de 1 \u00e0 10). Cet ordonnancement assure que pour toute paire {i, j} avec i < j, nous avons formellement xi<\/sub> < xj<\/sub>. Ainsi, le sens de la comparaison sur la premi\u00e8re variable X est syst\u00e9matiquement positif (xj<\/sub> – xi<\/sub> > 0).<\/p>\n D\u00e8s lors, la qualification de chaque dyade d\u00e9pend exclusivement de la trajectoire observ\u00e9e sur la seconde s\u00e9rie de rangs (\u00c9valuateur B) :<\/p>\n Nous proc\u00e9dons alors au d\u00e9nombrement exhaustif, observation par observation, en comparant chaque rang de B avec l’ensemble des rangs situ\u00e9s en dessous de lui dans la s\u00e9quence tri\u00e9e :<\/p>\n L’\u00e9tape suivante consiste \u00e0 op\u00e9rer la sommation des unit\u00e9s recens\u00e9es afin d’obtenir les param\u00e8tres C et D globaux du protocole :<\/p>\n Total des paires concordantes : C = 7 + 8 + 6 + 6 + 4 + 4 + 2 + 2 + 0 = 39<\/strong><\/p>\n Total des paires discordantes : D = 2 + 0 + 1 + 0 + 1 + 0 + 1 + 0 + 1 = 6<\/strong><\/p>\n Pour attester de l’exactitude arithm\u00e9tique de notre d\u00e9nombrement, v\u00e9rifions la somme combinatoire totale des paires examin\u00e9es : C + D = 39 + 6 = 45. Appliquons la formule du nombre de combinaisons pour n = 10 \u00e9l\u00e9ments :<\/p>\n Total th\u00e9orique = n(n – 1) \/ 2 = 10(10 – 1) \/ 2 = 90 \/ 2 = 45<\/strong><\/p>\n Le total empirique concorde rigoureusement avec la combinatoire th\u00e9orique, garantissant l’absence totale d’omission ou de double compte au sein de notre proc\u00e9dure d’\u00e9num\u00e9ration. Il ne reste plus qu’\u00e0 appliquer la formule canonique du Tau de Kendall :<\/p>\n τ = (C – D) \/ [n(n – 1) \/ 2] = (39 – 6) \/ 45 = 33 \/ 45 ≈ 0,7333<\/strong><\/p>\n La statistique finale Tau obtenue entre les \u00e9valuations diagnostiques des deux praticiens est donc de τ ≈ 0,73<\/strong>.<\/p>\n Sur le plan psychom\u00e9trique et s\u00e9miologique, une valeur de Tau de 0,73 t\u00e9moigne d’une association ordinale particuli\u00e8rement robuste et coh\u00e9rente entre les deux cliniciens. Exprim\u00e9 en termes probabilistes, ce r\u00e9sultat indique que si nous s\u00e9lectionnons de mani\u00e8re al\u00e9atoire deux patients distincts au sein de cette cohorte clinique, il y a 73,3 % de chances en plus que les deux \u00e9valuateurs s’accordent sur le patient pr\u00e9sentant le tableau clinique le plus s\u00e9v\u00e8re, plut\u00f4t qu’ils ne soient en d\u00e9saccord.<\/p>\n Bien que les rangs attribu\u00e9s ne soient pas strictement identiques d’un \u00e9valuateur \u00e0 l’autre (se manifestant par les six paires discordantes identifi\u00e9es, telles que l’inversion relative observ\u00e9e entre P1 et P2), la convergence hi\u00e9rarchique globale demeure remarquable. Les l\u00e9g\u00e8res divergences constat\u00e9es rel\u00e8vent typiquement de fluctuations interindividuelles mineures dans l’appr\u00e9ciation des manifestations anxieuses bordi\u00e8res, sans alt\u00e9rer la coh\u00e9rence d’ensemble du consensus clinique.<\/p>\n Cette concordance atteste d’une excellente fid\u00e9lit\u00e9 inter-juges, validant l’utilisation conjointe de cette \u00e9chelle dans le cadre du protocole exp\u00e9rimental sans craindre de biais syst\u00e9matique li\u00e9 \u00e0 l’observateur. N\u00e9anmoins, il importe de rappeler que cet \u00e9chantillon illustratif (n = 10) poss\u00e8de une puissance statistique restreinte, n\u00e9cessitant un test de significativit\u00e9 inf\u00e9rentiel pour exclure formellement l’al\u00e9a d’\u00e9chantillonnage.<\/p>\n Dans l’investigation empirique des conduites humaines, la survenue de rangs li\u00e9s ne constitue pas une anomalie marginale, mais la norme \u00e9cologique pr\u00e9pond\u00e9rante. Cette abondance d’ex æquo d\u00e9coule directement de la structure discr\u00e8te des instruments psychom\u00e9triques. Lorsqu’un chercheur administre une \u00e9chelle d’\u00e9valuation de la d\u00e9pression comportant 10 items not\u00e9s de 0 \u00e0 3, le score total maximal est born\u00e9 \u00e0 30 points. D\u00e8s lors que la taille de l’\u00e9chantillon d\u00e9passe quelques dizaines de participants, plusieurs individus obtiennent in\u00e9vitablement des totaux bruts strictement identiques.<\/p>\n L’incapacit\u00e9 inh\u00e9rente aux outils psychom\u00e9triques \u00e0 discriminer finement les manifestations cliniques proches cr\u00e9e une saturation artificielle des scores. Face \u00e0 ce ph\u00e9nom\u00e8ne, le traitement statistique conventionnel repose sur l’attribution de rangs moyens<\/strong> (proc\u00e9dure dite des mid-ranks<\/em>). Si deux participants se partagent conjointement les rangs th\u00e9oriques 4 et 5, le statisticien leur assigne \u00e0 chacun la valeur m\u00e9diane (4 + 5) \/ 2 = 4,5. Si trois sujets se partagent les rangs 7, 8 et 9, chacun se voit attribuer le rang moyen (7 + 8 + 9) \/ 3 = 8.<\/p>\n Cette condensation des rangs alt\u00e8re profond\u00e9ment la variance distributionnelle de l’\u00e9chantillon. La dispersion des rangs effectifs se trouve comprim\u00e9e, rendant caduque l’hypoth\u00e8se de permutation uniforme qui sous-tend la th\u00e9orie du Tau-a original et imposant des corrections adapt\u00e9es.<\/p>\n Pour corriger la distorsion engendr\u00e9e par la pr\u00e9sence de scores partag\u00e9s, l’algorithme du Tau-b<\/strong> calcule de mani\u00e8re distincte les p\u00e9nalit\u00e9s associ\u00e9es \u00e0 chaque groupe de liens sur chacune des deux variables. La formulation compl\u00e8te du d\u00e9nominateur pond\u00e9r\u00e9 s’\u00e9nonce comme suit :<\/p>\n τb<\/sub> = (C – D) \/ √[ (n0<\/sub> – Tx<\/sub>) (n![\"Kendall\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/kendall1.png\")
1.2 1.2 Typologie des \u00e9chelles de mesure et donn\u00e9es de rangs<\/h3>\n
1.3 1.3 Pourquoi choisir le Tau de Kendall face \u00e0 d’autres alternatives<\/h3>\n
2. 2. D\u00e9finition math\u00e9matique et formulation th\u00e9orique du coefficient Tau<\/h2>\n
2.1 2.1 D\u00e9finition axiomatique du Tau de Kendall standard (Tau-a)<\/h3>\n
2.2 2.2 L’espace des paires possibles et combinatoire sous-jacente<\/h3>\n
\n
2.3 2.3 Intervalle de variation et interpr\u00e9tation des bornes critiques<\/h3>\n
3. 3. M\u00e9canique des paires concordantes et discordantes<\/h2>\n
3.1 3.1 Formalisation math\u00e9matique de la concordance<\/h3>\n
\n
![\"Kendall\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/kendall2.png\")
3.2 3.2 Formalisation math\u00e9matique de la discordance<\/h3>\n
\n
3.3 3.3 Gestion th\u00e9orique des paires li\u00e9es (ex \u00e6quo)<\/h3>\n
\n
4. 4. Les d\u00e9clinaisons du coefficient : Tau-a, Tau-b et Tau-c<\/h2>\n
4.1 4.1 Le Tau-a de Kendall : domaine d’application et restrictions<\/h3>\n
4.2 4.2 Le Tau-b de Kendall : la correction pour les ex \u00e6quo dans les tables carr\u00e9es<\/h3>\n
\n
![\"Kendalls\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/kendall3.png\")
4.3 4.3 Le Tau-c de Kendall (Tau de Stuart-Kendall) pour tables rectangulaires<\/h3>\n
\n
5. 5. Exemple pratique d\u00e9taill\u00e9 : Calcul manuel pas \u00e0 pas<\/h2>\n
5.1 5.1 Pr\u00e9sentation du cas d’\u00e9tude : Accord inter-juges en \u00e9valuation clinique<\/h3>\n
\n
![\"Kendall\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/kendall4.png\")
5.2 5.2 \u00c9tape 1 et 2 : R\u00e9ordonnancement et identification syst\u00e9matique des paires<\/h3>\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
\n
5.3 5.3 \u00c9tape 3 et 4 : Sommation des concordances et application de la formule<\/h3>\n
5.4 5.4 Interpr\u00e9tation psychologique des r\u00e9sultats obtenus<\/h3>\n
6. 6. Gestion approfondie des rangs li\u00e9s et ajustements algorithmiques<\/h2>\n
6.1 6.1 Origine et nature des ex \u00e6quo dans les mesures comportementales<\/h3>\n
![\"Kendall\"](\"http:\/\/french.arabpsychology.com\/wp-content\/uploads\/2026\/09\/kendall5.png\")
6.2 6.2 Algorithme de calcul du Tau-b avec correction math\u00e9matique compl\u00e8te<\/h3>\n