{"id":8563,"date":"2026-09-17T06:58:15","date_gmt":"2026-09-17T06:58:15","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/comment-trouver-resume-cinq-nombres-calculatrice-ti-84\/"},"modified":"2026-09-17T06:58:22","modified_gmt":"2026-09-17T06:58:22","slug":"comment-trouver-resume-cinq-nombres-calculatrice-ti-84","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=comment-trouver-resume-cinq-nombres-calculatrice-ti-84","title":{"rendered":"Comment trouver un r\u00e9sum\u00e9 \u00e0 cinq nombres sur une calculatrice TI-84"},"content":{"rendered":"

L’analyse statistique moderne repose sur une tension fondamentale entre la simplification n\u00e9cessaire des donn\u00e9es empiriques et la pr\u00e9servation de leur fid\u00e9lit\u00e9 structurelle. Confront\u00e9s \u00e0 des ensembles d’observations complexes issus de protocoles exp\u00e9rimentaux, d’\u00e9valuations psychom\u00e9triques ou de suivis longitudinaux, les chercheurs et praticiens doivent condenser l’information sans en occulter la forme sous-jacente. Si la statistique param\u00e9trique classique s’est longtemps appuy\u00e9e sur le couple moyenne-\u00e9cart-type, cette approche montre ses limites face aux distributions asym\u00e9triques, tronqu\u00e9es ou contamin\u00e9es par des valeurs atypiques. C’est pr\u00e9cis\u00e9ment dans cette br\u00e8che m\u00e9thodologique que s’inscrit le r\u00e9sum\u00e9 \u00e0 cinq nombres (ou five-number summary<\/em>), v\u00e9ritable pierre angulaire de l’analyse exploratoire des donn\u00e9es.<\/p>\n

Con\u00e7u pour fournir un diagnostic instantan\u00e9 de la tendance centrale, de la dispersion et de la sym\u00e9trie d’une distribution sans postuler l’hypoth\u00e8se de normalit\u00e9, le r\u00e9sum\u00e9 \u00e0 cinq nombres agr\u00e8ge la valeur minimale, le premier quartile, la m\u00e9diane, le troisi\u00e8me quartile et la valeur maximale. Loin d’\u00eatre un simple artifice d’\u00e9cole, cette synth\u00e8se d’ordre fournit les fondations g\u00e9om\u00e9triques indispensables \u00e0 la construction des diagrammes en bo\u00eete (boxplots<\/em>) et permet aux analystes d’identifier les discontinuit\u00e9s distributionnelles majeures. Pour les \u00e9tudiants, enseignants et chercheurs en sciences sociales, cognitives et biom\u00e9dicales, la ma\u00eetrise instrumentale de cet outil s’av\u00e8re indispensable pour mener des explorations pr\u00e9liminaires rigoureuses sur le terrain ou en laboratoire.<\/p>\n

Au c\u0153ur de cette pratique analytique, la gamme de calculatrices Texas Instruments, et plus particuli\u00e8rement la TI-84 Plus sous toutes ses variantes (Standard, Silver Edition et Color Edition), constitue le standard technologique le plus p\u00e9renne au sein des cursus universitaires et des centres de recherche. Sa puissance de traitement matriciel et son environnement logiciel d\u00e9di\u00e9 \u00e0 la statistique univari\u00e9e permettent d’extraire instantan\u00e9ment ces cinq m\u00e9triques \u00e0 partir de listes de donn\u00e9es brutes ou pond\u00e9r\u00e9es. Ce guide exhaustif d\u00e9taille la m\u00e9thodologie statistique sous-jacente, la manipulation pas-\u00e0-pas de l’instrument, l’interpr\u00e9tation avanc\u00e9e des indicateurs num\u00e9riques et leur traduction graphique, tout en abordant les implications psychom\u00e9triques et les diagnostics d’erreurs computationnelles.<\/p>\n

1. Introduction th\u00e9orique au r\u00e9sum\u00e9 \u00e0 cinq nombres en analyse descriptive<\/h2>\n

1.1 Origine conceptuelle et utilit\u00e9 en analyse exploratoire<\/h3>\n

Le r\u00e9sum\u00e9 \u00e0 cinq nombres puise ses fondements \u00e9pist\u00e9mologiques dans les travaux pionniers du math\u00e9maticien et statisticien am\u00e9ricain John W. Tukey<\/a>, qui a formalis\u00e9 au cours des ann\u00e9es 1970 le paradigme de l’Analyse Exploratoire des Donn\u00e9es (AED ou Exploratory Data Analysis<\/em>). \u00c0 une \u00e9poque o\u00f9 l’informatique naissante privil\u00e9giait une approche purement confirmatoire domin\u00e9e par le test d’hypoth\u00e8ses gaussiennes et l’estimation de param\u00e8tres d’ordre deux, Tukey a soutenu la n\u00e9cessit\u00e9 d’examiner la structure interne brute des observations avant toute mod\u00e9lisation probabiliste rigide. L’objectif premier de cette d\u00e9marche consiste \u00e0 r\u00e9duire la complexit\u00e9 informationnelle d’une s\u00e9rie num\u00e9rique sans alt\u00e9rer sa g\u00e9om\u00e9trie fondamentale, en isolant les points de rep\u00e8re structurants de la distribution ordonn\u00e9e.<\/p>\n

Cette approche non param\u00e9trique brille par sa robustesse statistique face aux distributions hautement asym\u00e9triques, omnipr\u00e9sentes dans l’\u00e9tude des processus cognitifs et comportementaux. Contrairement aux estimateurs classiques du premier et du second moment que sont la moyenne arithm\u00e9tique et la variance empirique, les indicateurs d’ordre ne subissent pas la distorsion induite par l’\u00e9tirement des queues de distribution ou par la pr\u00e9sence de points isol\u00e9s exceptionnels. Le r\u00e9sum\u00e9 \u00e0 cinq nombres offre une lecture transversale imm\u00e9diate qui ne requiert aucune supposition pr\u00e9alable quant \u00e0 l’appartenance des donn\u00e9es \u00e0 une famille param\u00e9trique sp\u00e9cifique, ce qui en fait un outil de d\u00e9couverte indispensable lors des phases de criblage exp\u00e9rimental.<\/p>\n

Il ne s’agit pas pour autant de rejeter les mesures param\u00e9triques, mais d’\u00e9tablir une compl\u00e9mentarit\u00e9 m\u00e9thodologique f\u00e9conde. Alors que la moyenne et l’\u00e9cart-type r\u00e9sument parfaitement les lois sym\u00e9triques m\u00e9socurtiques sans queues \u00e9paisses, le r\u00e9sum\u00e9 \u00e0 cinq nombres agit comme un garde-fou diagnostique. La comparaison entre la moyenne et la m\u00e9diane, tout comme la confrontation de l’\u00e9cart-type avec l’intervalle interquartile, permet de quantifier instantan\u00e9ment le degr\u00e9 de non-normalit\u00e9 d’une distribution. Ainsi, le r\u00e9sum\u00e9 \u00e0 cinq nombres sert \u00e0 la fois d’outil descriptif autonome et de test informel de validit\u00e9 des postulats r\u00e9gissant les inf\u00e9rences statistiques ult\u00e9rieures.<\/p>\n

1.2 Pertinence pour la mod\u00e9lisation psychom\u00e9trique et comportementale<\/h3>\n

Dans les champs disciplinaires de la psychom\u00e9trie, de la neuropsychologie et des sciences comportementales, la mesure est confront\u00e9e \u00e0 des contraintes structurelles d’\u00e9chelle. La plupart des instruments standardis\u00e9s, qu’il s’agisse de questionnaires de personnalit\u00e9 ou d’\u00e9chelles de d\u00e9pression comme l’inventaire de Beck, produisent des scores situ\u00e9s sur des \u00e9chelles ordinales ou au mieux d’intervalles approximatifs. L’\u00e9valuation de la variabilit\u00e9 interindividuelle sur ces \u00e9chelles n\u00e9cessite des indicateurs statistiques qui respectent l’ordre de classement sans pr\u00e9supposer une \u00e9quidistance parfaite entre les \u00e9chelons de mesure. Le r\u00e9sum\u00e9 \u00e0 cinq nombres s’adapte naturellement \u00e0 cette exigence en ancrant son analyse sur les rangs des sujets plut\u00f4t que sur des op\u00e9rations arithm\u00e9tiques lin\u00e9aires.<\/p>\n

Cette caract\u00e9ristique s’av\u00e8re critique lors du traitement de variables comportementales temporelles, telles que les temps de r\u00e9action dans des t\u00e2ches d’attention s\u00e9lective ou de flexibilit\u00e9 cognitive. Ces latences de r\u00e9ponse pr\u00e9sentent invariablement une asym\u00e9trie positive prononc\u00e9e, caract\u00e9ris\u00e9e par une accumulation massive d’observations rapides et une queue \u00e9tir\u00e9e vers les valeurs lentes correspondant \u00e0 des d\u00e9crochages attentionnels passagers. Le calcul de la moyenne et de l’\u00e9cart-type sur de telles s\u00e9ries produit une surestimation syst\u00e9matique du temps typique d’ex\u00e9cution et masque la dispersion r\u00e9elle du noyau central des performances. L’usage de la m\u00e9diane et des quartiles permet de caract\u00e9riser le fonctionnement cognitif modal sans recourir \u00e0 des transformations logarithmiques arbitraires qui compliquent l’interpr\u00e9tation clinique.<\/p>\n

De surcro\u00eet, le r\u00e9sum\u00e9 \u00e0 cinq nombres permet aux praticiens d’\u00e9valuer d’un seul coup d’\u0153il la dispersion globale et la dispersion m\u00e9diane d’un \u00e9chantillon clinique. L’amplitude totale, d\u00e9finie par l’\u00e9cart entre le minimum et le maximum, d\u00e9limite l’espace des r\u00e9ponses effectives observ\u00e9es au sein du groupe, tandis que l’\u00e9cart s\u00e9parant le premier du troisi\u00e8me quartile capture le comportement de la moiti\u00e9 centrale des sujets. Cette d\u00e9composition imm\u00e9diate favorise une analyse diff\u00e9rentielle fine, essentielle par exemple pour distinguer un profil clinique h\u00e9t\u00e9rog\u00e8ne, o\u00f9 l’\u00e9largissement de l’intervalle interquartile traduit une variabilit\u00e9 intrins\u00e8que accrue, d’un profil homog\u00e8ne affect\u00e9 par une observation aberrante isol\u00e9e.<\/p>\n

1.3 Propri\u00e9t\u00e9s math\u00e9matiques fondamentales de la distribution ordonn\u00e9e<\/h3>\n

D’un point de vue math\u00e9matique formel, le calcul du r\u00e9sum\u00e9 \u00e0 cinq nombres repose sur l’alg\u00e8bre des statistiques d’ordre. Soit un \u00e9chantillon de $n$<\/span> variables al\u00e9atoires r\u00e9elles observ\u00e9es $X_1, X_2, dots, X_n$<\/span>. La premi\u00e8re \u00e9tape algorithmique consiste \u00e0 r\u00e9ordonner ces observations selon une relation d’ordre partiel non stricte, conduisant \u00e0 la s\u00e9rie ordonn\u00e9e not\u00e9e $X_{(1)} le X_{(2)} le dots le X_{(n)}$<\/span>, o\u00f9 l’indice entre parenth\u00e8ses d\u00e9signe le rang statistique de chaque observation. Cette transformation transforme l’ensemble brut non structur\u00e9 en une distribution empirique cumulative $F_n(x)$<\/span>, sur laquelle les cinq valeurs de synth\u00e8se sont rigoureusement index\u00e9es en tant que percentiles empiriques d’ordre 0, 25, 50, 75 et 100.<\/p>\n

L’une des caract\u00e9ristiques analytiques les plus \u00e9l\u00e9gantes des statistiques d’ordre r\u00e9side dans leur invariance face \u00e0 toute transformation monotone strictement croissante. Si une fonction de transformation $g(x)$<\/span> v\u00e9rifie $g'(x) > 0$<\/span> sur l’ensemble de d\u00e9finition des observations, alors les statistiques d’ordre de la s\u00e9rie transform\u00e9e $Y_i = g(X_i)$<\/span> v\u00e9rifient rigoureusement $Y_{(k)} = g(X_{(k)})$<\/span>. Cette propri\u00e9t\u00e9 d’\u00e9quivariance monotone implique que la m\u00e9diane et les quartiles des donn\u00e9es transform\u00e9es sont pr\u00e9cis\u00e9ment les transform\u00e9es de la m\u00e9diane et des quartiles d’origine. Cette invariance contraste avec le comportement de la moyenne arithm\u00e9tique, qui ne respecte cette relation que sous des transformations strictement affines ($g(x) = ax + b$<\/span>), ce qui conf\u00e8re au r\u00e9sum\u00e9 \u00e0 cinq nombres une stabilit\u00e9 conceptuelle sup\u00e9rieure sur les donn\u00e9es psychophysiques soumises \u00e0 des mod\u00e9lisations logarithmiques ou exponentielles.<\/p>\n

Enfin, la r\u00e9sistance empirique des composantes du r\u00e9sum\u00e9 \u00e0 cinq nombres peut \u00eatre formellement caract\u00e9ris\u00e9e par leur point de rupture asymptotique. Le point de rupture mesure la proportion minimale d’observations arbitrairement aberrantes qu’un \u00e9chantillon peut contenir avant que l’estimateur ne puisse \u00eatre entra\u00een\u00e9 vers l’infini positif ou n\u00e9gatif. Alors que la moyenne arithm\u00e9tique et l’\u00e9cart-type poss\u00e8dent un point de rupture nul de $0\/n$<\/span> (une seule observation aberrante suffisant \u00e0 contaminer le r\u00e9sultat \u00e0 l’infini), la m\u00e9diane atteint le point de rupture th\u00e9orique maximal possible de $0{,}5$<\/span> (soit 50 % de contamination tol\u00e9r\u00e9e). Les quartiles $Q_1$<\/span> et $Q_3$<\/span> affichent quant \u00e0 eux un point de rupture de 25 %. Cette r\u00e9silience interne garantit que le c\u0153ur du r\u00e9sum\u00e9 \u00e0 cinq nombres demeure une description fid\u00e8le de la population sous-jacente, m\u00eame en pr\u00e9sence d’artefacts d’acquisition de donn\u00e9es.<\/p>\n

2. Les cinq indicateurs fondamentaux : d\u00e9finitions et interpr\u00e9tations statistiques<\/h2>\n

2.1 Le minimum et le maximum : l’\u00e9tendue absolue de l’\u00e9chantillon<\/h3>\n

La premi\u00e8re et la derni\u00e8re composante du r\u00e9sum\u00e9 \u00e0 cinq nombres constituent les fronti\u00e8res observationnelles de la distribution empirique. Le minimum, not\u00e9 math\u00e9matiquement $X_{(1)} = \\min_{1 le i le n} X_i$<\/span>, correspond \u00e0 la borne inf\u00e9rieure stricte de l’\u00e9chantillon recueilli. Sym\u00e9triquement, le maximum, d\u00e9sign\u00e9 par $X_{(n)} = \\max_{1 le i le n} X_i$<\/span>, repr\u00e9sente la borne sup\u00e9rieure absolue. La soustraction arithm\u00e9tique directe entre ces deux m\u00e9triques d\u00e9finit l’\u00e9tendue globale ou amplitude totale de la s\u00e9rie ($E = X_{(n)} – X_{(1)}$<\/span>). Cette m\u00e9trique quantifie l’espace dimensionnel complet au sein duquel toutes les donn\u00e9es exp\u00e9rimentales sont contenues, offrant un cadre g\u00e9om\u00e9trique imm\u00e9diat pour l’analyse descriptive.<\/p>\n

En raison de leur nature intrins\u00e8que de statistiques d’ordre extr\u00eames, le minimum et le maximum sont particuli\u00e8rement vuln\u00e9rables aux bruits de mesure, aux erreurs de codage de donn\u00e9es et aux fluctuations d’\u00e9chantillonnage. Contrairement aux trois mesures centrales, le point de rupture du minimum et du maximum est strictement nul ($1\/n$<\/span>). Une simple erreur de saisie typographique d\u00e9calant une virgule d\u00e9cimale ou ajoutant un z\u00e9ro superflu alt\u00e8re instantan\u00e9ment l’amplitude totale de fa\u00e7on spectaculaire. Il est donc fondamental de ne jamais interpr\u00e9ter ces deux bornes isol\u00e9ment, mais de les analyser syst\u00e9matiquement en relation \u00e9troite avec les quartiles sous-jacents afin d’identifier si ces extr\u00eames r\u00e9sultent d’un \u00e9talement r\u00e9gulier de la queue de distribution ou d’un accident instrumental discontinu.<\/p>\n

Dans les contextes d’\u00e9valuation psychologique et psychom\u00e9trique, l’examen minutieux du minimum et du maximum s’av\u00e8re particuli\u00e8rement f\u00e9cond pour d\u00e9tecter les effets de plancher (floor effects<\/em>) et les effets de plafond (ceiling effects<\/em>). Si le minimum observ\u00e9 co\u00efncide avec le score le plus bas th\u00e9oriquement atteignable sur une \u00e9chelle de mesure clinique (par exemple, un score de z\u00e9ro sur une \u00e9chelle d’\u00e9valuation de la d\u00e9tresse \u00e9motionnelle), la pr\u00e9sence d’une proportion substantielle d’observations agr\u00e9g\u00e9es \u00e0 cette valeur signale que l’instrument s’av\u00e8re incapable de discriminer les degr\u00e9s de s\u00e9v\u00e9rit\u00e9 subcliniques. R\u00e9ciproquement, un maximum confondu avec le plafond de l’\u00e9preuve indique un test trop accessible, emp\u00eachant la mesure pr\u00e9cise des performances exceptionnelles chez les sujets \u00e0 haut potentiel cognitif.<\/p>\n

2.2 La m\u00e9diane : le pivot central de la s\u00e9rie ordonn\u00e9e<\/h3>\n

La m\u00e9diane, conventionnellement not\u00e9e $Med$<\/span> ou $Q_2$<\/span>, constitue le second quartile et le cinquanti\u00e8me centile de la distribution. Elle repr\u00e9sente formellement la valeur num\u00e9rique qui scinde l’\u00e9chantillon ordonn\u00e9 en deux sous-groupes de cardinalit\u00e9s strictement \u00e9gales, de sorte qu’exactement 50 % des observations lui soient inf\u00e9rieures ou \u00e9gales et 50 % lui soient sup\u00e9rieures ou \u00e9gales. Sa formulation math\u00e9matique explicite d\u00e9pend de la parit\u00e9 de l’effectif total $n$<\/span>. Si $n$<\/span> est impair, la m\u00e9diane correspond pr\u00e9cis\u00e9ment \u00e0 la valeur centrale occupant le rang $(n + 1)\/2$<\/span> au sein de la s\u00e9rie ordonn\u00e9e :<\/p>\n

$$Med = X_{\\left(\\frac{n+1}{2}\\right)}$$<\/span><\/p>\n

\u00c0 l’inverse, si l’effectif $n$<\/span> est pair, il n’existe pas d’observation physique centrale unique ; la m\u00e9diane statistique est alors conventionnellement d\u00e9finie comme la demi-somme arithm\u00e9tique des deux observations centrales occupant respectivement les rangs $n\/2$<\/span> et $(n\/2) + 1$<\/span> :<\/p>\n

$$Med = \\frac{X_{\\left(\\frac{n}{2}\\right)} + X_{\\left(\\frac{n}{2}+1\\right)}}{2}$$<\/span><\/p>\n

Sur le plan de l’optimisation math\u00e9matique, la m\u00e9diane se distingue par une propri\u00e9t\u00e9 remarquable : elle minimise la somme des \u00e9carts absolus des observations par rapport \u00e0 un point central arbitraire $c$<\/span>. En d’autres termes, elle constitue la solution exacte du probl\u00e8me variationnel $\\min_{c} \\sum_{i=1}^n |X_i – c|$<\/span>, ce qui correspond \u00e0 l’ajustement optimal sous la norme $L_1$<\/span>. En revanche, la moyenne arithm\u00e9tique minimise la somme des carr\u00e9s des \u00e9carts (norme $L_2$<\/span>). Cette divergence fonctionnelle explique l’insensibilit\u00e9 structurelle de la m\u00e9diane face aux valeurs atypiques : modifier la valeur d’une observation extr\u00eame sans modifier son rang par rapport au centre de la s\u00e9rie ne d\u00e9place absolument pas la m\u00e9diane, alors que la moyenne se trouve imm\u00e9diatement d\u00e9plac\u00e9e dans la direction de la perturbation.<\/p>\n

Dans la standardisation des tests psychologiques et des \u00e9chelles d’aptitude cognitive telles que les \u00e9chelles de Wechsler (WAIS, WISC), la m\u00e9diane sert d’ancrage fondamental pour le calcul des rangs percentiles. Un score brut \u00e9quivalant \u00e0 la m\u00e9diane positionne pr\u00e9cis\u00e9ment l’individu au cinquanti\u00e8me percentile de la population de r\u00e9f\u00e9rence, signifiant qu’il surpasse ou \u00e9gale la moiti\u00e9 exacte de la cohorte d’\u00e9talonnage. Cette correspondance directe en termes de probabilit\u00e9 cumulative conf\u00e8re \u00e0 la m\u00e9diane une intelligibilit\u00e9 clinique imm\u00e9diate pour la restitution de profils neuropsychologiques aupr\u00e8s des patients et des \u00e9quipes multidisciplinaires, surpassant la compr\u00e9hension souvent abstraite des scores $Z$<\/span> d\u00e9riv\u00e9s de la moyenne arithm\u00e9tique.<\/p>\n

2.3 Les quartiles Q1 et Q3 : segmentation de la masse distributionnelle<\/h3>\n

Les premier et troisi\u00e8me quartiles, universellement d\u00e9sign\u00e9s par les symboles $Q_1$<\/span> et $Q_3$<\/span>, agissent comme des d\u00e9limiteurs structurels qui subdivisent la masse empirique des donn\u00e9es ordonn\u00e9es en quatre segments contenant chacun un quart (25 %) de l’effectif total. Le premier quartile $Q_1$<\/span>, ou vingt-cinqui\u00e8me centile, repr\u00e9sente la valeur sous laquelle se situent 25 % des observations les plus basses et au-dessus de laquelle s’ordonnent les 75 % restants. Conceptuellement, il peut \u00eatre appr\u00e9hend\u00e9 comme la m\u00e9diane de la moiti\u00e9 inf\u00e9rieure de la s\u00e9rie statistique. Sym\u00e9triquement, le troisi\u00e8me quartile $Q_3$<\/span>, ou soixante-quinzi\u00e8me centile, s\u00e9pare les 75 % des valeurs inf\u00e9rieures des 25 % des valeurs les plus \u00e9lev\u00e9es de l’\u00e9chantillon, s’apparentant \u00e0 la m\u00e9diane de la moiti\u00e9 sup\u00e9rieure des observations.<\/p>\n

La distance lin\u00e9aire s\u00e9parant ces deux jalons quantiles constitue l’\u00e9cart interquartile (not\u00e9 $IQR$<\/span> pour Interquartile Range<\/em>), d\u00e9fini par la relation formelle :<\/p>\n

$$IQR = Q_3 – Q_1$$<\/span><\/p>\n

Cet indicateur de dispersion non param\u00e9trique mesure l’\u00e9tendue spatiale couverte par le noyau central de 50 % des observations empiriques. Tout comme la m\u00e9diane, l’\u00e9cart interquartile pr\u00e9sente une remarquable stabilit\u00e9 et une robustesse \u00e9lev\u00e9e face aux fluctuations des queues de distribution. Alors que l’\u00e9cart-type peut \u00eatre artificiellement dilat\u00e9 par une poign\u00e9e de donn\u00e9es aberrantes en raison de l’\u00e9l\u00e9vation des \u00e9carts au carr\u00e9, l’\u00e9cart interquartile conserve sa signification physique invariante, fournissant un \u00e9talon fiable de la variabilit\u00e9 typique au sein du groupe \u00e9tudi\u00e9.<\/p>\n

Il importe toutefois de souligner qu’il n’existe pas de consensus universel absolu pour l’interpolation discr\u00e8te des quartiles lorsque les indices ne tombent pas sur des valeurs enti\u00e8res. Diverses m\u00e9thodes algorithmiques coexistent dans la litt\u00e9rature statistique, telles que les formulations document\u00e9es par Hyndman et Fan<\/a>, les \u00ab charni\u00e8res de Tukey \u00bb (hinges<\/em>) et les approximations de Moore et McCabe. Les calculatrices de la gamme Texas Instruments, dont la TI-84, adoptent une convention sp\u00e9cifique consistant \u00e0 exclure formellement la m\u00e9diane du calcul des sous-m\u00e9dianes lorsque l’effectif global $n$<\/span> est impair. Bien que ces divergences algorithmiques n’engendrent que des variations marginales sur les \u00e9chantillons de taille moyenne ou \u00e9lev\u00e9e, la connaissance de la logique interne propre \u00e0 l’instrument \u00e9vite les incertitudes lors de la validation manuelle de calculs de quartiles.<\/p>\n

3. Pr\u00e9sentation de la calculatrice TI-84 Plus et configuration pr\u00e9alable<\/h2>\n

3.1 Sp\u00e9cificit\u00e9s techniques des mod\u00e8les de la gamme TI-84<\/h3>\n

La famille des calculatrices graphiques TI-84 Plus comprend plusieurs g\u00e9n\u00e9rations d’appareils qui partagent une architecture logicielle commune tout en pr\u00e9sentant des raffinements mat\u00e9riels progressifs. Le mod\u00e8le standard TI-84 Plus, commercialis\u00e9 au d\u00e9but des ann\u00e9es 2000, repose sur un microprocesseur Zilog Z80 cadenc\u00e9 \u00e0 15 MHz et dispose d’un affichage \u00e0 cristaux liquides monochrome de 96 par 64 pixels. La d\u00e9clinaison Silver Edition<\/em> a introduit une m\u00e9moire flash accrue et une fr\u00e9quence d’horloge commutable \u00e0 15 MHz pour acc\u00e9l\u00e9rer les op\u00e9rations de traitement sur les tables volumineuses. L’it\u00e9ration la plus contemporaine, la TI-84 Plus CE (Color Edition<\/em>), int\u00e8gre un processeur eZ80 cadenc\u00e9 \u00e0 48 MHz et un \u00e9cran r\u00e9tro\u00e9clair\u00e9 haute r\u00e9solution de 320 par 240 pixels capable d’afficher des graphiques statistiques en couleur.<\/p>\n

Malgr\u00e9 ces disparit\u00e9s mat\u00e9rielles, le syst\u00e8me d’exploitation interne (l’OS de TI, qu’il s’agisse des r\u00e9visions 2.55MP sur les mod\u00e8les monochromes ou des versions 5.x sur les mod\u00e8les CE) assure une compatibilit\u00e9 ascendante quasi-parfaite au niveau des biblioth\u00e8ques de calcul statistique. Les algorithmes d’analyse descriptive univari\u00e9e, de gestion de l’espace m\u00e9moire matriciel et d’optimisation des repr\u00e9sentations graphiques sont fonctionnellement identiques d’un mod\u00e8le \u00e0 l’autre. Le passage \u00e0 la technologie d’affichage haute r\u00e9solution de la TI-84 Plus CE procure n\u00e9anmoins un confort visuel d\u00e9terminant pour l’analyse exploratoire, permettant de superposer distinctement plusieurs diagrammes en bo\u00eete color\u00e9s sur un rep\u00e8re cart\u00e9sien pr\u00e9cis sans subir le cr\u00e9nelage inh\u00e9rent aux \u00e9crans monochromes d’ancienne g\u00e9n\u00e9ration.<\/p>\n

\"\"<\/figure>\n

Le syst\u00e8me d’exploitation de ces appareils g\u00e8re les s\u00e9ries de donn\u00e9es par le biais de structures matricielles unidimensionnelles appel\u00e9es \u00ab listes \u00bb. La m\u00e9moire vive (RAM) de la calculatrice r\u00e9serve par d\u00e9faut six registres d’acc\u00e8s direct, d\u00e9sign\u00e9s de L1<\/code> \u00e0 L6<\/code>, pr\u00e9configur\u00e9s pour accueillir des valeurs num\u00e9riques scalaires cod\u00e9es en virgule flottante sur 9 octets (format Texas Instruments \u00e0 mantisse d\u00e9cimale). Cette architecture interne garantit une pr\u00e9cision algorithmique de 14 chiffres significatifs avec un exposant variant de $-99$<\/span> \u00e0 $+99$<\/span>, \u00e9liminant de facto les erreurs d’arrondi lors du tri s\u00e9quentiel des observations n\u00e9cessaires \u00e0 l’\u00e9tablissement des statistiques d’ordre.<\/p>\n

3.2 Initialisation mat\u00e9rielle et v\u00e9rification de la m\u00e9moire<\/h3>\n

Avant d’engager tout protocole de saisie et de traitement statistique, il est imp\u00e9ratif d’auditer l’\u00e9tat de la m\u00e9moire vive de la calculatrice afin de pr\u00e9venir d’\u00e9ventuels d\u00e9passements de capacit\u00e9 ou des conflits avec des variables r\u00e9siduelles issues de sessions de calcul ant\u00e9rieures. Pour v\u00e9rifier l’int\u00e9grit\u00e9 de la m\u00e9moire sur la TI-84, l’op\u00e9rateur doit solliciter la fonction de gestion m\u00e9moire en pressant successivement la touche jaune ou bleue 2nd<\/code> puis la touche +<\/code> (marqu\u00e9e en surimpression MEM<\/code>). Cette action d\u00e9clenche l’apparition du menu contextuel MEMORY<\/code>.<\/p>\n

\u00c0 partir de cet \u00e9cran, la s\u00e9lection de l’option 1:Check RAM...<\/code> (ou 1:V\u00e9rif RAM...<\/code> selon la langue de l’OS) permet de visualiser instantan\u00e9ment l’espace de m\u00e9moire vive libre exprim\u00e9 en octets. Une ex\u00e9cution fluide des algorithmes de tri et le trac\u00e9 sans artefact des graphiques statistiques requi\u00e8rent un minimum de 1 000 \u00e0 2 000 octets de RAM disponible. Si la m\u00e9moire r\u00e9siduelle est satur\u00e9e par des programmes tiers volumineux ou des matrices r\u00e9siduelles complexes, il convient de lib\u00e9rer de l’espace via l’option 2:Mem Management\/Delete...<\/code> en ciblant sp\u00e9cifiquement les \u00e9l\u00e9ments obsol\u00e8tes sans alt\u00e9rer les registres syst\u00e8me indispensables.<\/p>\n

Un autre r\u00e9glage d’initialisation fondamental concerne l’activation du module interactif Stat Wizards<\/em>, introduit dans les versions d’OS r\u00e9centes pour guider la saisie des arguments de fonction statistique. Pour s’assurer de sa configuration ad\u00e9quate, pressez la touche MODE<\/code>, puis faites d\u00e9filer les options \u00e0 l’aide des fl\u00e8ches de navigation jusqu’\u00e0 rep\u00e9rer la ligne STAT WIZARDS<\/code>. Positionnez le curseur clignotant sur l’\u00e9tat ON<\/code> et appuyez sur la touche ENTER<\/code> pour valider. Ce r\u00e9glage garantit l’affichage d’\u00e9crans de param\u00e9trage explicites lors de l’appel des routines de traitement univari\u00e9, s\u00e9curisant ainsi la d\u00e9signation des listes sources et des fr\u00e9quences associ\u00e9es.<\/p>\n

3.3 Nettoyage et r\u00e9initialisation des listes d’\u00e9dition<\/h3>\n

L’une des causes les plus r\u00e9currentes d’erreurs d’inf\u00e9rence en milieu acad\u00e9mique provient de la contamination d’un nouveau jeu de donn\u00e9es par des valeurs pr\u00e9existantes oubli\u00e9es en queue de liste. Si une s\u00e9rie exp\u00e9rimentale actuelle ne comporte que 10 observations alors que la liste m\u00e9moire L1<\/code> contenait pr\u00e9c\u00e9demment 25 valeurs, le simple \u00e9crasement des dix premi\u00e8res lignes laissera subsister les quinze derni\u00e8res observations de l’ancienne s\u00e9rie, faussant irr\u00e9m\u00e9diablement le r\u00e9sum\u00e9 \u00e0 cinq nombres. Deux strat\u00e9gies de nettoyage s’offrent alors \u00e0 l’utilisateur : l’effacement s\u00e9lectif pr\u00e9alable ou la purge globale par commande.<\/p>\n

La m\u00e9thode la plus rapide et la plus s\u00fbre consiste \u00e0 ex\u00e9cuter la commande d\u00e9di\u00e9e ClrList<\/code> (Clear List<\/em>). Pour y acc\u00e9der depuis l’\u00e9cran de calcul standard (l’\u00e9cran d’accueil accessible via la combinaison 2nd<\/code> MODE<\/code> pour faire QUIT<\/code>), appuyez sur la touche STAT<\/code>, puis s\u00e9lectionnez l’option 4:ClrList<\/code> au sein du sous-menu EDIT<\/code>. L’instruction est alors imprim\u00e9e sur l’\u00e9cran d’accueil, dans l’attente de ses arguments. Indiquez la liste cibl\u00e9e en saisissant la combinaison correspondant au nom de la liste, par exemple 2nd<\/code> 1<\/code> pour afficher L1<\/code>, puis terminez par ENTER<\/code>. L’appareil affiche la notification de confirmation Done<\/code>, attestant que le vecteur L1<\/code> a \u00e9t\u00e9 totalement purg\u00e9 de son contenu sans d\u00e9truire la variable elle-m\u00eame.<\/p>\n

Il arrive fr\u00e9quemment qu’au cours de manipulations erron\u00e9es dans l’\u00e9diteur de listes, un utilisateur supprime accidentellement la colonne L1<\/code> ou L2<\/code> elle-m\u00eame en utilisant la touche DEL<\/code> sur l’en-t\u00eate de colonne, faisant ainsi dispara\u00eetre la liste de l’interface visuelle. Dans une telle situation de collision logicielle, il ne sert \u00e0 rien de paniquer ou de r\u00e9initialiser compl\u00e8tement l’appareil : il suffit d’acc\u00e9der au menu STAT<\/code>, de s\u00e9lectionner la commande 5:SetUpEditor<\/code> et d’appuyer sur ENTER<\/code>. Cette routine interne restaure imm\u00e9diatement la configuration g\u00e9om\u00e9trique native de l’\u00e9diteur matriciel en r\u00e9installant les six listes fondamentales L1<\/code> \u00e0 L6<\/code> dans leur ordre num\u00e9rique canonique.<\/p>\n

4. \u00c9tape 1 : Saisie et organisation rigoureuse des donn\u00e9es dans les listes<\/h2>\n

4.1 Acc\u00e8s \u00e0 l’\u00e9diteur matriciel de listes<\/h3>\n

L’interface de saisie et de manipulation directe des observations sur la calculatrice TI-84 repose sur un \u00e9diteur matriciel plein \u00e9cran. Pour p\u00e9n\u00e9trer dans cet environnement, appuyez sur la touche physique STAT<\/code> situ\u00e9e sur la partie sup\u00e9rieure droite du pav\u00e9 num\u00e9rique. Cette commande ouvre un menu subdivis\u00e9 en trois onglets fonctionnels horizontaux : EDIT<\/code>, CALC<\/code> et TESTS<\/code>. Par d\u00e9faut, le curseur se positionne sur l’onglet EDIT<\/code> et surligne la premi\u00e8re option num\u00e9rot\u00e9e 1:Edit...<\/code>. Validez ce choix en pressant la touche ENTER<\/code> ou en appuyant directement sur la touche num\u00e9rique 1<\/code>.<\/p>\n

L’\u00e9cran affiche instantan\u00e9ment l’\u00e9diteur matriciel structur\u00e9 sous forme de colonnes adjacentes. Les en-t\u00eates de colonnes indiquent les identifiants des listes actives, principalement L1<\/code>, L2<\/code>, et L3<\/code> (les listes L4<\/code>, L5<\/code>, L6<\/code> \u00e9tant accessibles par d\u00e9filement horizontal vers la droite \u00e0 l’aide des touches directionnelles). Chaque colonne se compose d’une succession de lignes index\u00e9es, chaque cellule \u00e9tant con\u00e7ue pour h\u00e9berger une valeur scalaire unique. Au bas de l’\u00e9cran, une ligne d’\u00e9tat affiche des informations critiques sur la cellule actuellement surlign\u00e9e par le curseur rectangulaire, adoptant la syntaxe canonique NOM_LISTE(INDICE) = VALEUR<\/code>, par exemple L1(1)=<\/code> lorsque le curseur pointe vers la toute premi\u00e8re case de la premi\u00e8re liste.<\/p>\n

Cette structure matricielle offre une lisibilit\u00e9 optimale pour la gestion des s\u00e9ries univari\u00e9es. La compr\u00e9hension de l’adressage m\u00e9moire interne est primordiale : la calculatrice alloue dynamiquement des cellules \u00e0 mesure que les donn\u00e9es sont introduites s\u00e9quentiellement. Il est donc impossible de laisser des cellules vides ou de sauter une ligne au sein d’une m\u00eame liste sans provoquer une discontinuit\u00e9 que le syst\u00e8me d’exploitation refuserait de valider, garantissant ainsi l’int\u00e9grit\u00e9 de la s\u00e9rie statistique collect\u00e9e.<\/p>\n

4.2 Protocoles d’encodage pr\u00e9cis des observations<\/h3>\n

Le processus d’encodage exige une rigueur m\u00e9thodique afin d’\u00e9viter l’introduction de bruits d’\u00e9chantillonnage non d\u00e9sir\u00e9s. Le curseur \u00e9tant positionn\u00e9 sur la ligne 1 de la liste cible (par convention L1<\/code> pour une s\u00e9rie univari\u00e9e simple), l’op\u00e9rateur saisit la premi\u00e8re valeur num\u00e9rique brute \u00e0 l’aide du clavier num\u00e9rique. Durant la composition de la valeur, les chiffres s’affichent sur la ligne d’\u00e9tat inf\u00e9rieure. Pour consigner formellement la valeur dans le registre m\u00e9moire de la cellule, il est obligatoire d’appuyer sur la touche ENTER<\/code>. D\u00e8s la validation, la valeur est ancr\u00e9e dans la matrice et le curseur d’\u00e9dition descend automatiquement vers la ligne imm\u00e9diatement inf\u00e9rieure, pr\u00eate pour la saisie suivante.<\/p>\n

Il importe de respecter scrupuleusement les conventions typographiques mat\u00e9rielles de Texas Instruments, qui diff\u00e8rent des standards informatiques g\u00e9n\u00e9riques sur deux points majeurs. Premi\u00e8rement, le s\u00e9parateur d\u00e9cimal doit obligatoirement \u00eatre compos\u00e9 via la touche physique point d\u00e9cimal .<\/code> situ\u00e9e entre les touches z\u00e9ro et (-)<\/code>. L’utilisation erron\u00e9e de la virgule de s\u00e9paration syntaxique (touche ,<\/code> situ\u00e9e au-dessus de la touche 7<\/code>) bloquera l’encodage ou d\u00e9clenchera une erreur logicielle. Deuxi\u00e8mement, la saisie d’observations n\u00e9gatives requiert l’usage exclusif de la touche de n\u00e9gation unaire (-)<\/code> positionn\u00e9e en bas \u00e0 droite du clavier, et non pas de la touche de soustraction arithm\u00e9tique binaire -<\/code> (op\u00e9rateur de soustraction situ\u00e9 sur la colonne de droite), sous peine de g\u00e9n\u00e9rer l’interruption logicielle ERR:SYNTAX<\/code>.<\/p>\n

Tout au long de l’encodage, le praticien doit garder une vigilance constante sur l’indicateur d’indice de ligne situ\u00e9 sur la ligne d’\u00e9tat au bas de l’\u00e9cran. Apr\u00e8s avoir saisi la derni\u00e8re valeur de son \u00e9chantillon empirique, l’observateur doit v\u00e9rifier que l’indice de la prochaine cellule vide, mat\u00e9rialis\u00e9 par L1(n+1)=<\/code>, est exactement \u00e9gal \u00e0 l’effectif th\u00e9orique attendu major\u00e9 d’une unit\u00e9. Par exemple, pour une cohorte exp\u00e9rimentale comportant formellement $n = 15$<\/span> sujets, le curseur doit se stabiliser sur L1(16)=<\/code> au terme de la s\u00e9quence de frappe. Tout \u00e9cart sur cet indice signale imm\u00e9diatement une omission ou un doublon dans la transcription des scores bruts.<\/p>\n

4.3 Contr\u00f4le qualit\u00e9 et correction des anomalies de frappe<\/h3>\n

Une fois la phase d’entr\u00e9e num\u00e9rique achev\u00e9e, un protocole rigoureux d’assurance qualit\u00e9 statistique impose une relecture int\u00e9grale de la s\u00e9rie ordonn\u00e9e ou d\u00e9sordonn\u00e9e pr\u00e9sente dans la m\u00e9moire active. La navigation au sein de la colonne s’op\u00e8re de mani\u00e8re intuitive \u00e0 l’aide des touches directionnelles fl\u00e9ch\u00e9es \u25b2<\/code> (Haut) et \u25bc<\/code> (Bas). Chaque d\u00e9placement du curseur met \u00e0 jour la ligne d’\u00e9tat inf\u00e9rieure, permettant de v\u00e9rifier la conformit\u00e9 exacte de la valeur stock\u00e9e avec la feuille de recueil des donn\u00e9es cliniques originale.<\/p>\n

Si une valeur erron\u00e9e est identifi\u00e9e en cours d’audit, plusieurs m\u00e9canismes correctifs peuvent \u00eatre d\u00e9ploy\u00e9s selon la nature de l’anomalie. Si le score est simplement inexact mais que la structure de l’\u00e9chantillon est pr\u00e9serv\u00e9e, il suffit de positionner le curseur sur la cellule d\u00e9fectueuse, de composer directement la valeur correcte sur le pav\u00e9 num\u00e9rique et d’appuyer sur ENTER<\/code> pour \u00e9craser la valeur ant\u00e9rieure. Dans l’\u00e9ventualit\u00e9 o\u00f9 une observation parasite se serait gliss\u00e9e ind\u00fbment dans la liste (cr\u00e9ant un effectif surnum\u00e9raire), positionnez le curseur sur la cellule incrimin\u00e9e et pressez la touche physique DEL<\/code> (Delete<\/em>) : la valeur est instantan\u00e9ment retir\u00e9e de la m\u00e9moire et les cellules inf\u00e9rieures se d\u00e9calent m\u00e9caniquement vers le haut d’un cran.<\/p>\n

\u00c0 l’inverse, si l’audit r\u00e9v\u00e8le l’omission d’une observation au c\u0153ur de la s\u00e9rie, il n’est aucunement requis de ressaisir l’ensemble de la colonne. Placez le curseur sur la ligne qui doit succ\u00e9der \u00e0 la valeur manquante, puis engagez la combinaison de touches 2nd<\/code> puis DEL<\/code> (correspondant \u00e0 l’instruction en surimpression INS<\/code> pour Insert<\/em>). La calculatrice cr\u00e9e instantan\u00e9ment une cellule vide index\u00e9e \u00e0 la position courante en repoussant l’ensemble des donn\u00e9es suivantes vers le bas. Il ne reste plus qu’\u00e0 taper la valeur omise et \u00e0 presser la touche ENTER<\/code> pour sceller la compl\u00e9tude du jeu de donn\u00e9es. Une fois l’int\u00e9grit\u00e9 de la liste L1<\/code> formellement valid\u00e9e, quittez l’\u00e9diteur matriciel en ex\u00e9cutant la commande 2nd<\/code> MODE<\/code> (QUIT<\/code>) pour regagner l’\u00e9cran de calcul principal.<\/p>\n

5. \u00c9tape 2 : Ex\u00e9cution de la commande 1-Var Stats sur la TI-84<\/h2>\n

5.1 Navigation vers le sous-menu de calcul statistique<\/h3>\n

L’extraction algorithmique du r\u00e9sum\u00e9 \u00e0 cinq nombres s’effectue via le module de traitement univari\u00e9 int\u00e9gr\u00e9 au syst\u00e8me d’exploitation de la calculatrice. Pour amorcer ce processus computationnel, appuyez de nouveau sur la touche physique STAT<\/code>, qui r\u00e9affiche l’interface de contr\u00f4le statistique. \u00c0 ce stade, utilisez la touche directionnelle fl\u00e9ch\u00e9e droite \u25ba<\/code> pour translater la s\u00e9lection active de l’onglet EDIT<\/code> vers l’onglet central CALC<\/code> (Calculs).<\/p>\n

Le sous-menu CALC<\/code> regroupe l’ensemble des moteurs d’inf\u00e9rence et d’ajustement de mod\u00e8les statistiques disponibles sur la machine. La premi\u00e8re instruction de la liste, num\u00e9rot\u00e9e 1:1-Var Stats<\/code> (abr\u00e9viation pour One-Variable Statistics<\/em> ou Statistiques \u00e0 une variable), constitue le programme algorithmique d\u00e9di\u00e9 \u00e0 la caract\u00e9risation exhaustive d’une seule s\u00e9rie scalaire. La seconde option, 2:2-Var Stats<\/code>, est exclusivement r\u00e9serv\u00e9e \u00e0 l’analyse bivari\u00e9e d’\u00e9chantillons appari\u00e9s visant des corr\u00e9lations ou des r\u00e9gressions crois\u00e9es, et ne doit en aucun cas \u00eatre sollicit\u00e9e pour l’extraction d’un r\u00e9sum\u00e9 \u00e0 cinq nombres univari\u00e9, sous peine d’exiger obligatoirement deux listes synchrones de m\u00eames dimensions.<\/p>\n

Pour activer l’utilitaire 1-Var Stats<\/code>, l’op\u00e9rateur peut indiff\u00e9remment appuyer sur la touche num\u00e9rique 1<\/code> ou laisser le curseur surbriller la premi\u00e8re ligne et appuyer sur la touche ENTER<\/code>. La transition visuelle qui s’op\u00e8re alors d\u00e9pend \u00e9troitement du mod\u00e8le mat\u00e9riel de la TI-84 et de la configuration du syst\u00e8me d’exploitation, distinguant les interfaces modernes guid\u00e9es par assistant des syntaxes classiques en ligne de commande.<\/p>\n

5.2 Param\u00e9trage des invites de calcul sur TI-84 Plus CE<\/h3>\n

Sur les calculatrices contemporaines telles que la TI-84 Plus CE ou les mod\u00e8les TI-84 Plus \u00e9quip\u00e9s d’un OS r\u00e9cent disposant de l’option STAT WIZARDS: ON<\/code>, l’appel de l’utilitaire g\u00e9n\u00e8re un formulaire de configuration structur\u00e9 \u00e0 l’\u00e9cran, compos\u00e9 de trois champs distincts : List:<\/code>, FreqList:<\/code>, et Calculate<\/code>. Cette interface ergonomique vise \u00e0 \u00e9liminer toute erreur de syntaxe en guidant explicitement l’attribution des variables d’entr\u00e9e.<\/p>\n

Le premier champ, intitul\u00e9 List:<\/code>, attend la d\u00e9signation formelle du vecteur de donn\u00e9es contenant les observations brutes \u00e0 traiter. Par d\u00e9faut, la machine y inscrit automatiquement l’identifiant L1<\/code>. Si vos donn\u00e9es sont effectivement log\u00e9es dans ce registre, conservez cette s\u00e9lection. Si vous avez encod\u00e9 vos donn\u00e9es dans une autre liste (par exemple L2<\/code>), vous devez imp\u00e9rativement actualiser ce champ en pressant la combinaison de touches appropri\u00e9e, comme 2nd<\/code> 2<\/code> pour invoquer L2<\/code>. Le second champ, d\u00e9sign\u00e9 par FreqList:<\/code> (Liste de fr\u00e9quences ou de pond\u00e9rations), permet de sp\u00e9cifier un vecteur auxiliaire recensant les occurrences de chaque valeur dans le cas d’une distribution group\u00e9e en tableau d’effectifs.<\/p>\n

\"\"<\/figure>\n

Dans la configuration standard o\u00f9 chaque ligne de votre liste L1<\/code> repr\u00e9sente une mesure empirique individuelle unique non group\u00e9e, ce champ FreqList:<\/code> doit absolument rester vierge de tout caract\u00e8re. Si une variable r\u00e9siduelle y est inscrite par d\u00e9faut (comme L2<\/code>), d\u00e9placez le curseur sur cette ligne avec la fl\u00e8che \u25bc<\/code> et pressez la touche CLEAR<\/code> pour effacer l’entr\u00e9e. Le maintien erron\u00e9 d’une liste de fr\u00e9quences arbitraire entra\u00eenerait une pond\u00e9ration asym\u00e9trique catastrophique des observations ou bloquerait le calcul par une erreur d’incompatibilit\u00e9 de dimensions. Une fois les param\u00e8tres ajust\u00e9s, positionnez le curseur sur l’intitul\u00e9 Calculate<\/code> et appuyez sur la touche ENTER<\/code> pour d\u00e9clencher le calcul statistique.<\/p>\n

5.3 Syntaxe pour les mod\u00e8les anciens sans interface guid\u00e9e<\/h3>\n

Dans l’\u00e9ventualit\u00e9 o\u00f9 vous op\u00e9rez sur une calculatrice TI-84 Plus de premi\u00e8re g\u00e9n\u00e9ration dont le syst\u00e8me d’exploitation n’a pas \u00e9t\u00e9 mis \u00e0 jour, ou si le module Stat Wizards<\/em> a \u00e9t\u00e9 d\u00e9lib\u00e9r\u00e9ment d\u00e9sactiv\u00e9 via le menu MODE<\/code>, la s\u00e9lection de l’option 1:1-Var Stats<\/code> ne g\u00e9n\u00e8re aucun formulaire guid\u00e9. Au lieu de cela, la commande textuelle brute 1-Var Stats<\/code> est imm\u00e9diatement imprim\u00e9e sur l’\u00e9cran d’accueil de la calculatrice, le curseur clignotant se positionnant juste apr\u00e8s le texte dans l’attente des arguments syntaxiques d’ex\u00e9cution.<\/p>\n

Si vos donn\u00e9es r\u00e9sident dans la premi\u00e8re liste par d\u00e9faut L1<\/code>, le moteur d’interpr\u00e9tation interne de Texas Instruments applique une convention de raccourci par omission : appuyer directement sur la touche ENTER<\/code> sans sp\u00e9cifier d’argument apr\u00e8s la cha\u00eene 1-Var Stats<\/code> ordonne \u00e0 la machine d’ex\u00e9cuter l’analyse univari\u00e9e sur le registre L1<\/code> avec une pond\u00e9ration unitaire implicite. L’algorithme se d\u00e9ploie alors instantan\u00e9ment.<\/p>\n

Si la s\u00e9rie \u00e0 analyser se situe dans un autre registre de donn\u00e9es (par exemple L3<\/code>), ou si vous devez traiter une s\u00e9rie pond\u00e9r\u00e9e par une liste de fr\u00e9quences associ\u00e9es (les valeurs \u00e9tant dans L1<\/code> et leurs fr\u00e9quences respectives dans L2<\/code>), vous devez imp\u00e9rativement composer manuellement la syntaxe attendue en utilisant la touche virgule ,<\/code> (situ\u00e9e au-dessus de la touche 7<\/code>) comme s\u00e9parateur lexical formel. La syntaxe rigoureuse s’\u00e9nonce comme suit :<\/p>\n

1-Var Stats L3<\/code> (pour une liste non pond\u00e9r\u00e9e distincte de L1)<\/p>\n

1-Var Stats L1,L2<\/code> (pour une liste de donn\u00e9es L1 pond\u00e9r\u00e9e par la liste de fr\u00e9quences L2)<\/p>\n

Toute omission du s\u00e9parateur virgule ou tout accolement direct de deux noms de listes sans d\u00e9limiteur provoquera l’interruption logicielle imm\u00e9diate ERR:SYNTAX<\/code>, vous contraignant \u00e0 r\u00e9\u00e9diter la ligne de commande sur l’\u00e9cran d’accueil avant de pouvoir extraire les m\u00e9triques.<\/p>\n

6. Lecture et extraction d\u00e9taill\u00e9e des cinq valeurs statistiques<\/h2>\n

6.1 D\u00e9filement vertical des r\u00e9sultats statistiques univari\u00e9s<\/h3>\n

D\u00e8s la validation de l’instruction 1-Var Stats<\/code>, le processeur de la TI-84 ex\u00e9cute en une fraction de seconde l’ensemble des op\u00e9rations alg\u00e9briques : tri croissant en m\u00e9moire tampon, sommation des puissances pour les moments d’ordre un et deux, et rep\u00e9rage des positions quantiles. L’\u00e9cran de la calculatrice se remplit alors d’une s\u00e9rie de r\u00e9sultats statistiques univari\u00e9s. Toutefois, en raison de la compacit\u00e9 physique de l’\u00e9cran, seule la premi\u00e8re moiti\u00e9 des indicateurs calcul\u00e9s est visible imm\u00e9diatement.<\/p>\n

Cette premi\u00e8re page d’affichage pr\u00e9sente exclusivement les m\u00e9triques param\u00e9triques classiques : la moyenne arithm\u00e9tique de l’\u00e9chantillon d\u00e9sign\u00e9e par $\\bar{x}$<\/span>, la somme des valeurs $\\sum x$<\/span>, la somme des carr\u00e9s $\\sum x^2$<\/span>, l’\u00e9cart-type d’\u00e9chantillon corrig\u00e9 non biais\u00e9 $S_x$<\/span> (divis\u00e9 par $n-1$<\/span>), l’\u00e9cart-type de population th\u00e9orique $\\sigma_x$<\/span> (divis\u00e9 par $n$<\/span>), ainsi que l’effectif total valid\u00e9 de l’\u00e9chantillon not\u00e9 $n$<\/span>. Les composantes du r\u00e9sum\u00e9 \u00e0 cinq nombres ne figurent pas sur ce panneau sup\u00e9rieur. L’utilisateur doit imp\u00e9rativement pr\u00eater attention \u00e0 la pr\u00e9sence d’un petit triangle sombre pointant vers le bas (\u25bc<\/code>), situ\u00e9 sur la marge gauche de la derni\u00e8re ligne affich\u00e9e.<\/p>\n

Ce glyphe directionnel indique que le flux de donn\u00e9es calcul\u00e9 s’\u00e9tend au-del\u00e0 de la limite visuelle basse de l’\u00e9cran LCD. Pour acc\u00e9der aux statistiques d’ordre non param\u00e9triques, l’op\u00e9rateur doit actionner la touche directionnelle fl\u00e9ch\u00e9e \u25bc<\/code> (Bas) de mani\u00e8re r\u00e9p\u00e9t\u00e9e. Chaque impulsion fait glisser l’affichage vers le bas, occultant progressivement les indicateurs gaussiens sup\u00e9rieurs pour r\u00e9v\u00e9ler le bloc complet du r\u00e9sum\u00e9 \u00e0 cinq nombres regroup\u00e9 \u00e0 la base de la sortie num\u00e9rique.<\/p>\n

6.2 Identification nominative des cinq composantes cl\u00e9s<\/h3>\n

Le bloc inf\u00e9rieur de l’\u00e9cran de sortie de la commande 1-Var Stats<\/code> regroupe tr\u00e8s exactement, dans un ordre s\u00e9quentiel vertical rigoureusement standardis\u00e9, les cinq indicateurs constitutifs formalis\u00e9s par Tukey. L’op\u00e9rateur doit savoir d\u00e9crypter pr\u00e9cis\u00e9ment la taxonomie abr\u00e9g\u00e9e propre au syst\u00e8me d’exploitation de Texas Instruments :<\/p>\n

    \n
  • minX<\/code> :<\/strong> Repr\u00e9sente la borne inf\u00e9rieure absolue de la s\u00e9rie, c’est-\u00e0-dire le Minimum<\/em> observ\u00e9 dans l’\u00e9chantillon ($X_{(1)}$<\/span>). Cette valeur est la plus petite mesure relev\u00e9e parmi toutes les observations encod\u00e9es.<\/li>\n
  • Q1<\/code> :<\/strong> D\u00e9signe le Premier Quartile<\/em> (vingt-cinqui\u00e8me centile de l’\u00e9chantillon empirique). Il s’agit de la coupure num\u00e9rique sous laquelle se situent 25 % des observations les plus faibles de la distribution.<\/li>\n
  • Med<\/code> :<\/strong> Abr\u00e9viation formelle pour la M\u00e9diane<\/em> de la distribution (deuxi\u00e8me quartile ou cinquanti\u00e8me centile). C’est le centre de gravit\u00e9 positionnel scindant la s\u00e9rie ordonn\u00e9e en deux sous-ensembles de taille identique.<\/li>\n
  • Q3<\/code> :<\/strong> D\u00e9signe le Troisi\u00e8me Quartile<\/em> (soixante-quinzi\u00e8me centile). Il \u00e9tablit le seuil en de\u00e7\u00e0 duquel se distribuent 75 % des donn\u00e9es et au-del\u00e0 duquel se situe le quart sup\u00e9rieur des mesures.<\/li>\n
  • maxX<\/code> :<\/strong> Mat\u00e9rialise la borne sup\u00e9rieure extr\u00eame de la s\u00e9rie ordonn\u00e9e, \u00e0 savoir le Maximum<\/em> statistique observ\u00e9 ($X_{(n)}$<\/span>).<\/li>\n<\/ul>\n

    Ces cinq descripteurs forment une partition ordonn\u00e9e \u00e9tanche de la distribution empirique. Leur extraction conjointe permet de documenter instantan\u00e9ment l’architecture positionnelle de l’\u00e9chantillon sans n\u00e9cessiter le recours \u00e0 des op\u00e9rations de tri manuel laborieuses et sujettes \u00e0 des erreurs mat\u00e9rielles de reclassement.<\/p>\n

    6.3 Interpr\u00e9tation contextuelle imm\u00e9diate de l’\u00e9cran de synth\u00e8se<\/h3>\n

    D\u00e8s que le bloc des cinq nombres est rendu visible \u00e0 l’\u00e9cran, une s\u00e9rie de contr\u00f4les analytiques doit \u00eatre men\u00e9e par le praticien. La premi\u00e8re v\u00e9rification porte sur l’indicateur d’effectif $n$<\/span> affich\u00e9 juste au-dessus de minX<\/code>. Cet effectif doit co\u00efncider avec le nombre r\u00e9el d’observations collect\u00e9es sur le terrain exp\u00e9rimental. Une discordance sur la valeur de $n$<\/span> signale qu’une cellule de la liste L1<\/code> a \u00e9t\u00e9 accidentellement omise ou qu’une valeur parasite a \u00e9t\u00e9 int\u00e9gr\u00e9e lors de la phase d’encodage, invalidant m\u00e9caniquement l’exactitude positionnelle des rangs de quartiles calcul\u00e9s par la machine.<\/p>\n

    Le second contr\u00f4le repose sur la validation de la coh\u00e9rence monotone de la s\u00e9quence affich\u00e9e. En vertu des propri\u00e9t\u00e9s fondamentales des statistiques d’ordre, les cinq nombres doivent obligatoirement v\u00e9rifier la relation d’in\u00e9galit\u00e9 large continue suivante :<\/p>\n

    $$\\text{minX} le \\text{Q1} le \\text{Med} le \\text{Q3} le \\text{maxX}$$<\/span><\/p>\n

    Toute anomalie apparente sur cette cha\u00eene ordonn\u00e9e (qui ne pourrait r\u00e9sulter que d’une corruption de la m\u00e9moire vive ou d’une mauvaise d\u00e9signation de liste) r\u00e9v\u00e9lerait une incoh\u00e9rence computationnelle majeure.<\/p>\n

    Enfin, l’\u00e9cran de synth\u00e8se permet une \u00e9valuation diagnostique pr\u00e9liminaire de la sym\u00e9trie distributionnelle sans n\u00e9cessiter de calcul complexe. L’analyste compare mentalement la distance s\u00e9parant la m\u00e9diane du minimum ($\\text{Med} – \\text{minX}$<\/span>) \u00e0 la distance s\u00e9parant le maximum de la m\u00e9diane ($\\text{maxX} – \\text{Med}$<\/span>). De m\u00eame, la confrontation des \u00e9carts internes $(\\text{Med} – \\text{Q1})$<\/span> et $(\\text{Q3} – \\text{Med})$<\/span> offre un aper\u00e7u imm\u00e9diat de la sym\u00e9trie du c\u0153ur de la distribution. Une divergence sensible entre ces longueurs indique que la s\u00e9rie d\u00e9vie d’une structure normale sym\u00e9trique et pr\u00e9sente une asym\u00e9trie positive ou n\u00e9gative qu’il conviendra de caract\u00e9riser plus en d\u00e9tail.<\/p>\n

    7. Traitement d’un jeu de donn\u00e9es concret \u00e9tape par \u00e9tape<\/h2>\n

    7.1 Pr\u00e9sentation du jeu de donn\u00e9es exp\u00e9rimental<\/h3>\n

    Afin d’illustrer la manipulation instrumentale et la d\u00e9marche interpr\u00e9tative sur un cas concret, consid\u00e9rons une recherche en psychologie cognitive portant sur l’impact de la surcharge mentale sur le contr\u00f4le attentionnel. Un \u00e9chantillon compos\u00e9 de $n = 15$<\/span> adultes a \u00e9t\u00e9 soumis \u00e0 une \u00e9preuve informatis\u00e9e standardis\u00e9e mesurant le nombre d’erreurs d’inhibition cognitive commises lors d’une t\u00e2che de type Stroop sous contrainte temporelle s\u00e9v\u00e8re. Le choix d\u00e9lib\u00e9r\u00e9 d’une taille d’\u00e9chantillon impaire permet d’illustrer le calcul d’une m\u00e9diane correspondant \u00e0 un \u00e9l\u00e9ment physique unique de la s\u00e9rie ordonn\u00e9e.<\/p>\n

    Les scores bruts relev\u00e9s de mani\u00e8re non ordonn\u00e9e aupr\u00e8s des quinze participants sont les suivants :<\/p>\n

    $$14, \\quad 8, \\quad 23, \\quad 4, \\quad 17, \\quad 28, \\quad 7, \\quad 19, \\quad 12, \\quad 26, \\quad 21, \\quad 6, \\quad 24, \\quad 27, \\quad 18$$<\/span><\/p>\n

    Avant d’engager le traitement num\u00e9rique sur la calculatrice, une inspection exploratoire sugg\u00e8re une dispersion marqu\u00e9e des scores, s’\u00e9tendant d’erreurs r\u00e9siduelles faibles chez les sujets les plus efficients jusqu’\u00e0 des d\u00e9faillances massives d’inhibition chez d’autres. L’objectif est d’extraire rigoureusement le r\u00e9sum\u00e9 \u00e0 cinq nombres sur la TI-84, de d\u00e9river l’\u00e9cart interquartile empirique et de statuer sur la sym\u00e9trie globale de la performance du groupe exp\u00e9rimental.<\/p>\n

    7.2 D\u00e9monstration op\u00e9rationnelle int\u00e9grale sur l’\u00e9mulateur TI-84<\/h3>\n

    Engageons la d\u00e9marche compl\u00e8te sur l’interface de la calculatrice TI-84 :<\/p>\n

      \n
    1. Allumez l’appareil en pressant la touche ON<\/code>, puis acc\u00e9dez au gestionnaire de donn\u00e9es en appuyant sur STAT<\/code> suivi de ENTER<\/code> pour ouvrir l’\u00e9diteur 1:Edit...<\/code>.<\/li>\n
    2. Si la liste L1<\/code> contient des donn\u00e9es ant\u00e9rieures, remontez le curseur sur le label d’en-t\u00eate L1<\/code> \u00e0 l’aide de la fl\u00e8che \u25b2<\/code>, appuyez sur la touche CLEAR<\/code>, puis redescendez avec la touche \u25bc<\/code> pour vider la colonne instantan\u00e9ment.<\/li>\n
    3. Proc\u00e9dez \u00e0 la saisie s\u00e9quentielle des quinze scores dans la colonne L1<\/code> : tapez 14<\/code> puis ENTER<\/code>, 8<\/code> puis ENTER<\/code>, et ainsi de suite jusqu’\u00e0 la derni\u00e8re valeur 18<\/code> puis ENTER<\/code>. V\u00e9rifiez au bas de l’\u00e9cran que la ligne d’\u00e9tat indique L1(16)=<\/code>, attestant de l’encodage exact de 15 mesures.<\/li>\n
    4. Pressez la combinaison de touches 2nd<\/code> MODE<\/code> (QUIT<\/code>) pour regagner l’\u00e9cran de base.<\/li>\n
    5. Appuyez sur la touche STAT<\/code>, d\u00e9placez le curseur vers l’onglet CALC<\/code> avec la fl\u00e8che \u25ba<\/code>, et s\u00e9lectionnez 1:1-Var Stats<\/code> en validant par ENTER<\/code>.<\/li>\n
    6. Sur l’\u00e9cran du formulaire d’aide (Stat Wizard<\/em>), confirmez que List:<\/code> pointe sur L1<\/code>, laissez le champ FreqList:<\/code> parfaitement vide, positionnez le curseur sur Calculate<\/code> et appuyez sur ENTER<\/code>. (Sur les mod\u00e8les anciens, validez simplement l’instruction 1-Var Stats L1<\/code> en appuyant sur ENTER<\/code>).<\/li>\n
    7. Le tableau de r\u00e9sultats appara\u00eet. Pressez la fl\u00e8che directionnelle \u25bc<\/code> de mani\u00e8re r\u00e9p\u00e9t\u00e9e pour faire d\u00e9filer la fen\u00eatre jusqu’aux cinq derniers param\u00e8tres.<\/li>\n<\/ol>\n

      L’\u00e9cran de la calculatrice affiche pr\u00e9cis\u00e9ment les valeurs num\u00e9riques suivantes :<\/p>\n

      $$\\text{minX} = 4$$<\/span><\/p>\n

      $$\\text{Q1} = 7$$<\/span><\/p>\n

      $$\\text{Med} = 17$$<\/span><\/p>\n

      $$\\text{Q3} = 23$$<\/span><\/p>\n

      $$\\text{maxX} = 28$$<\/span><\/p>\n

      7.3 Analyse r\u00e9flexive de la distribution obtenue<\/h3>\n

      L’extraction instrumentale brute \u00e9tant achev\u00e9e, il convient de proc\u00e9der \u00e0 une analyse statistique approfondie des r\u00e9sultats fournis par la machine. En ordonnant manuellement la s\u00e9rie pour v\u00e9rifier le m\u00e9canisme interne de la TI-84, nous obtenons la s\u00e9quence de statistiques d’ordre :<\/p>\n

      $$4, ; 6, ; 7, ; 8, ; 12, ; 14, ; 17, ; 18, ; 19, ; 21, ; 23, ; 24, ; 26, ; 27, ; 28$$<\/span><\/p>\n

      Pour un effectif impair de $n = 15$<\/span>, le rang physique de la m\u00e9diane est rigoureusement d\u00e9termin\u00e9 par $(15 + 1)\/2 = 8$<\/span>. La huiti\u00e8me observation de la s\u00e9rie ordonn\u00e9e est effectivement le nombre 17, ce qui valide pr\u00e9cis\u00e9ment le r\u00e9sultat Med = 17<\/code> extrait par la TI-84. La calculatrice subdivise ensuite les donn\u00e9es en excluant la m\u00e9diane pour calculer les quartiles : la moiti\u00e9 inf\u00e9rieure se compose des 7 observations situ\u00e9es sous la m\u00e9diane ($4, 6, 7, 8, 12, 14, 17$<\/span>), dont la m\u00e9diane (rang $(7+1)\/2 = 4$<\/span>) est 7, confirmant Q1 = 7<\/code>. La moiti\u00e9 sup\u00e9rieure se compose des 7 observations au-dessus de la m\u00e9diane ($18, 19, 21, 23, 24, 26, 27, 28$<\/span>), dont la m\u00e9diane est 23, confirmant Q3 = 23<\/code>.<\/p>\n

      \u00c0 partir de ces m\u00e9triques, nous d\u00e9duisons l’\u00e9cart interquartile empirique de l’\u00e9preuve :<\/p>\n

      $$IQR = Q_3 – Q_1 = 23 – 7 = 16$$<\/span><\/p>\n

      L’amplitude interquartile ($16$) r\u00e9v\u00e8le que 50 % des participants se concentrent sur un intervalle d’erreurs relativement \u00e9tal\u00e9 par rapport \u00e0 l’\u00e9tendue totale ($maxX – minX = 28 – 4 = 24$<\/span>).<\/p>\n

      Examinons d\u00e9sormais la sym\u00e9trie de la distribution. Calculons les distances reliant la m\u00e9diane aux bornes extr\u00eames d’une part, et aux quartiles d’autre part :<\/p>\n

      $$\\text{Med} – \\text{minX} = 17 – 4 = 13 \\quad \\text{versus} \\quad \\text{maxX} – \\text{Med} = 28 – 17 = 11$$<\/span><\/p>\n

      $$\\text{Med} – \\text{Q1} = 17 – 7 = 10 \\quad \\text{versus} \\quad \\text{Q3} – \\text{Med} = 23 – 17 = 6$$<\/span><\/p>\n

      Cette comparaison spatiale met en lumi\u00e8re une l\u00e9g\u00e8re divergence structurelle : l’\u00e9cart entre le premier quartile et la m\u00e9diane ($10$) est nettement plus \u00e9tendu que celui s\u00e9parant la m\u00e9diane du troisi\u00e8me quartile ($6$). Cette configuration d\u00e9montre que les performances au sein de la moiti\u00e9 centrale des sujets sont plus dispers\u00e9es parmi les scores faibles et mod\u00e9r\u00e9s, traduisant une concentration plus dense des observations dans la zone sup\u00e9rieure des erreurs d’inhibition. La distribution pr\u00e9sente ainsi une asym\u00e9trie mod\u00e9r\u00e9e sur son noyau m\u00e9dian, une information diagnostique cruciale que la simple moyenne arithm\u00e9tique ($\\bar{x} \\approx 16{,}93$<\/span>) aurait \u00e9t\u00e9 totalement incapable de r\u00e9v\u00e9ler.<\/p>\n

      8. Repr\u00e9sentation graphique : tracer un diagramme en bo\u00eete sur TI-84<\/h2>\n

      8.1 Configuration des fonctions graphiques et effacement des \u00e9quations<\/h3>\n

      Le r\u00e9sum\u00e9 \u00e0 cinq nombres constitue le socle direct de construction du diagramme en bo\u00eete ou bo\u00eete \u00e0 moustaches (boxplot<\/em>), formalis\u00e9 par John Tukey pour mat\u00e9rialiser visuellement les quantiles d’une distribution. La TI-84 int\u00e8gre un moteur graphique performant capable de g\u00e9n\u00e9rer ces trac\u00e9s \u00e0 partir des listes d’observations. Toutefois, avant d’engager le tra\u00e7age d’une bo\u00eete statistique, il est imp\u00e9ratif d’assainir l’environnement cart\u00e9sien de la calculatrice pour \u00e9viter toute interf\u00e9rence graphique pr\u00e9judiciable \u00e0 la lisibilit\u00e9 des donn\u00e9es.<\/p>\n

      La source de conflit la plus fr\u00e9quente provient de la pr\u00e9sence d’\u00e9quations alg\u00e9briques r\u00e9siduelles stock\u00e9es dans l’\u00e9diteur de fonctions analytiques. Si une fonction analytique telle que $Y_1 = 2X + 1$<\/span> demeure activ\u00e9e, la calculatrice tracera simultan\u00e9ment la droite affine par-dessus le diagramme en bo\u00eete lors de l’actualisation de l’\u00e9cran, saturant la zone d’affichage. Pour \u00e9liminer ce risque, pressez la touche physique Y=<\/code> situ\u00e9e tout en haut \u00e0 gauche sous l’\u00e9cran. Examinez attentivement chacune des lignes d’\u00e9quations Y1=<\/code>, Y2=<\/code>, etc. Si une expression y est inscrite, placez le curseur sur celle-ci et appuyez sur la touche CLEAR<\/code> pour purger la m\u00e9moire de l’\u00e9quation. Assurez-vous \u00e9galement qu’aucun symbole d’\u00e9galit\u00e9 n’appara\u00eet en surbrillance invers\u00e9e.<\/p>\n

      Quittez ensuite cet \u00e9diteur via la combinaison 2nd<\/code> MODE<\/code> (QUIT<\/code>). Cette purge garantit que l’\u00e9cran graphique sera int\u00e9gralement d\u00e9di\u00e9 \u00e0 la repr\u00e9sentation spatiale des statistiques univari\u00e9es de l’\u00e9chantillon, pr\u00e9servant la pr\u00e9cision diagnostique des axes de coordonn\u00e9es.<\/p>\n

      8.2 Param\u00e9trage du menu Stat Plot<\/h3>\n

      La configuration du rendu visuel s’effectue au sein du menu d\u00e9di\u00e9 aux trac\u00e9s statistiques. Pour y acc\u00e9der, appuyez sur la combinaison de touches 2nd<\/code> suivie de Y=<\/code> (acc\u00e8s direct \u00e0 la fonction en surimpression STAT PLOT<\/code>). L’\u00e9cran liste les quatre registres graphiques disponibles : Plot1...<\/code>, Plot2...<\/code>, Plot3...<\/code>, et 4:PlotsOff<\/code>. S\u00e9lectionnez le premier graphique en appuyant sur ENTER<\/code> pour configurer Plot1<\/code>.<\/p>\n

      Au sein de la fen\u00eatre de param\u00e9trage de Plot1<\/code>, effectuez les r\u00e9glages m\u00e9thodiques suivants :<\/p>\n

        \n
      • \u00c9tat d’activation (Plot1<\/code>) :<\/strong> Le curseur clignote sur l’alternative On<\/code> \/ Off<\/code>. Positionnez la surbrillance sur On<\/code> et validez par ENTER<\/code> pour activer le traceur.<\/li>\n
      • Typologie graphique (Type:<\/code>) :<\/strong> La ligne propose six ic\u00f4nes repr\u00e9sentant respectivement un nuage de points, un trac\u00e9 de lignes jointes, un histogramme, un diagramme en bo\u00eete avec d\u00e9tection des valeurs aberrantes (premi\u00e8re bo\u00eete avec petits points isol\u00e9s adjacents), un diagramme en bo\u00eete classique standard sans discrimination des moustaches (seconde bo\u00eete aux moustaches pleines), et une courbe de probabilit\u00e9 normale. Pour une analyse rigoureuse conforme aux standards de l’AED, d\u00e9placez le curseur vers la quatri\u00e8me ic\u00f4ne (la premi\u00e8re bo\u00eete \u00e0 moustaches avec d\u00e9tection des valeurs isol\u00e9es) et validez avec ENTER<\/code>.<\/li>\n
      • Sp\u00e9cification de la source (Xlist:<\/code>) :<\/strong> Indiquez la liste contenant vos observations brutes en pressant 2nd<\/code> 1<\/code> pour afficher L1<\/code>.<\/li>\n
      • Facteur de fr\u00e9quence (Freq:<\/code>) :<\/strong> Consignez imp\u00e9rativement la valeur 1<\/code> pour signifier que chaque cellule de L1<\/code> repr\u00e9sente une unit\u00e9 statistique singuli\u00e8re.<\/li>\n
      • Marquage des valeurs aberrantes (Mark:<\/code>) :<\/strong> Choisissez le glyphe d’affichage pour les points atypiques (petit carr\u00e9, croix ou point minuscule selon votre pr\u00e9f\u00e9rence visuelle).<\/li>\n
      • Couleur (sur les mod\u00e8les TI-84 Plus CE) :<\/strong> D\u00e9finissez la teinte de rendu de votre trac\u00e9 (par exemple BLUE<\/code>) via le s\u00e9lecteur colorim\u00e9trique.<\/li>\n<\/ul>\n
        \"\"<\/figure>\n

        8.3 Ajustement automatique de la fen\u00eatre via ZoomStat<\/h3>\n

        Une erreur fr\u00e9quente consiste \u00e0 presser imm\u00e9diatement la touche GRAPH<\/code> apr\u00e8s avoir param\u00e9tr\u00e9 le menu STAT PLOT<\/code>. Dans la majorit\u00e9 des cas, l’\u00e9cran graphique qui s’affiche demeure d\u00e9sesp\u00e9r\u00e9ment vide ou ne pr\u00e9sente qu’une portion tronqu\u00e9e du diagramme. Ce ph\u00e9nom\u00e8ne s’explique par le fait que la fen\u00eatre cart\u00e9sienne par d\u00e9faut de la machine est cal\u00e9e sur des coordonn\u00e9es standard ($X in [-10, 10]$<\/span> et $Y in [-10, 10]$<\/span>). Si vos scores exp\u00e9rimentaux sont sup\u00e9rieurs \u00e0 10 (comme notre jeu de donn\u00e9es s’\u00e9chelonnant de 4 \u00e0 28), la bo\u00eete est trac\u00e9e en dehors du champ de vision de l’\u00e9cran.<\/p>\n

        Pour rem\u00e9dier instantan\u00e9ment \u00e0 cette discordance dimensionnelle sans avoir \u00e0 calculer manuellement les bornes dans le menu WINDOW<\/code>, le syst\u00e8me d’exploitation de la TI-84 propose une routine d’optimisation automatis\u00e9e baptis\u00e9e ZoomStat<\/code>. Appuyez sur la touche physique ZOOM<\/code> situ\u00e9e au centre de la rang\u00e9e sup\u00e9rieure de touches de commandes. Faites d\u00e9filer le menu vertical jusqu’\u00e0 l’option num\u00e9rot\u00e9e 9:ZoomStat<\/code>, ou appuyez directement sur la touche num\u00e9rique 9<\/code> de votre clavier.<\/p>\n

        L’algorithme ZoomStat<\/code> scrute imm\u00e9diatement les donn\u00e9es stock\u00e9es dans la liste d\u00e9clar\u00e9e (L1<\/code>), extrait les extrema r\u00e9els ($X_{(1)}$<\/span> et $X_{(n)}$<\/span>), et redimensionne instantan\u00e9ment les \u00e9chelles horizontale ($Xmin, Xmax, Xscl$<\/span>) et verticale ($Ymin, Ymax$<\/span>) de la fen\u00eatre graphique pour centrer parfaitement le diagramme en bo\u00eete avec des marges d’affichage id\u00e9ales. Le boxplot appara\u00eet alors au centre de l’\u00e9cran, mat\u00e9rialisant visuellement le r\u00e9sum\u00e9 \u00e0 cinq nombres : le rectangle central s’\u00e9tend de $Q_1$<\/span> \u00e0 $Q_3$<\/span>, scind\u00e9 en son sein par le trait vertical mat\u00e9rialisant la m\u00e9diane, tandis que les moustaches horizontales s’\u00e9tirent de part et d’autre pour rejoindre le minimum et le maximum.<\/p>\n

        Une fonctionnalit\u00e9 analytique particuli\u00e8rement puissante consiste alors \u00e0 presser la touche physique TRACE<\/code>. D\u00e8s son activation, un curseur clignotant en forme de croix s’ancre directement sur la ligne de la m\u00e9diane au centre de la bo\u00eete, tandis que la ligne d’\u00e9tat inf\u00e9rieure affiche explicitement l’identifiant et la valeur : Med=17<\/code>. En actionnant les touches directionnelles horizontales \u25c4<\/code> (Gauche) et \u25ba<\/code> (Droite), l’op\u00e9rateur d\u00e9place dynamiquement le curseur de jalon en jalon. La calculatrice saute successivement sur le premier quartile (Q1=7<\/code>), la borne inf\u00e9rieure (minX=4<\/code>), puis vers la droite sur le troisi\u00e8me quartile (Q3=23<\/code>) et enfin sur la borne sup\u00e9rieure (maxX=28<\/code>). Cette navigation interactive lie la forme g\u00e9om\u00e9trique globale aux valeurs num\u00e9riques du r\u00e9sum\u00e9 \u00e0 cinq nombres.<\/p>\n

        9. D\u00e9tection et analyse des valeurs aberrantes via le r\u00e9sum\u00e9 \u00e0 cinq nombres<\/h2>\n

        9.1 Formulation math\u00e9matique de la r\u00e8gle des cl\u00f4tures de Tukey<\/h3>\n

        L’une des contributions m\u00e9thodologiques majeures du r\u00e9sum\u00e9 \u00e0 cinq nombres r\u00e9side dans sa capacit\u00e9 \u00e0 fournir une r\u00e8gle formelle, d\u00e9terministe et objective pour l’identification des observations atypiques ou aberrantes (outliers<\/em>), sans n\u00e9cessiter le calcul d’un \u00e9cart-type fortement contamin\u00e9 par ces m\u00eames anomalies. Cette proc\u00e9dure statistique s’articule autour du concept des cl\u00f4tures de Tukey (Tukey’s Fences<\/em>), qui utilisent l’\u00e9cart interquartile ($IQR = Q_3 – Q_1$<\/span>) comme \u00e9talon invariable d’\u00e9chelle de dispersion.<\/p>\n

        \u00c0 partir des quartiles de l’\u00e9chantillon, Tukey a d\u00e9fini deux barri\u00e8res critiques int\u00e9rieures, appel\u00e9es cl\u00f4ture int\u00e9rieure inf\u00e9rieure ($CII$<\/span>) et cl\u00f4ture int\u00e9rieure sup\u00e9rieure ($CIS$<\/span>), au moyen des \u00e9quations fondamentales suivantes :<\/p>\n

        $$CII = Q_1 – 1{,}5 \\times IQR$$<\/span><\/p>\n

        $$CIS = Q_3 + 1{,}5 \\times IQR$$<\/span><\/p>\n

        Toute observation empirique $X_i$<\/span> qui franchit ces fronti\u00e8res (v\u00e9rifiant la condition $X_i CIS$<\/span>) est formellement cat\u00e9goris\u00e9e comme une valeur aberrante mod\u00e9r\u00e9e<\/em> (ou valeur suspecte). Le coefficient d’extension $1{,}5$<\/span> a \u00e9t\u00e9 d\u00e9termin\u00e9 par John Tukey sur des bases probabilistes : pour une distribution th\u00e9orique parfaitement gaussienne, l’intervalle d\u00e9limit\u00e9 par $[Q_1 – 1{,}5 \\times IQR, ; Q_3 + 1{,}5 \\times IQR]$<\/span> englobe approximativement 99,3 % de la population, ce qui signifie que la probabilit\u00e9 d’observer un point en dehors de ces cl\u00f4tures par simple fluctuation d’\u00e9chantillonnage n’est que de l’ordre de 0,7 % ($p \\approx 0{,}007$<\/span>).<\/p>\n

        Au-del\u00e0 de ces fronti\u00e8res int\u00e9rieures, Tukey a \u00e9tabli une seconde d\u00e9marcation pour isoler les anomalies structurelles majeures : les cl\u00f4tures ext\u00e9rieures, d\u00e9finies par :<\/p>\n

        $$CEI = Q_1 – 3 \\times IQR$$<\/span><\/p>\n

        $$CES = Q_3 + 3 \\times IQR$$<\/span><\/p>\n

        Les observations situ\u00e9es au-del\u00e0 de ces cl\u00f4tures ext\u00e9rieures ($X_i CES$<\/span>) sont qualifi\u00e9es de valeurs aberrantes extr\u00eames<\/em>. Dans le cadre d’un mod\u00e8le normal th\u00e9orique, l’occurrence d’un tel \u00e9cart pr\u00e9sente une probabilit\u00e9 infinit\u00e9simale de l’ordre de un sur plusieurs centaines de milliers d’observations, signalant presque \u00e0 coup s\u00fbr une erreur instrumentale, un artifice exp\u00e9rimental ou un sujet issu d’une sous-population non conforme au mod\u00e8le de r\u00e9f\u00e9rence.<\/p>\n

        9.2 Visualisation instrumentale des valeurs isol\u00e9es sur TI-84<\/h3>\n

        La calculatrice TI-84 met en \u0153uvre avec une rigueur absolue la r\u00e8gle des cl\u00f4tures de Tukey lors du trac\u00e9 du diagramme en bo\u00eete modifi\u00e9 (l’ic\u00f4ne de boxplot avec points distincts s\u00e9lectionn\u00e9e au sein du menu STAT PLOT<\/code>). Contrairement au diagramme en bo\u00eete rudimentaire qui \u00e9tend aveugl\u00e9ment ses moustaches jusqu’au minimum ($X_{(1)}$<\/span>) et au maximum ($X_{(n)}$<\/span>) absolus de la s\u00e9rie, le boxplot modifi\u00e9 applique l’algorithme d’\u00e9lagage g\u00e9om\u00e9trique de Tukey.<\/p>\n

        \"\"<\/figure>\n

        Sous ce mod\u00e8le op\u00e9ratoire, les moustaches de la bo\u00eete ne se terminent pas aux cl\u00f4tures th\u00e9oriques elles-m\u00eames (car celles-ci correspondent rarement \u00e0 des scores physiques observ\u00e9s dans l’\u00e9chantillon), mais s’arr\u00eatent pr\u00e9cis\u00e9ment sur les \u00ab valeurs adjacentes \u00bb. La valeur adjacente inf\u00e9rieure correspond \u00e0 la plus petite observation de la s\u00e9rie qui demeure sup\u00e9rieure ou \u00e9gale \u00e0 la cl\u00f4ture int\u00e9rieure inf\u00e9rieure ($X_{(i)} ge CII$<\/span>). R\u00e9ciproquement, la valeur adjacente sup\u00e9rieure correspond \u00e0 la plus grande observation de l’\u00e9chantillon restant inf\u00e9rieure ou \u00e9gale \u00e0 la cl\u00f4ture int\u00e9rieure sup\u00e9rieure ($X_{(i)} le CIS$<\/span>).<\/p>\n

        Toute observation qui exc\u00e8de ces valeurs adjacentes est exclue du corps continu du graphique et se trouve repr\u00e9sent\u00e9e sous la forme d’un symbole g\u00e9om\u00e9trique autonome (point, croix ou carr\u00e9 selon la configuration du champ Mark<\/code>) flottant au-del\u00e0 de l’extr\u00e9mit\u00e9 des moustaches. Lorsque l’op\u00e9rateur active l’outil TRACE<\/code> sur la TI-84, la navigation par les fl\u00e8ches horizontales parcourt s\u00e9quentiellement la moustache jusqu’\u00e0 la valeur adjacente, puis saute directement sur chacun des points aberrants isol\u00e9s en imprimant au bas de l’\u00e9cran leur valeur exacte sous la d\u00e9nomination syntaxique conventionnelle (par exemple X=52<\/code>). Cette fonctionnalit\u00e9 permet de rep\u00e9rer instantan\u00e9ment la pr\u00e9sence, l’amplitude et la multiplicit\u00e9 des contaminations distributionnelles sans n\u00e9cessiter de balayage manuel fastidieux de l’ensemble de la liste brute.<\/p>\n

        9.3 Cons\u00e9quences m\u00e9thodologiques en recherche comportementale<\/h3>\n

        L’identification formelle de donn\u00e9es atypiques via la r\u00e8gle de Tukey et le r\u00e9sum\u00e9 \u00e0 cinq nombres soul\u00e8ve des enjeux m\u00e9thodologiques et \u00e9pist\u00e9mologiques cruciaux au sein des sciences comportementales et de la recherche clinique. Il est imp\u00e9ratif de rappeler qu’une valeur aberrante ne doit jamais \u00eatre supprim\u00e9e d’un fichier de donn\u00e9es de mani\u00e8re automatique ou arbitraire. L’exclusion aveugle de points extr\u00eames constitue une violation grave de l’\u00e9thique scientifique, susceptible de biaiser artificiellement la significativit\u00e9 statistique des tests d’inf\u00e9rence en r\u00e9duisant ind\u00fbment la variance r\u00e9siduelle.<\/p>\n

        Face \u00e0 une observation isol\u00e9e d\u00e9cel\u00e9e par la TI-84, l’exp\u00e9rimentateur doit mener une enqu\u00eate diagnostique rigoureuse. La premi\u00e8re hypoth\u00e8se \u00e0 examiner est celle de l’artefact technique : une valeur d’\u00e2ge de 250 ans dans une \u00e9tude d\u00e9veloppementale ou un temps de r\u00e9action de 12 millisecondes dans une t\u00e2che visuelle humaine rel\u00e8vent manifestement de coquilles de saisie mat\u00e9rielle ou de faux d\u00e9parts musculaires enregistr\u00e9s par les capteurs. Dans cette hypoth\u00e8se exclusive, la rectification de l’entr\u00e9e typographique ou son \u00e9limination formelle s’impose comme une mesure d’assainissement \u00e9vidente.<\/p>\n

        En revanche, lorsque la mesure anormale refl\u00e8te fid\u00e8lement la r\u00e9ponse clinique ou comportementale d’un sujet (par exemple, un temps de r\u00e9action particuli\u00e8rement long de 3 500 ms chez un patient victime d’un traumatisme cr\u00e2nien ou souffrant de troubles s\u00e9v\u00e8res du maintien attentionnel), la valeur atypique est porteuse d’une signification neurocognitive fondamentale. Elle t\u00e9moigne de l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 biologique r\u00e9elle du ph\u00e9nom\u00e8ne explor\u00e9. Dans de telles circonstances, l’analyste doit renoncer \u00e0 l’emploi de statistiques param\u00e9triques sensibles (moyenne et variance) au profit du maintien du r\u00e9sum\u00e9 \u00e0 cinq nombres et de mod\u00e8les statistiques non param\u00e9triques (tels que les tests de Mann-Whitney ou de Kruskal-Wallis), ou adopter des techniques d’\u00e9lagage standardis\u00e9es (comme la winsorisation ou le calcul de moyennes tronqu\u00e9es), en documentant de fa\u00e7on exhaustive et transparente chaque arbitrage m\u00e9thodologique au sein des protocoles de publication acad\u00e9mique.<\/p>\n

        10. Diagnostics d’erreurs courantes et d\u00e9pannage technique sur TI-84<\/h2>\n

        10.1 R\u00e9solution des erreurs de syntaxe et de dimensions<\/h3>\n

        L’ex\u00e9cution des routines statistiques sur la calculatrice TI-84 est fr\u00e9quemment interrompue par des messages d’anomalie logicielle dont l’opacit\u00e9 cryptique d\u00e9sar\u00e7onne r\u00e9guli\u00e8rement les utilisateurs moins avertis. L’une des interruptions les plus classiques est l’erreur ERR:DIM MISMATCH<\/code> (Erreur : Incompatibilit\u00e9 de dimensions). Ce blocage intervient syst\u00e9matiquement lorsque la calculatrice est appel\u00e9e \u00e0 ex\u00e9cuter un calcul univari\u00e9 pond\u00e9r\u00e9 via l’instruction 1-Var Stats L1,L2<\/code> (ou via les champs List:<\/code> et FreqList:<\/code> de l’assistant interactif) alors que les deux listes matricielles impliqu\u00e9es ne partagent pas exactement la m\u00eame longueur vectorielle. Si la liste L1<\/code> contient 15 valeurs et la liste L2<\/code> en contient 14, le processeur interrompt imm\u00e9diatement le calcul par mesure d’int\u00e9grit\u00e9 matricielle. La r\u00e9solution impose de regagner l’\u00e9diteur STAT 1:Edit<\/code> pour r\u00e9aligner rigoureusement la taille des deux s\u00e9ries associ\u00e9es.<\/p>\n

        Une autre interruption fr\u00e9quente prend la forme du message ERR:STAT NO LIST<\/code> (Erreur : Aucune liste statistique). Cette notification signale que l’op\u00e9rateur a r\u00e9f\u00e9renc\u00e9 un identifiant de liste qui a \u00e9t\u00e9 totalement purg\u00e9 de la m\u00e9moire active ou dont le pointeur a \u00e9t\u00e9 d\u00e9grad\u00e9 lors d’une session de programmation. Pour restaurer l’acc\u00e8s aux variables matricielles fondamentales, il convient d’ex\u00e9cuter la commande r\u00e9paratrice SetUpEditor<\/code> accessible via la s\u00e9quence de touches STAT<\/code>, puis choix 5:SetUpEditor<\/code> et validation par ENTER<\/code>, ce qui reconstitue instantan\u00e9ment l’architecture interne des listes L1<\/code> \u00e0 L6<\/code>.<\/p>\n

        Enfin, l’interruption universelle ERR:SYNTAX<\/code> (Erreur de syntaxe) survient lors d’une saisie non conforme sur l’\u00e9cran de calcul principal, le plus souvent caus\u00e9e par l’usage du tiret de soustraction op\u00e9ratoire binaire -<\/code> au lieu du signe n\u00e9gatif unaire (-)<\/code> pour coder une valeur n\u00e9gative, ou par l’insertion de virgules d\u00e9cimales redondantes au sein de la commande 1-Var Stats<\/code>. La s\u00e9lection syst\u00e9matique de l’option 2:Goto<\/code> propos\u00e9e par l’\u00e9cran d’erreur repositionne imm\u00e9diatement le curseur clignotant sur le caract\u00e8re pr\u00e9cis \u00e0 l’origine du rejet de syntaxe, permettant une rectification instantan\u00e9e du param\u00e8tre fautif.<\/p>\n

        10.2 Rectification des conflits d’affichage graphique<\/h3>\n

        Lors de la transition vers la repr\u00e9sentation graphique du r\u00e9sum\u00e9 \u00e0 cinq nombres sous forme de diagramme en bo\u00eete, les utilisateurs sont fr\u00e9quemment confront\u00e9s au message d’erreur bloquant ERR:WINDOW RANGE<\/code> (Erreur : Plage de la fen\u00eatre). Cette rupture logicielle se manifeste lorsque les param\u00e8tres d’\u00e9chelle cart\u00e9sienne sont incoh\u00e9rents au sein de l’\u00e9diteur WINDOW<\/code>, typiquement lorsque la borne minimale d\u00e9clar\u00e9e sur l’axe des abscisses est sup\u00e9rieure ou \u00e9gale \u00e0 la borne maximale correspondante ($Xmin ge Xmax$<\/span>), ou lorsque l’incr\u00e9ment de graduation $Xscl$<\/span> est n\u00e9gatif ou nul. Pour purger instantan\u00e9ment ce conflit g\u00e9om\u00e9trique, l’utilisateur n’a nul besoin de modifier les registres num\u00e9riques \u00e0 la main : il lui suffit d’appeler la fonction ZOOM 9:ZoomStat<\/code>, qui recalcule et r\u00e9assigne automatiquement des bornes dimensionnellement coh\u00e9rentes avec les donn\u00e9es actives.<\/p>\n

        Une autre d\u00e9faillance d’affichage classique concerne le message ERR:INVALID DIM<\/code> (Erreur : Dimension non valide) qui survient imm\u00e9diatement apr\u00e8s avoir appuy\u00e9 sur la touche GRAPH<\/code>. Cette interruption indique que l’un des trois graphiques statistiques (Plot1<\/code>, Plot2<\/code> ou Plot3<\/code>) est configur\u00e9 sur l’\u00e9tat On<\/code> et pointe vers une liste statistique qui s’av\u00e8re totalement vide de donn\u00e9es. Pour pallier ce conflit de configuration, acc\u00e9dez au gestionnaire de trac\u00e9s via la combinaison 2nd<\/code> Y=<\/code>, puis s\u00e9lectionnez l’option 4:PlotsOff<\/code> suivie de ENTER<\/code> pour d\u00e9sactiver simultan\u00e9ment tous les trac\u00e9s. R\u00e9activez ensuite de mani\u00e8re isol\u00e9e et exclusive l’unique graphique Plot1<\/code> d\u00e9di\u00e9 \u00e0 votre liste de mesures effective.<\/p>\n

        De m\u00eame, si le graphique obtenu appara\u00eet satur\u00e9 de courbes g\u00e9om\u00e9triques al\u00e9atoires ou de paraboles parasites d\u00e9gradant la visibilit\u00e9 de la bo\u00eete \u00e0 moustaches, le probl\u00e8me r\u00e9side dans des \u00e9quations analytiques r\u00e9siduelles actives. Ouvrez le menu Y=<\/code>, supprimez rigoureusement toutes les expressions polynomiales \u00e0 l’aide de la touche CLEAR<\/code>, et d\u00e9sactivez les fonctions matricielles parasites pour pr\u00e9server la totale puret\u00e9 du rep\u00e8re statistique.<\/p>\n

        10.3 Pr\u00e9vention de la corruption et perte accidentelle des donn\u00e9es<\/h3>\n

        Dans un contexte d’\u00e9valuation exp\u00e9rimentale prolong\u00e9e ou d’examens acad\u00e9miques, la perte soudaine de s\u00e9ries de donn\u00e9es minutieusement encod\u00e9es peut avoir des cons\u00e9quences d\u00e9sastreuses. Pour immuniser vos listes statistiques contre les risques de d\u00e9charge subite de la batterie ou les purges accidentelles d\u00e9clench\u00e9es par l’utilisation inconsid\u00e9r\u00e9e de la commande ClrList<\/code>, le syst\u00e8me d’exploitation de la TI-84 int\u00e8gre un m\u00e9canisme d’archivage mat\u00e9riel de m\u00e9moire non volatile.<\/p>\n

        Pour verrouiller et sanctuariser une liste de donn\u00e9es (par exemple L1<\/code>), acc\u00e9dez au menu de gestion m\u00e9moire via 2nd<\/code> +<\/code> (MEM<\/code>), puis choisissez l’option 2:Mem Management\/Delete...<\/code>. Naviguez ensuite jusqu’\u00e0 la sous-section 4:List...<\/code> et appuyez sur ENTER<\/code> pour afficher le catalogue de toutes les listes pr\u00e9sentes dans l’appareil. D\u00e9placez le curseur en face du label de la liste cibl\u00e9e (L1<\/code>) et pressez la touche ENTER<\/code>. Un petit ast\u00e9risque symbolique (*<\/code>) vient imm\u00e9diatement s’imprimer \u00e0 la gauche du nom de la variable, certifiant que celle-ci a \u00e9t\u00e9 bascul\u00e9e de la m\u00e9moire vive volatile (RAM) vers la m\u00e9moire de stockage permanente (Flash ROM Archive).<\/p>\n

        Une fois une variable ainsi archiv\u00e9e, elle demeure prot\u00e9g\u00e9e contre toute suppression accidentelle, et son contenu sera pr\u00e9serv\u00e9 m\u00eame en cas d’extraction compl\u00e8te des piles ou d’ex\u00e9cution de la commande de r\u00e9initialisation basique de la RAM (RAM Reset<\/code>). Toutefois, il est important de noter que pour r\u00e9\u00e9diter dynamiquement le contenu de cette liste dans la grille matricielle ou pour lui assigner de nouvelles observations num\u00e9riques, l’utilisateur devra obligatoirement op\u00e9rer la d\u00e9marche inverse (d\u00e9sarchivage via l’instruction UnArchive L1<\/code> disponible dans le catalogue des commandes 2nd 0<\/code>) afin de r\u00e9injecter la variable dans la m\u00e9moire de calcul op\u00e9rationnelle.<\/p>\n

        11. Applications pratiques en psychom\u00e9trie et sciences du comportement<\/h2>\n

        11.1 Standardisation et \u00e9talonnage des \u00e9chelles d’\u00e9valuation<\/h3>\n

        Dans le domaine de l’ing\u00e9nierie psychom\u00e9trique, la transformation de scores bruts issus d’\u00e9preuves d’\u00e9valuation en notes \u00e9talonn\u00e9es standardis\u00e9es repr\u00e9sente une \u00e9tape m\u00e9thodologique fondamentale pour autoriser l’interpr\u00e9tation diagnostique interindividuelle. Alors que l’\u00e9talonnage classique en scores $Z$<\/span> ou en notes $T$<\/span> s’appuie sur la moyenne et l’\u00e9cart-type sous l’hypoth\u00e8se sous-jacente d’une distribution normale des aptitudes latentes, de multiples \u00e9chelles d’\u00e9valuation clinique et comportementale produisent des distributions fortement biais\u00e9es o\u00f9 l’application d’un \u00e9talonnage lin\u00e9aire gaussien conduirait \u00e0 de graves erreurs de cat\u00e9gorisation diagnostique.<\/p>\n

        Le r\u00e9sum\u00e9 \u00e0 cinq nombres offre l’infrastructure positionnelle requise pour construire des \u00e9talonnages non param\u00e9triques fond\u00e9s sur les rangs percentiles et les quantiles de classement. Le premier quartile $Q_1$<\/span>, la m\u00e9diane $Med$<\/span> et le troisi\u00e8me quartile $Q_3$<\/span> scindent naturellement la population de r\u00e9f\u00e9rence en quatre classes standardis\u00e9es de taille \u00e9quivalente (quartiles d’\u00e9talonnage). Cette segmentation permet d’attribuer instantan\u00e9ment un rang ordinal rigoureux au score brut d’un patient sans pr\u00e9supposer une quelconque r\u00e9gularit\u00e9 distributionnelle. Un sujet dont le score se situe entre le minimum et $Q_1$<\/span> appartient au premier quart de la cohorte clinique (d\u00e9ficit marqu\u00e9 ou performance tr\u00e8s faible), tandis qu’un score compris entre la m\u00e9diane et $Q_3$<\/span> le positionne au c\u0153ur de la moyenne haute de l’\u00e9chantillon normatif.<\/p>\n

        De plus, cette d\u00e9marche s’av\u00e8re d\u00e9terminante pour l’\u00e9tablissement de seuils cliniques de d\u00e9cision (cut-off scores<\/em>) objectifs. Dans le d\u00e9pistage d’affections psychopathologiques ou de d\u00e9ficiences attentionnelles, la d\u00e9marcation mat\u00e9rialis\u00e9e par le troisi\u00e8me quartile $Q_3$<\/span> (ou son extrapolation vers le quatre-vingt-dixi\u00e8me centile via l’\u00e9chelle des quantiles) est couramment exploit\u00e9e par les commissions de standardisation comme seuil d’alerte clinique pr\u00e9liminaire. Tout patient franchissant la cl\u00f4ture sup\u00e9rieure d\u00e9limit\u00e9e par la fronti\u00e8re interquartile est automatiquement aiguill\u00e9 vers des investigations neuropsychologiques approfondies, garantissant un protocole d’orientation clinique fond\u00e9 sur des rep\u00e8res positionnels d’une robustesse math\u00e9matique irr\u00e9prochable.<\/p>\n

        11.2 Comparaison de groupes exp\u00e9rimentaux dans les protocoles de recherche<\/h3>\n

        L’un des d\u00e9fis majeurs rencontr\u00e9s par les chercheurs en sciences du comportement r\u00e9side dans l’analyse diff\u00e9rentielle de deux conditions exp\u00e9rimentales au sein de plans factoriels \u00e0 petits effectifs, fr\u00e9quents lors d’essais cliniques pr\u00e9liminaires ou d’\u00e9tudes d’imagerie fonctionnelle. Face \u00e0 de tels protocoles o\u00f9 les postulats d’homosc\u00e9dasticit\u00e9 (\u00e9galit\u00e9 des variances) et de normalit\u00e9 des r\u00e9sidus ne peuvent \u00eatre d\u00e9cemment v\u00e9rifi\u00e9s, le recours aux repr\u00e9sentations comparatives juxtapos\u00e9es permises par la TI-84 offre une puissance diagnostique in\u00e9gal\u00e9e.<\/p>\n

        Consid\u00e9rons un protocole exp\u00e9rimental opposant un groupe contr\u00f4le recevant un placebo \u00e0 un groupe exp\u00e9rimental soumis \u00e0 un entra\u00eenement m\u00e9tacognitif intensif avant le passage d’une t\u00e2che de m\u00e9moire de travail. L’exp\u00e9rimentateur encode les performances du groupe contr\u00f4le dans la liste matricielle L1<\/code> et celles du groupe trait\u00e9 dans la liste L2<\/code>. En invoquant s\u00e9quentiellement la routine 1-Var Stats L1<\/code> puis 1-Var Stats L2<\/code>, le praticien extrait instantan\u00e9ment les deux r\u00e9sum\u00e9s \u00e0 cinq nombres correspondants, ce qui autorise une comparaison directe de l’\u00e9volution de la tendance centrale et de la dispersion :<\/p>\n

        Il devient d\u00e8s lors trivial de v\u00e9rifier si le traitement exp\u00e9rimental a engendr\u00e9 un simple d\u00e9placement translationnel de la m\u00e9diane (effet additif pur) ou s’il s’est accompagn\u00e9 d’une contraction sensible de l’\u00e9cart interquartile ($IQR_{L2} < IQR_{L1}$<\/span>), traduisant une homog\u00e9n\u00e9isation des comp\u00e9tences au sein de la cohorte soumise \u00e0 l'entra\u00eenement cognitif. Cette analyse num\u00e9rique se double d'une confirmation graphique d\u00e9terminante sur la TI-84 : en configurant simultan\u00e9ment le trac\u00e9 Plot1<\/code> sur la liste L1<\/code> et le trac\u00e9 Plot2<\/code> sur la liste L2<\/code> au sein du menu STAT PLOT<\/code>, puis en d\u00e9clenchant ZoomStat<\/code>, l’\u00e9cran de la calculatrice affiche deux bo\u00eetes \u00e0 moustaches superpos\u00e9es parall\u00e8lement sur le m\u00eame axe cart\u00e9sien horizontal.<\/p>\n

        Cette visualisation synchrone permet d’appr\u00e9cier en un clin d’\u0153il le chevauchement ou la dissociation des intervalles interquartiles des deux conditions. La non-intersection de la bo\u00eete centrale du groupe exp\u00e9rimental avec celle du groupe contr\u00f4le constitue une indication visuelle forte en faveur de l’efficacit\u00e9 substantielle de l’intervention test\u00e9e, fournissant des bases descriptives solides avant l’ex\u00e9cution de tests de rangs appari\u00e9s ou ind\u00e9pendants.<\/p>\n

        11.3 \u00c9valuation de la fid\u00e9lit\u00e9 et de l’asym\u00e9trie des distributions de scores<\/h3>\n

        Dans l’analyse des propri\u00e9t\u00e9s m\u00e9trologiques d’un nouvel instrument de test psychologique, la caract\u00e9risation pr\u00e9cise de la forme de distribution des scores bruts constitue un pr\u00e9requis incontournable pour statuer sur la fid\u00e9lit\u00e9 et la sensibilit\u00e9 de l’\u00e9preuve. Le r\u00e9sum\u00e9 \u00e0 cinq nombres op\u00e8re comme un outil d’inspection directe de l’asym\u00e9trie statistique (skewness<\/em>) sans exiger le calcul de moments d’ordre sup\u00e9rieur (tels que le coefficient d’asym\u00e9trie de Fisher-Pearson $g_1$<\/span>), dont la stabilit\u00e9 asymptotique est notoirement d\u00e9faillante sur des \u00e9chantillons restreints en neuropsychologie clinique.<\/p>\n

        L’\u00e9valuation de l’asym\u00e9trie s’articule autour de l’analyse diff\u00e9rentielle des longueurs des demi-bo\u00eetes et des moustaches du diagramme fourni par les cinq nombres :<\/p>\n