{"id":8236,"date":"2026-09-17T04:52:16","date_gmt":"2026-09-17T04:52:16","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-calculer-quantiles-par-groupe-dans-r-exemples\/"},"modified":"2026-09-17T04:52:16","modified_gmt":"2026-09-17T04:52:16","slug":"comment-calculer-quantiles-par-groupe-dans-r-exemples","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-calculer-quantiles-par-groupe-dans-r-exemples","title":{"rendered":"Comment calculer des quantiles par groupe dans R (avec exemples)"},"content":{"rendered":"

Dans l’arsenal contemporain de l’analyse exploratoire et inf\u00e9rentielle de donn\u00e9es, l’\u00e9valuation de la dispersion et de la morphologie des distributions constitue un imp\u00e9ratif fondamental. Bien que les m\u00e9triques classiques de tendance centrale, telles que l’esp\u00e9rance math\u00e9matique ou la moyenne arithm\u00e9tique pond\u00e9r\u00e9e, demeurent largement pl\u00e9biscit\u00e9es en raison de leur tractabilit\u00e9 analytique, elles s’av\u00e8rent structurellement d\u00e9ficientes d\u00e8s lors que les donn\u00e9es empiriques s’\u00e9cartent des hypoth\u00e8ses restrictives de normalit\u00e9 gaussienne. L’asym\u00e9trie marqu\u00e9e, l’h\u00e9t\u00e9rosc\u00e9dasticit\u00e9, la pr\u00e9sence de queues de distribution \u00e9paisses et l’\u00e9mergence de valeurs aberrantes exigent le recours \u00e0 des approches non param\u00e9triques robustes. Au c\u0153ur de cette m\u00e9thodologie se trouvent les quantiles<\/a>, des estimateurs positionnels invariants par transformation monotone croissante, capables de cartographier avec une fid\u00e9lit\u00e9 chirurgicale l’architecture interne des variables quantitatives continues ou discr\u00e8tes.<\/p>\n

La complexit\u00e9 analytique s’accro\u00eet d’un ordre de grandeur lorsque l’investigateur doit appr\u00e9hender des jeux de donn\u00e9es stratifi\u00e9s, o\u00f9 les observations sont structur\u00e9es en sous-populations ou groupes exp\u00e9rimentaux distincts. Qu’il s’agisse de comparer des temps de r\u00e9action psychom\u00e9triques sous diverses conditions cognitives, d’\u00e9valuer les seuils de biomarqueurs cliniques \u00e0 travers plusieurs cohortes pathologiques, ou d’analyser la dynamique des revenus ventil\u00e9s par segments d\u00e9mographiques, la d\u00e9composition des quantiles par groupe constitue le pivot op\u00e9rationnel de l’inf\u00e9rence moderne. L’environnement statistique R<\/a> s’impose historiquement comme la plateforme d’\u00e9lection pour ex\u00e9cuter ces mod\u00e9lisations, offrant un spectre d’outils allant des algorithmes matriciels fondamentaux aux architectures vectorielles hautement optimis\u00e9es.<\/p>\n

Ce trait\u00e9 exhaustif a pour vocation de d\u00e9cortiquer, avec une rigueur \u00e0 la fois math\u00e9matique, computationnelle et m\u00e9thodologique, l’ensemble des techniques permettant d’estimer des quantiles conditionnels au sein du langage R. \u00c0 travers l’exploration des neuf formulations algorithmiques de la fonction native, l’analyse approfondie des idiomes fonctionnels modernes articul\u00e9s autour de l’\u00e9cosyst\u00e8me du tidyverse, l’\u00e9valuation des alternatives haute performance offertes par le calcul par r\u00e9f\u00e9rence, et l’impl\u00e9mentation de proc\u00e9dures inf\u00e9rentielles par r\u00e9\u00e9chantillonnage bootstrap stratifi\u00e9, ce guide fournit aux chercheurs, data scientists et biostatisticiens un corpus complet pour transformer des donn\u00e9es stratifi\u00e9es brutes en indicateurs d\u00e9cisionnels fiables et reproductibles.<\/p>\n

1. Introduction th\u00e9orique aux quantiles et \u00e0 leur d\u00e9composition par groupe<\/h2>\n

1.1 D\u00e9finition statistique des quantiles et percentiles<\/h3>\n

D’un point de vue formel, consid\u00e9rons une variable al\u00e9atoire r\u00e9elle $X$<\/span> d\u00e9finie sur un espace probabilis\u00e9, caract\u00e9ris\u00e9e par sa fonction de r\u00e9partition cumulative $F_X(x) = P(X le x)$<\/span>. Pour toute probabilit\u00e9 $p$<\/span> appartenant \u00e0 l’intervalle ouvert $]0, 1[$<\/span>, le quantile d’ordre $p$<\/span>, traditionnellement not\u00e9 $Q(p)$<\/span> ou $x_p$<\/span>, est d\u00e9fini comme la borne inf\u00e9rieure de l’ensemble des valeurs r\u00e9elles pour lesquelles la fonction de r\u00e9partition est sup\u00e9rieure ou \u00e9gale \u00e0 ladite probabilit\u00e9 :<\/p>\n

$$Q(p) = F_X^{-1}(p) = \\inf {x in \\mathbb{R} : F_X(x) ge p}$$<\/span><\/p>\n

Cette formulation par l’inverse g\u00e9n\u00e9ralis\u00e9 de la fonction de r\u00e9partition permet d’\u00e9tendre la d\u00e9finition aux variables al\u00e9atoires discr\u00e8tes ou pr\u00e9sentant des discontinuit\u00e9s strictes. Lorsque la fonction $F_X$<\/span> est strictement croissante et absolument continue, le quantile correspond simplement \u00e0 la solution unique de l’\u00e9quation $F_X(x_p) = p$<\/span>. Les quantiles segmentent ainsi l’espace des r\u00e9alisations en sous-ensembles \u00e9quiprobables.<\/p>\n

Sur le plan terminologique, il convient de distinguer les quartiles, qui partitionnent la masse de probabilit\u00e9 en quatre segments \u00e9gaux d\u00e9limit\u00e9s par $p in {0.25, 0.50, 0.75}$<\/span>, les d\u00e9ciles, qui op\u00e8rent une division en dix classes ($p in {0.1, 0.2, dots, 0.9}$<\/span>), et les centiles ou percentiles, qui d\u00e9coupent la distribution en cent fractions unitaires ($p in {0.01, 0.02, dots, 0.99}$<\/span>). Le concept de quantile arbitraire englobe l’ensemble de ces d\u00e9clinaisons pour n’importe quelle valeur continue de $p$<\/span>. La m\u00e9diane correspond rigoureusement au quantile d’ordre $0.50$, divisant la distribution en deux moiti\u00e9s d’effectifs th\u00e9oriques identiques.<\/p>\n

Le r\u00f4le des quantiles dans la caract\u00e9risation non param\u00e9trique s’av\u00e8re fondamental. Contrairement aux moments d’ordre sup\u00e9rieur de la th\u00e9orie statistique classique \u2014 \u00e0 l’instar de la variance, de l’asym\u00e9trie de Fisher-Pearson (skewness) et de l’aplatissement (kurtosis) \u2014, les quantiles ne d\u00e9pendent pas d’hypoth\u00e8ses relatives \u00e0 l’int\u00e9grabilit\u00e9 de la loi de probabilit\u00e9 sous-jacente. Ils pr\u00e9sentent une sensibilit\u00e9 minimale, voire nulle, aux valeurs extr\u00eames et aux contaminations par des donn\u00e9es aberrantes, une propri\u00e9t\u00e9 quantifi\u00e9e par leur point de rupture asymptotique \u00e9lev\u00e9 pouvant atteindre 50 % pour la m\u00e9diane.<\/p>\n

1.2 Pertinence de la stratification par groupe dans l’analyse empirique<\/h3>\n

L’analyse distributionnelle globale appliqu\u00e9e \u00e0 une population composite encourt le risque syst\u00e9matique de masquer une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 latente critique. Dans la d\u00e9marche scientifique exp\u00e9rimentale ou observationnelle, les donn\u00e9es sont quasi syst\u00e9matiquement partitionn\u00e9es selon des facteurs taxonomiques, g\u00e9ographiques, cliniques ou temporels. L’\u00e9valuation de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 sous-jacente entre diff\u00e9rentes cohortes exige une stratification formelle, car la simple agr\u00e9gation globale op\u00e8re un lissage artificiel des sp\u00e9cificit\u00e9s morphologiques propres \u00e0 chaque strate.<\/p>\n

Les m\u00e9triques centrales globales sont particuli\u00e8rement trompeuses en pr\u00e9sence de sous-groupes d\u00e9s\u00e9quilibr\u00e9s ou multimodaux. Par exemple, l’estimation d’une moyenne g\u00e9n\u00e9rale du niveau de revenu dans une \u00e9tude sociologique int\u00e9grant des disparit\u00e9s r\u00e9gionales aigu\u00ebs masque la polarisation intra-groupe et peut g\u00e9n\u00e9rer des erreurs d’inf\u00e9rence relevant du paradoxe de Simpson ou d’illusions \u00e9cologiques. L’\u00e9valuation conditionnelle des quantiles permet d’observer comment les quantiles inf\u00e9rieurs, m\u00e9dians et sup\u00e9rieurs se d\u00e9placent d’une sous-population \u00e0 l’autre, r\u00e9v\u00e9lant si les disparit\u00e9s observ\u00e9es s’exercent uniform\u00e9ment sur l’ensemble de l’\u00e9chelle de mesure ou si elles se concentrent de mani\u00e8re aigu\u00eb dans les extr\u00e9mit\u00e9s.<\/p>\n

En psychom\u00e9trie, en neurosciences computationnelles et dans les sciences du comportement, cette d\u00e9composition par groupe est indispensable. Lorsqu’on analyse des scores d’anxi\u00e9t\u00e9 ou des latences de traitement de l’information cognitive, deux cohortes peuvent pr\u00e9senter des moyennes arithm\u00e9tiques statistiquement indiscernables tout en affichant des structures de dispersion radicalement divergentes. L’une des conditions exp\u00e9rimentales peut n’engendrer un allongement des temps de r\u00e9ponse que chez les sujets les plus lents \u2014 ce qui se manifeste exclusivement par une \u00e9l\u00e9vation substantielle du 90e centile \u2014, tandis que les 10e et 50e centiles demeurent stables. Seule une estimation syst\u00e9matique et stratifi\u00e9e des quantiles permet d’isoler ces dynamiques sous-jacentes avec une r\u00e9solution diagnostique optimale.<\/p>\n

1.3 Distinction entre mesures de tendance centrale et analyse distributionnelle<\/h3>\n

La statistique param\u00e9trique conventionnelle s’est historiquement construite autour du paradigme de la moyenne et de la variance, en grande partie sous l’\u00e9gide du th\u00e9or\u00e8me central limite et de la commodit\u00e9 calculatoire de la loi normale. N\u00e9anmoins, r\u00e9sumer une variable continue \u00e0 son esp\u00e9rance math\u00e9matique postule implicitement une sym\u00e9trie parfaite de la distribution et l’absence de tra\u00eenes lourdes. D\u00e8s lors que ces hypoth\u00e8ses sont viol\u00e9es, la moyenne arithm\u00e9tique perd sa qualit\u00e9 de valeur typique, \u00e9tant irr\u00e9m\u00e9diablement tract\u00e9e vers la queue de distribution par les observations isol\u00e9es de magnitude extr\u00eame.<\/p>\n

L’analyse distributionnelle quantile restaure une vision granulaire de la dispersion. La comparaison entre la m\u00e9diane et les quartiles adjacents ($Q_1$<\/span> et $Q_3$<\/span>) permet d’\u00e9valuer directement l’asym\u00e9trie locale sans n\u00e9cessiter le calcul de moments d’ordre trois. Si l’\u00e9cart $(Q_3 – Q_2)$<\/span> surpasse significativement $(Q_2 – Q_1)$<\/span>, la distribution exhibe une asym\u00e9trie positive marqu\u00e9e au sein du groupe \u00e9tudi\u00e9. De surcro\u00eet, le comportement des centiles extr\u00eames, tels que le 1er et le 99e centile, renseigne sur l’\u00e9paisseur des queues de distribution, offrant un indicateur empirique d’aplatissement direct et r\u00e9sistant aux artefacts d’\u00e9chantillonnage.<\/p>\n

Dans les applications industrielles, \u00e9pid\u00e9miologiques et psychom\u00e9triques, les d\u00e9cisions op\u00e9rationnelles reposent rarement sur des moyennes, mais sur des seuils critiques positionnels. En diagnostic m\u00e9dical, la d\u00e9termination de valeurs biologiques anormales s’op\u00e8re par l’\u00e9tablissement d’intervalles de r\u00e9f\u00e9rence fond\u00e9s sur le 2.5e et le 97.5e centile d’une population de contr\u00f4le saine. De m\u00eame, dans les protocoles d’\u00e9valuation ergonomique ou de contr\u00f4le qualit\u00e9 de logiciels interactifs, les ing\u00e9nieurs surveillent le 95e ou 99e percentile des latences r\u00e9seau pour garantir la tol\u00e9rance aux pannes. L’analyse des quantiles conditionnels par strate factorielle constitue ainsi le fondement m\u00e9thodologique de la prise de d\u00e9cision fond\u00e9e sur les donn\u00e9es r\u00e9elles.<\/p>\n

2. Fondements math\u00e9matiques et algorithmiques de la fonction quantile() dans R<\/h2>\n

2.1 Formulation g\u00e9n\u00e9rale et principe d’interpolation continue<\/h3>\n

Dans un cadre d’\u00e9chantillonnage fini, nous disposons d’un vecteur d’observations empiriques ordonn\u00e9es $x_{(1)} le x_{(2)} le dots le x_{(n)}$<\/span>, d\u00e9sign\u00e9es sous le terme de statistiques d’ordre<\/a> d’un \u00e9chantillon de taille $n$<\/span>. Contrairement au cadre continu th\u00e9orique o\u00f9 la fonction de r\u00e9partition est strictement inversible, l’\u00e9chantillon discret impose une strat\u00e9gie d’estimation pour toute valeur de $p$<\/span> ne correspondant pas exactement \u00e0 un rang entier normalis\u00e9 $(k\/n)$<\/span>.<\/p>\n

L’approche computationnelle moderne repose sur un principe d’interpolation lin\u00e9aire continue entre les statistiques d’ordre cons\u00e9cutives. L’estimation du quantile $\\hat{Q}(p)$<\/span> s’exprime par la combinaison lin\u00e9aire pond\u00e9r\u00e9e :<\/p>\n

$$\\hat{Q}(p) = (1 – \\gamma) x_{(j)} + \\gamma x_{(j+1)}$$<\/span><\/p>\n

o\u00f9 $j$<\/span> repr\u00e9sente la partie enti\u00e8re d’un indice r\u00e9el calcul\u00e9 en fonction de la probabilit\u00e9 $p$<\/span> et de la taille d’\u00e9chantillon $n$<\/span>, tandis que $\\gamma in [0, 1]$<\/span> d\u00e9signe le facteur de pond\u00e9ration d’interpolation associ\u00e9 \u00e0 la fraction r\u00e9siduelle. Le comportement asymptotique de cet estimateur empirique converge de mani\u00e8re universelle vers le quantile th\u00e9orique de la population sous des conditions r\u00e9guli\u00e8res de d\u00e9rivabilit\u00e9 de la densit\u00e9, mais les propri\u00e9t\u00e9s \u00e0 \u00e9chantillon fini d\u00e9pendent directement de la param\u00e9trisation exacte de $j$<\/span> et de $\\gamma$<\/span>.<\/p>\n

2.2 Taxonomie des neuf algorithmes de calcul du param\u00e8tre type<\/h3>\n

Un aspect souvent m\u00e9connu des praticiens de R r\u00e9side dans l’existence de neuf algorithmes distincts impl\u00e9ment\u00e9s au sein de la fonction native quantile()<\/code>, pilot\u00e9s par l’argument type = 1:9<\/code>. Cette classification exhaustive d\u00e9coule des travaux fondateurs de Hyndman et Fan (1996), qui ont formalis\u00e9 et standardis\u00e9 les d\u00e9finitions math\u00e9matiques utilis\u00e9es de mani\u00e8re h\u00e9t\u00e9rog\u00e8ne \u00e0 travers les progiciels statistiques internationaux.<\/p>\n

Les m\u00e9thodes de type 1 \u00e0 3 constituent des fonctions de r\u00e9partition empiriques discontinues, o\u00f9 aucune interpolation r\u00e9elle n’est effectu\u00e9e :<\/p>\n