Dans le champ foisonnant des sciences quantitatives, de la psychom\u00e9trie et de l’\u00e9conom\u00e9trie moderne, la mod\u00e9lisation statistique ne constitue pas une simple transposition m\u00e9canique de donn\u00e9es empiriques au sein d’algorithmes de calcul. Elle s’\u00e9rige bien plut\u00f4t en un acte \u00e9pist\u00e9mologique fondamental : celui de formaliser l’intelligibilit\u00e9 de ph\u00e9nom\u00e8nes latents, stochastiques et complexes \u00e0 travers le prisme de structures math\u00e9matiques rigoureuses. D\u00e8s lors que le chercheur tente de capturer la dynamique des comportements humains, des processus cognitifs sous-jacents ou des variations psychopathologiques, il se heurte in\u00e9luctablement \u00e0 une tension dialectique permanente. D’une part s’exprime la qu\u00eate d’un ajustement empirique irr\u00e9prochable, poussant \u00e0 multiplier les pr\u00e9dicteurs et les param\u00e8tres afin de minimiser l’erreur r\u00e9siduelle ; d’autre part s’impose le principe ontologique de parcimonie, commandant d’\u00e9laguer les fioritures conceptuelles pour ne retenir que l’essence causale ou pr\u00e9dictive la plus sobre et la plus g\u00e9n\u00e9ralisable.<\/p>\n
Au c\u0153ur de cet arbitrage fondamental \u00e9merge le concept math\u00e9matique de mod\u00e8le embo\u00eet\u00e9<\/strong>, \u00e9galement d\u00e9sign\u00e9 dans la litt\u00e9rature francophone et anglo-saxonne sous les vocables de mod\u00e8le nich\u00e9<\/em> ou nested model<\/em>. L’embo\u00eetement statistique d\u00e9signe une relation hi\u00e9rarchique et structurelle stricte unissant deux repr\u00e9sentations formelles d’un m\u00eame ph\u00e9nom\u00e8ne : une sp\u00e9cification peut \u00eatre consid\u00e9r\u00e9e comme embo\u00eet\u00e9e dans une autre si l’int\u00e9gralit\u00e9 de ses param\u00e8tres libres repr\u00e9sente un sous-ensemble direct des param\u00e8tres du mod\u00e8le parent, ou si elle peut \u00eatre obtenue \u00e0 partir de ce dernier par l’imposition de contraintes alg\u00e9briques pr\u00e9cises, le plus souvent la fixation de certains coefficients de r\u00e9gression \u00e0 z\u00e9ro. Loin de se r\u00e9duire \u00e0 une curiosit\u00e9 purement th\u00e9orique, cette propri\u00e9t\u00e9 relationnelle constitue le pivot m\u00e9thodologique sur lequel reposent les protocoles de comparaison d’hypoth\u00e8ses les plus \u00e9l\u00e9gants de la statistique inf\u00e9rentielle, \u00e0 commencer par le test du rapport de vraisemblance et le test F incr\u00e9mental.<\/p>\n Le pr\u00e9sent trait\u00e9 propose une analyse exhaustive, rigoureuse et multidimensionnelle des mod\u00e8les embo\u00eet\u00e9s, con\u00e7ue sp\u00e9cifiquement pour les chercheurs, statisticiens et praticiens des sciences comportementales. En explorant successivement les fondations math\u00e9matiques de la r\u00e9duction param\u00e9trique, les d\u00e9monstrations concr\u00e8tes appliqu\u00e9es, les fronti\u00e8res d\u00e9marquant l’embo\u00eetement du chevauchement non embo\u00eet\u00e9, ainsi que les d\u00e9ploiements avanc\u00e9s au sein des mod\u00e8les d’\u00e9quations structurelles et multiniveaux, cet ouvrage vise \u00e0 doter le lecteur d’un cadre conceptuel et pratique complet. \u00c0 travers une formalisation minutieuse et des protocoles op\u00e9rationnels d\u00e9taill\u00e9s sous des environnements de calcul de pointe, nous l\u00e8verons le voile sur les subtilit\u00e9s, les \u00e9cueils m\u00e9thodologiques et les imp\u00e9ratifs de rigueur qui gouvernent la s\u00e9lection scientifique de mod\u00e8les.<\/p>\n La recherche contemporaine en psychologie quantitative s’est b\u00e2tie sur l’ambition de traduire les dynamiques intangibles de l’esprit et du comportement en \u00e9quations formelles dot\u00e9es d’une port\u00e9e pr\u00e9dictive et explicative. Contrairement aux sciences physiques fondamentales, o\u00f9 les constantes de l’univers peuvent \u00eatre mesur\u00e9es avec un degr\u00e9 de pr\u00e9cision infinit\u00e9simal, la psychologie op\u00e8re sur des entit\u00e9s th\u00e9oriques inobservables de mani\u00e8re directe : l’intelligence fluide, l’anxi\u00e9t\u00e9 projective, l’extraversion, la charge cognitive ou l’efficacit\u00e9 de soi. Ces construits psychologiques latents ne se manifestent qu’au travers de signaux imparfaits, bruit\u00e9s et partiels, mat\u00e9rialis\u00e9s par des variables observables telles que les scores \u00e0 des \u00e9chelles psychom\u00e9triques, des temps de r\u00e9action millim\u00e9tr\u00e9s, des patterns de r\u00e9ponses neurophysiologiques ou des fr\u00e9quences de comportements manifestes.<\/p>\n Dans ce contexte \u00e9pist\u00e9mique singulier, la mod\u00e9lisation statistique transcende le simple ajustement de courbes descriptives. Elle mat\u00e9rialise une hypoth\u00e8se scientifique formalis\u00e9e relative \u00e0 l’organisation du syst\u00e8me psychique. Mod\u00e9liser consiste \u00e0 affirmer qu’une certaine matrice de covariation observ\u00e9e parmi un ensemble de donn\u00e9es d\u00e9coule d’un m\u00e9canisme g\u00e9n\u00e9rateur identifiable. Cependant, cette d\u00e9marche impose un arbitrage fondamental : le compromis entre l’exactitude de l’ajustement empirique et la parcimonie conceptuelle<\/a>. Un mod\u00e8le pr\u00e9sentant un nombre exub\u00e9rant de degr\u00e9s de libert\u00e9 peut \u00e9pouser parfaitement les contours d’un \u00e9chantillon donn\u00e9, mais cette fid\u00e9lit\u00e9 apparente n’est fr\u00e9quemment que le reflet de la mod\u00e9lisation du bruit d’\u00e9chantillonnage, an\u00e9antissant ainsi toute validit\u00e9 externe et toute transf\u00e9rabilit\u00e9 th\u00e9orique.<\/p>\n Historiquement, l’\u00e9volution m\u00e9thodologique a guid\u00e9 la discipline depuis les mod\u00e8les lin\u00e9aires simples, \u00e0 l’instar de la r\u00e9gression bivari\u00e9e de Pearson et Spearman, vers des architectures hi\u00e9rarchiques et multivari\u00e9es hautement sophistiqu\u00e9es. Les mod\u00e8les lin\u00e9aires g\u00e9n\u00e9raux, les approches par \u00e9quations structurelles et les mod\u00e9lisations multiniveaux autorisent aujourd’hui la formulation de syst\u00e8mes d’\u00e9quations simultan\u00e9es capables d’int\u00e9grer des relations non lin\u00e9aires, des boucles de r\u00e9troaction et des variances r\u00e9siduelles partitionn\u00e9es. Face \u00e0 cette prolif\u00e9ration de repr\u00e9sentations math\u00e9matiques concurrentes d’un m\u00eame ph\u00e9nom\u00e8ne, la communaut\u00e9 scientifique a d\u00fb d\u00e9velopper des instruments m\u00e9thodologiques d’une extr\u00eame pr\u00e9cision pour arbitrer rationnellement entre une th\u00e9orie plus simple et une th\u00e9orie plus complexe. C’est pr\u00e9cis\u00e9ment \u00e0 cette intersection entre formalisation math\u00e9matique et philosophie des sciences que s’enracine la th\u00e9orie des mod\u00e8les embo\u00eet\u00e9s.<\/p>\n Sur le plan math\u00e9matique et axiomatique, un mod\u00e8le statistique est d\u00e9fini par une famille de distributions de probabilit\u00e9 index\u00e9e par un vecteur de param\u00e8tres \u00e9voluant au sein d’un espace param\u00e9trique d\u00e9termin\u00e9. Soit un mod\u00e8le g\u00e9n\u00e9ral, que nous d\u00e9signerons conventionnellement comme le mod\u00e8le parent ou complet, not\u00e9 $M_1$<\/span>, caract\u00e9ris\u00e9 par un ensemble de param\u00e8tres $\\Theta_1 \\subset \\mathbb{R}^p$<\/span> de dimension $p$<\/span>. Consid\u00e9rons \u00e0 pr\u00e9sent un second mod\u00e8le, not\u00e9 $M_0$<\/span>, dont l’espace des param\u00e8tres est $\\Theta_0 \\subset \\mathbb{R}^q$<\/span>, avec $q < p$. Le mod\u00e8le$<\/span>M_0$ est rigoureusement qualifi\u00e9 de mod\u00e8le embo\u00eet\u00e9<\/strong> (ou nich\u00e9) dans le mod\u00e8le $M_1$<\/span> si, et seulement si, l’espace param\u00e9trique $\\Theta_0$<\/span> constitue un sous-espace strict de $\\Theta_1$<\/span>.<\/p>\n En d’autres termes, le principe d’inclusion stipule que toute distribution de probabilit\u00e9 pouvant \u00eatre g\u00e9n\u00e9r\u00e9e par les configurations param\u00e9triques admissibles du mod\u00e8le r\u00e9duit $M_0$<\/span> peut \u00eatre reproduite \u00e0 l’identique par le mod\u00e8le complet $M_1$<\/span> sous une assignation particuli\u00e8re de ses propres param\u00e8tres. La relation d’embo\u00eetement implique donc une contrainte d’accessibilit\u00e9 sans faille : le mod\u00e8le r\u00e9duit n’est rien d’autre qu’une d\u00e9clinaison restreinte du mod\u00e8le g\u00e9n\u00e9ral. Sur le plan alg\u00e9brique, cette d\u00e9rivation s’op\u00e8re le plus souvent par l’imposition de contraintes d’annulation d’un ou plusieurs param\u00e8tres vectoriels sp\u00e9cifiques. Si le mod\u00e8le complet s’\u00e9crit de mani\u00e8re \u00e0 partitionner son vecteur de param\u00e8tres en $\\theta = (\\theta_a, \\theta_b)’$<\/span>, o\u00f9 $\\theta_a$<\/span> contient $q$<\/span> composantes et $\\theta_b$<\/span> contient $p – q$<\/span> composantes, le mod\u00e8le $M_0$<\/span> \u00e9merge d\u00e8s lors que l’on impose formellement la contrainte lin\u00e9aire d’annulation $\\theta_b = 0$<\/span>.<\/p>\n Il importe de clarifier ici une ambigu\u00eft\u00e9 terminologique persistante au sein de la litt\u00e9rature m\u00e9thodologique francophone. Les termes \u00ab mod\u00e8le embo\u00eet\u00e9 \u00bb et \u00ab mod\u00e8le nich\u00e9 \u00bb constituent des traductions interchangeables et parfaitement synonymes de l’anglais nested model<\/em>. En revanche, il ne faut point les confondre syst\u00e9matiquement avec les \u00ab mod\u00e8les hi\u00e9rarchiques \u00bb ou \u00ab mod\u00e8les multiniveaux \u00bb. Bien que ces derniers reposent structurellement sur l’embo\u00eetement hi\u00e9rarchique d’unit\u00e9s d’observation (par exemple, des \u00e9l\u00e8ves embo\u00eet\u00e9s au sein de classes scolaires, elles-m\u00eames nich\u00e9es au sein d’\u00e9tablissements), le concept d’embo\u00eetement au sens de la s\u00e9lection de mod\u00e8les se r\u00e9f\u00e8re strictement \u00e0 la topologie des espaces de param\u00e8tres et non pas n\u00e9cessairement \u00e0 l’\u00e9chantillonnage group\u00e9 des donn\u00e9es empiriques.<\/p>\n Pour appr\u00e9hender ad\u00e9quatement les propri\u00e9t\u00e9s asymptotiques et g\u00e9om\u00e9triques de la comparaison statistique, il convient d’analyser en profondeur les caract\u00e9ristiques respectives du mod\u00e8le complet et du mod\u00e8le restreint. Le mod\u00e8le complet<\/strong>, que l’on qualifie d’ailleurs fr\u00e9quemment de mod\u00e8le non contraint, satur\u00e9 (dans un sens relatif) ou parent, mobilise l’ensemble le plus large de degr\u00e9s de libert\u00e9 autoris\u00e9s par la formulation th\u00e9orique en cours d’\u00e9valuation. Dot\u00e9 de cette flexibilit\u00e9 param\u00e9trique sup\u00e9rieure, il d\u00e9tient intrins\u00e8quement une capacit\u00e9 explicative et descriptive maximale face aux observations. Dans le cadre d’un mod\u00e8le d’optimisation par la m\u00e9thode des moindres carr\u00e9s ordinaires ou par le maximum de vraisemblance<\/a>, le mod\u00e8le complet atteindra in\u00e9luctablement une somme des carr\u00e9s des erreurs plus faible ou, \u00e0 tout le moins, rigoureusement \u00e9gale \u00e0 celle du mod\u00e8le restreint, et une valeur de log-vraisemblance sup\u00e9rieure ou \u00e9gale.<\/p>\n Le mod\u00e8le restreint<\/strong>, quant \u00e0 lui, est assujetti \u00e0 des limitations formelles pr\u00e9d\u00e9termin\u00e9es. En fixant un sous-ensemble de ses coefficients \u00e0 z\u00e9ro, ou en contraignant certains param\u00e8tres \u00e0 adopter des valeurs identiques, il renonce d\u00e9lib\u00e9r\u00e9ment \u00e0 une fraction de son pouvoir d’ajustement aux donn\u00e9es locales dans l’objectif d’acqu\u00e9rir une compacit\u00e9 structurelle. Ce gain de parcimonie se paie m\u00e9caniquement par une \u00e9l\u00e9vation de la somme des carr\u00e9s r\u00e9siduels et par une diminution conjointe de la vraisemblance globale du syst\u00e8me stochastique. L’estimation des param\u00e8tres du mod\u00e8le restreint s’op\u00e8re donc sur une surface g\u00e9om\u00e9trique de dimension inf\u00e9rieure au sein de l’hypersurface de r\u00e9gression.<\/p>\n La cons\u00e9quence math\u00e9matique incontournable de cette asym\u00e9trie r\u00e9side dans l’in\u00e9galit\u00e9 fondamentale r\u00e9gissant leurs fonctions de perte respectives. Soit $\\mathcal{L}(\\hat{\\theta}_{complet} | Y)$<\/span> la vraisemblance maximis\u00e9e du mod\u00e8le complet et $\\mathcal{L}(\\hat{\\theta}_{restre\\int} | Y)$<\/span> la vraisemblance maximis\u00e9e du mod\u00e8le restreint, calcul\u00e9es sur le m\u00eame vecteur de variables observables $Y$<\/span>. En vertu du principe d’optimisation sous contraintes, il est analytiquement impossible que le mod\u00e8le restreint surpasse le mod\u00e8le complet en mati\u00e8re de vraisemblance empirique brute :<\/p>\n $$\\mathcal{L}(\\hat{\\theta}_{restre\\int} | Y) le \\mathcal{L}(\\hat{\\theta}_{complet} | Y)$$<\/span><\/p>\n Toute la probl\u00e9matique de l’inf\u00e9rence consistera d\u00e8s lors \u00e0 d\u00e9terminer si l’\u00e9cart observ\u00e9 entre ces deux m\u00e9triques refl\u00e8te une divergence th\u00e9orique substantielle et statistiquement significative, ou s’il s’agit d’une simple fluctuation imputable aux al\u00e9as de l’\u00e9chantillonnage.<\/p>\n L’assise math\u00e9matique de l’embo\u00eetement repose sur la conformit\u00e9 rigoureuse de la structure matricielle des pr\u00e9dicteurs inclus dans l’espace de r\u00e9gression. Consid\u00e9rons le mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral formul\u00e9 sous notation matricielle standard : $Y = X\\beta + \\varepsilon$<\/span>, o\u00f9 $Y$<\/span> d\u00e9signe le vecteur des $n$<\/span> observations de la variable d\u00e9pendante, $X$<\/span> repr\u00e9sente la matrice de dimension $n \\times p$<\/span> des pr\u00e9dicteurs (incluant \u00e9ventuellement le vecteur unitaire pour l’intercepte), $\\beta$<\/span> est le vecteur de dimension $p \\times 1$<\/span> des param\u00e8tres \u00e0 estimer, et $varepsilon$<\/span> le vecteur des r\u00e9sidus stochastiques distribu\u00e9s selon une loi normale multivari\u00e9e $\\mathcal{N}(0, \\sigma^2 I_n)$<\/span>.<\/p>\n Pour qu’un mod\u00e8le restreint $Y = X_0\\beta_0 + \\varepsilon_0$<\/span> soit strictement embo\u00eet\u00e9 dans ce mod\u00e8le g\u00e9n\u00e9ral, les colonnes constituant la matrice de r\u00e9gresseurs $X_0$<\/span> doivent n\u00e9cessairement \u00eatre engendr\u00e9es par une transformation lin\u00e9aire des colonnes de la matrice $X$<\/span>. Dans le cas le plus limpide de l’exclusion directe de covariables, la matrice $X_0$<\/span> de dimension $n \\times q$<\/span> s’obtient simplement en supprimant $p – q$<\/span> colonnes de $X$<\/span>. D\u00e8s lors, le sous-espace vectoriel projet\u00e9 par la matrice chapeau (ou matrice de projection orthogonale) de $X_0$<\/span>, not\u00e9e $P_0 = X_0(X_0’X_0)^{-1}X_0’$<\/span>, est un sous-espace vectoriel strict du sous-espace projet\u00e9 par la matrice chapeau du mod\u00e8le complet, $P = X(X’X)^{-1}X’$<\/span>.<\/p>\n Une propri\u00e9t\u00e9 remarquable d\u00e9coulant de cette configuration matricielle r\u00e9side dans la transitivit\u00e9 math\u00e9matique de l’embo\u00eetement. Si un mod\u00e8le de r\u00e9gression $M_A$<\/span> est rigoureusement embo\u00eet\u00e9 dans un mod\u00e8le $M_B$<\/span>, et que ce mod\u00e8le $M_B$<\/span> se trouve lui-m\u00eame embo\u00eet\u00e9 au sein d’une structure plus g\u00e9n\u00e9rale $M_C$<\/span>, alors, en vertu de l’axiome d’inclusion ensembliste appliqu\u00e9 aux sous-espaces lin\u00e9aires :<\/p>\n $$\\text{Im}(X_A) \\subset \\text{Im}(X_B) \\subset \\text{Im}(X_C) implies M_A \\text{ est embo\u00eet\u00e9 dans } M_C$$<\/span><\/p>\n Toutefois, cette relation hi\u00e9rarchique impose une exigence pr\u00e9alable inviolable : l’identit\u00e9 parfaite de la variable d\u00e9pendante mesur\u00e9e $Y$<\/span>. Si la variable d\u00e9pendante subit la moindre modification entre les deux formulations \u2014 qu’il s’agisse d’un recalibrage d’\u00e9chelle, de l’application d’une fonction logarithmique ou de la standardisation unilat\u00e9rale des scores \u2014, la comparabilit\u00e9 directe des espaces vectoriels s’effondre instantan\u00e9ment, annihilant de facto toute relation d’embo\u00eetement statistique.<\/p>\n Au-del\u00e0 de l’\u00e9limination pure et simple de variables explicatives, l’embo\u00eetement statistique embrasse un ensemble beaucoup plus vaste d’op\u00e9rations d’imposition de contraintes formelles, regroup\u00e9es sous l’appellation d’hypoth\u00e8ses lin\u00e9aires g\u00e9n\u00e9rales. Soit le vecteur global des param\u00e8tres $\\beta in \\mathbb{R}^p$<\/span>. Toute restriction d’embo\u00eetement peut s’exprimer sous la forme canonique matricielle :<\/p>\n $$R\\beta = r$$<\/span><\/p>\n Dans cette formulation, $R$<\/span> est une matrice de contraintes pr\u00e9\u00e9tablie de plein rang de dimension $m \\times p$<\/span> (o\u00f9 $m$<\/span> repr\u00e9sente le nombre de restrictions ind\u00e9pendantes impos\u00e9es au syst\u00e8me, avec $m le p$<\/span>), et $r$<\/span> est un vecteur constant de dimension $m \\times 1$<\/span>. Cette formulation englobe deux grands types d’interventions analytiques :<\/p>\n L’impact g\u00e9om\u00e9trique de ces contraintes s’av\u00e8re saisissant. Dans l’espace euclidien de dimension $p$<\/span> o\u00f9 s’ex\u00e9cute l’estimation par minimisation de la distance r\u00e9siduelle, imposer l’\u00e9quation $R\\beta = r$<\/span> revient \u00e0 projeter l’hyperplan de r\u00e9gression originel sur une vari\u00e9t\u00e9 lin\u00e9aire contrainte de dimension strictement inf\u00e9rieure \u00e9gale \u00e0 $p – m$<\/span>. Le mod\u00e8le embo\u00eet\u00e9 restreint cherche alors le point optimal de convergence \u00e0 l’int\u00e9rieur de cet hyperplan affaibli, ce qui se traduit m\u00e9caniquement par une distance r\u00e9siduelle sup\u00e9rieure ou \u00e9gale \u00e0 celle de l’optimum global libre.<\/p>\n Pour que les \u00e9difices th\u00e9oriques de la comparaison de mod\u00e8les conservent leur validit\u00e9 math\u00e9matique, il ne suffit pas de d\u00e9cr\u00e9ter une contrainte de sous-ensemble ; l’espace param\u00e9trique global doit \u00e9galement satisfaire \u00e0 un ensemble strict de conditions de r\u00e9gularit\u00e9 statistique<\/a>, formul\u00e9es initialement dans les travaux s\u00e9minaux de Ronald Fisher, Samuel Wilks et Harald Cram\u00e9r. Soit $\\Omega$<\/span> l’espace des param\u00e8tres admissible du mod\u00e8le complet et $\\Omega_0$<\/span> le sous-espace restreint repr\u00e9sentant l’hypoth\u00e8se nulle $\\mathcal{H}_0 : \\theta in \\Omega_0$<\/span>.<\/p>\n La premi\u00e8re condition de r\u00e9gularit\u00e9 impose que le v\u00e9ritable param\u00e8tre th\u00e9orique du processus g\u00e9n\u00e9rateur sous-jacent r\u00e9side \u00e0 l’int\u00e9rieur de l’espace topologique ouvert $\\Omega$<\/span>, et non sur ses fronti\u00e8res physiques ou math\u00e9matiques. Par ailleurs, la fonction de log-vraisemblance $\\ln \\mathcal{L}(\\theta | Y)$<\/span> doit imp\u00e9rativement \u00eatre contin\u00fbment diff\u00e9rentiable jusqu’\u00e0 l’ordre trois par rapport \u00e0 chaque \u00e9l\u00e9ment du vecteur $\\theta$<\/span> sur un voisinage ouvert entourant la valeur v\u00e9ritable. Cette hypoth\u00e8se assure l’existence, la finitude et la non-singularit\u00e9 de la matrice d’information de Fisher attendue, not\u00e9e $I(\\theta)$<\/span>, d\u00e9finie comme :<\/p>\n $$I(\\theta) = -\\mathbb{E}\\left[ \\frac{\\partial^2 \\ln \\mathcal{L}(\\theta | Y)}{\\partial \\theta \\partial theta’} \\right]$$<\/span><\/p>\n Lorsque ces conditions de diff\u00e9rentiabilit\u00e9 et de convexit\u00e9 locale sont rigoureusement respect\u00e9es, l’estimateur du maximum de vraisemblance converge de mani\u00e8re asymptotique vers une loi normale multivari\u00e9e, et le th\u00e9or\u00e8me de Wilks s’applique pleinement : la distance de d\u00e9viance entre le mod\u00e8le complet et le mod\u00e8le restreint adopte pr\u00e9cis\u00e9ment la distribution limite du chi-deux ($\\chi^2$<\/span>). En revanche, d\u00e8s lors qu’un param\u00e8tre fix\u00e9 par la contrainte se situe sur la fronti\u00e8re de l’espace admissible \u2014 comme c’est typiquement le cas lors du test d’une composante de variance dans un mod\u00e8le multiniveau, o\u00f9 une variance ne peut \u00eatre strictement n\u00e9gative ($\\sigma^2 ge 0$<\/span>) \u2014, les d\u00e9riv\u00e9es s’annulent ou deviennent asym\u00e9triques. La topologie locale perd sa lin\u00e9arit\u00e9 euclidienne, rompant instantan\u00e9ment l’applicabilit\u00e9 directe de la th\u00e9orie asymptotique classique.<\/p>\n Afin de concr\u00e9tiser ces d\u00e9veloppements math\u00e9matiques au sein d’un cadre empirique saisissant, transposons notre r\u00e9flexion dans le champ de la psychologie de la performance sportive et de la mod\u00e9lisation comportementale. Imaginons une \u00e9tude d’envergure consacr\u00e9e \u00e0 la pr\u00e9diction de la performance d’athl\u00e8tes de haut niveau au cours d’une saison comp\u00e9titive de basketball. L’indicateur retenu comme variable d\u00e9pendante continue, not\u00e9 $Points$<\/span>, quantifie le volume de points marqu\u00e9s par match par chaque athl\u00e8te. Nous postulons initialement un mod\u00e8le explicatif exhaustif int\u00e9grant quatre covariables comportementales, biom\u00e9caniques et tactiques :<\/p>\n Le Mod\u00e8le complet (Mod\u00e8le A)<\/strong> se formalise sous l’\u00e9quation lin\u00e9aire multivari\u00e9e suivante, compl\u00e9t\u00e9e par son terme d’erreur stochastique :<\/p>\n $$Points_i = \\beta_0 + \\beta_1(Minutes_i) + \\beta_2(Taille_i) + \\beta_3(Position_i) + \\beta_4(Tirs_i) + \\varepsilon_i$$<\/span><\/p>\n Dans cette \u00e9quation, nous d\u00e9nombrons au total cinq param\u00e8tres de r\u00e9gression \u00e0 estimer pour la composante d\u00e9terministe ($\\beta_0, \\beta_1, \\beta_2, \\beta_3, \\beta_4$<\/span>), auxquels s’adjoint le param\u00e8tre de variance de l’erreur r\u00e9siduelle $\\sigma_\\varepsilon^2$<\/span>, portant l’estimation globale \u00e0 six param\u00e8tres libres. Si cette \u00e9tude mobilise un \u00e9chantillon de $n = 250$<\/span> sportifs professionnels, le mod\u00e8le dispose d’un nombre de degr\u00e9s de libert\u00e9 r\u00e9siduels \u00e9gal \u00e0 $df_A = n – p = 250 – 5 = 245$<\/span>. Sur le plan conceptuel, le Mod\u00e8le A capture l’int\u00e9gralit\u00e9 de la variance ph\u00e9nom\u00e9nologique accessible \u00e0 notre grille de lecture : il int\u00e8gre les contraintes physiques individuelles, les param\u00e8tres d’exposition temporelle et l’agressivit\u00e9 offensive, assurant un coefficient de d\u00e9termination empirique $R^2_A$<\/span> \u00e9lev\u00e9 refl\u00e9tant la maximisation de l’ajustement aux donn\u00e9es recueillies.<\/p>\n Consid\u00e9rons \u00e0 pr\u00e9sent une d\u00e9marche de th\u00e9orisation concurrente, guid\u00e9e par une hypoth\u00e8se psychologique plus restrictive inspir\u00e9e des th\u00e9ories fondamentales de l’opportunit\u00e9 d’action. Un groupe de chercheurs avance que la productivit\u00e9 brute au score ne requiert nullement la prise en compte de la posture tactique nominale de l’athl\u00e8te ni de son volume de tirs tent\u00e9s, mais r\u00e9sulte quasi exclusivement de son gabarit anthropom\u00e9trique intrins\u00e8que combin\u00e9 \u00e0 sa dur\u00e9e d’exposition sur l’aire de jeu. Guid\u00e9s par cette posture de sobri\u00e9t\u00e9 th\u00e9orique, les analystes sp\u00e9cifient un mod\u00e8le alternatif simplifi\u00e9, d\u00e9sign\u00e9 sous le label de Mod\u00e8le embo\u00eet\u00e9 (Mod\u00e8le B)<\/strong> :<\/p>\n $$Points_i = \\beta_0 + \\beta_1(Minutes_i) + \\beta_2(Taille_i) + \\varepsilon_i$$<\/span><\/p>\n Ce Mod\u00e8le B restreint l’espace explicatif \u00e0 deux covariables uniques. Il n’estime que trois coefficients de r\u00e9gression ($\\beta_0, \\beta_1, \\beta_2$<\/span>) en plus de la variance r\u00e9siduelle, ce qui conf\u00e8re \u00e0 sa structure un total de $df_B = n – q = 250 – 3 = 247$<\/span> degr\u00e9s de libert\u00e9 r\u00e9siduels. La nature strictement embo\u00eet\u00e9e du Mod\u00e8le B au sein du Mod\u00e8le A est limpide et irr\u00e9futable : le Mod\u00e8le B d\u00e9coule sans alt\u00e9ration de l’\u00e9quation du Mod\u00e8le A d\u00e8s lors que l’on applique l’hypoth\u00e8se nulle conjointe d’annulation param\u00e9trique suivante :<\/p>\n $$\\mathcal{H}_0 : \\beta_3 = 0 \\quad \\text{et} \\quad \\beta_4 = 0$$<\/span><\/p>\n En contraignant ces deux param\u00e8tres \u00e0 s’annuler rigidement, les chercheurs \u00e9liminent deux dimensions de l’hyperplan de r\u00e9gression. Cette simplification structurelle entra\u00eene des retomb\u00e9es directes sur la distribution de l’erreur : en diminuant le nombre de param\u00e8tres \u00e0 inf\u00e9rer, le mod\u00e8le restreint r\u00e9duit consid\u00e9rablement l’erreur d’\u00e9chantillonnage attach\u00e9e \u00e0 l’estimation conjointe des coefficients, prot\u00e9geant ainsi l’analyse contre les distorsions locales sp\u00e9cifiques \u00e0 l’\u00e9chantillon observ\u00e9.<\/p>\n L’op\u00e9ration de r\u00e9duction qui fait passer du Mod\u00e8le A au Mod\u00e8le B soul\u00e8ve imm\u00e9diatement la question fondamentale de la structure de d\u00e9pendance lin\u00e9aire entre les r\u00e9gresseurs. L’impact de la suppression des variables $Position$<\/span> et $Tirs$<\/span> sur les coefficients pr\u00e9serv\u00e9s ($\\beta_1$<\/span> et $\\beta_2$<\/span>) d\u00e9pend int\u00e9gralement de la matrice de variance-covariance unissant les quatre pr\u00e9dicteurs. En vertu du c\u00e9l\u00e8bre th\u00e9or\u00e8me de Frisch-Waugh-Lovell, si les pr\u00e9dicteurs omis sont parfaitement orthogonaux aux variables conserv\u00e9es, l’omission n’induira aucun biais sur les estimateurs $\\hat{\\beta}_1$<\/span> et $\\hat{\\beta}_2$<\/span>.<\/p>\n N\u00e9anmoins, dans la quasi-totalit\u00e9 des investigations r\u00e9elles en psychologie et en sciences sociales, les covariables comportementales manifestent des intercorr\u00e9lations non nulles. D\u00e8s lors, le risque majeur qui guette le mod\u00e8le restreint B r\u00e9side dans le biais de variable omise<\/a>. Si la propension \u00e0 tenter des tirs ($Tirs$<\/span>) est positivement corr\u00e9l\u00e9e au temps de jeu ($Minutes$<\/span>) et exerce une influence causale propre sur les points inscrits, l’omission de cette covariable dans le Mod\u00e8le B forcera le param\u00e8tre $\\beta_1$<\/span> \u00e0 capturer une fraction de la variance causale d\u00e9volue \u00e0 l’agressivit\u00e9 offensive, gonflant artificiellement sa magnitude num\u00e9rique :<\/p>\n $$\\mathbb{E}[\\hat{\\beta}_{1, restre\\int}] = \\beta_1 + \\beta_4 \\frac{\\text{Cov}(Minutes, Tirs)}{\\text{Var}(Minutes)}$$<\/span><\/p>\n Cette r\u00e9alit\u00e9 alg\u00e9brique met en lumi\u00e8re l’enjeu crucial de la validation empirique de l’embo\u00eetement. Les chercheurs ne peuvent se contenter de postuler l’\u00e9l\u00e9gance th\u00e9orique du Mod\u00e8le B : ils doivent confronter formellement la perte d’information statistique r\u00e9sultant de la fixation $(\\beta_3 = 0, \\beta_4 = 0)$<\/span> au gain de simplicit\u00e9 g\u00e9n\u00e9r\u00e9. La structure matricielle d\u00e9montre sans ambigu\u00eft\u00e9 que l’espace des colonnes de $X_B$<\/span> est un sous-ensemble strict de l’espace des colonnes de $X_A$<\/span>, satisfaisant ainsi de mani\u00e8re absolue aux exigences math\u00e9matiques pr\u00e9alables \u00e0 toute proc\u00e9dure de test comparatif.<\/p>\n Pour d\u00e9limiter avec une pr\u00e9cision infaillible le concept de mod\u00e8le embo\u00eet\u00e9, il est imp\u00e9ratif d’examiner son antith\u00e8se logique : le mod\u00e8le non embo\u00eet\u00e9<\/strong> (ou mod\u00e8le s\u00e9par\u00e9). Introduisons dans notre sc\u00e9nario une troisi\u00e8me formalisation conceptuelle, port\u00e9e par une \u00e9quipe dissidente de m\u00e9thodologistes, d\u00e9sign\u00e9e sous l’appellation de Mod\u00e8le C<\/strong>. Cette formulation alternative postule que les points marqu\u00e9s d\u00e9pendent du temps d’engagement, de la stature physique et du volume moyen de lancers francs obtenus par match ($Lancers_francs$<\/span>), sans int\u00e9grer ni le positionnement tactique nominal ni le volume g\u00e9n\u00e9ral de tirs de champ :<\/p>\n $$Points_i = \\beta_0 + \\beta_1(Minutes_i) + \\beta_2(Taille_i) + \\beta_5(Lancers_francs_i) + \\varepsilon_i$$<\/span><\/p>\n \u00c0 premi\u00e8re vue, le Mod\u00e8le C partage un ancrage commun avec le Mod\u00e8le A originel : il s’applique scrupuleusement \u00e0 la m\u00eame variable d\u00e9pendante continue $Points$<\/span>, est calibr\u00e9 sur les m\u00eames $n = 250$<\/span> observations individuelles, et comprend deux pr\u00e9dicteurs rigoureusement identiques ($Minutes$<\/span> et $Taille$<\/span>). Pourtant, sur le plan math\u00e9matique formel, le Mod\u00e8le C n’est absolument pas embo\u00eet\u00e9 dans le Mod\u00e8le A, tout comme le Mod\u00e8le A n’est pas embo\u00eet\u00e9 dans le Mod\u00e8le C.<\/p>\n La d\u00e9monstration est directe : l’espace de r\u00e9gression du Mod\u00e8le C comprend un r\u00e9gresseur vectoriel ($Lancers_francs$<\/span>) qui est totalement absent de l’espace de r\u00e9gression du Mod\u00e8le A. R\u00e9ciproquement, le Mod\u00e8le A int\u00e8gre deux covariables ($Position$<\/span> et $Tirs$<\/span>) que le Mod\u00e8le C ignore d\u00e9lib\u00e9r\u00e9ment. Il existe donc entre les deux structures une relation de variables exclusives et non superposables, brisant irr\u00e9m\u00e9diablement la condition d’inclusion sous-ensembliste stricte.<\/p>\n La tentation est grande pour le n\u00e9ophyte de confondre un chevauchement partiel de variables explicatives avec une v\u00e9ritable relation d’embo\u00eetement. Cette confusion repose sur une intuition fallacieuse : puisque le Mod\u00e8le A et le Mod\u00e8le C partagent la majeure partie de leur ossature explicative ($Minutes$<\/span> et $Taille$<\/span>), il pourrait sembler admissible de comparer leurs performances r\u00e9siduelles via les proc\u00e9dures de test conventionnelles. Or, cette assimilation constitue une erreur logique d\u00e9vastatrice.<\/p>\n Il est en effet formellement impossible de d\u00e9river l’\u00e9quation du Mod\u00e8le C \u00e0 partir de l’\u00e9quation du Mod\u00e8le A par le biais de simples restrictions d’annulation ou de contraintes lin\u00e9aires appliqu\u00e9es aux coefficients de ce dernier. Aucune assignation des valeurs param\u00e9triques $\\beta_0, \\beta_1, \\beta_2, \\beta_3, \\beta_4$<\/span> au sein du Mod\u00e8le A ne saurait faire jaillir ex nihilo le r\u00e9gresseur $Lancers_francs$<\/span>. De m\u00eame, aucune fixation des coefficients du Mod\u00e8le C ne permettra de reconstituer la contribution de $Position$<\/span> et de $Tirs$<\/span>. Leurs espaces de param\u00e8tres respectifs, bien que s\u00e9cants au niveau du sous-espace form\u00e9 par $Minutes$<\/span> et $Taille$<\/span>, sont mutuellement transverses et autonomes.<\/p>\n Cette absence d’inclusion hi\u00e9rarchique ruine les fondements de la th\u00e9orie des tests statistiques classiques d’embo\u00eetement. Lorsque deux mod\u00e8les sont simplement en intersection partielle sans que l’un englobe int\u00e9gralement l’autre, la fonction d’\u00e9cart de d\u00e9viance entre les deux ne suit plus asymptotiquement une distribution centrale du chi-deux sous l’hypoth\u00e8se nulle. Les propri\u00e9t\u00e9s r\u00e9guli\u00e8res garanties par le th\u00e9or\u00e8me de Wilks s’effacent au profit de distributions limites complexes d\u00e9pendantes des valeurs r\u00e9elles des param\u00e8tres m\u00e9connus, rendant les p-valeurs calcul\u00e9es conventionnellement enti\u00e8rement fallacieuses.<\/p>\n L’application machinale et erron\u00e9e d’un test con\u00e7u pour mod\u00e8les embo\u00eet\u00e9s \u00e0 des structures non embo\u00eet\u00e9es conduit \u00e0 des distorsions m\u00e9thodologiques s\u00e9v\u00e8res au sein de la litt\u00e9rature scientifique. Si un chercheur tente de soumettre la divergence d’ajustement entre le Mod\u00e8le A et le Mod\u00e8le C \u00e0 un test du rapport de vraisemblance standard ou \u00e0 un test F incr\u00e9mental, il viole l’axiome probabiliste fondamental qui sous-tend la formulation de l’hypoth\u00e8se nulle. Dans ce sc\u00e9nario perverti, l’hypoth\u00e8se nulle ne peut \u00eatre formul\u00e9e sous les termes $\\theta_b = 0$<\/span>, car le passage de l’un \u00e0 l’autre des mod\u00e8les exige simultan\u00e9ment l’adjonction et la soustraction de param\u00e8tres ind\u00e9pendants.<\/p>\n La cons\u00e9quence math\u00e9matique imm\u00e9diate d’une telle m\u00e9prise r\u00e9side dans l’explosion incontr\u00f4l\u00e9e du taux d’erreur de premi\u00e8re esp\u00e8ce (l’erreur de type I, $\\alpha$<\/span>). Le chercheur s’expose \u00e0 rejeter massivement l’hypoth\u00e8se de non-diff\u00e9rence alors m\u00eame que l’\u00e9cart de performance entre les mod\u00e8les ne refl\u00e8te qu’une sensibilit\u00e9 diff\u00e9rentielle aux bruits d’\u00e9chantillonnage. La p-valeur g\u00e9n\u00e9r\u00e9e par le logiciel devient un pur art\u00e9fact sans signification probabiliste valide.<\/p>\n Pour arbitrer scientifiquement entre des mod\u00e8les non embo\u00eet\u00e9s sans sombrer dans ces d\u00e9rives inf\u00e9rentielles, les analystes doivent mobiliser un arsenal m\u00e9thodologique alternatif et adapt\u00e9 :<\/p>\n1. Introduction conceptuelle aux mod\u00e8les embo\u00eet\u00e9s en psychologie quantitative<\/h2>\n
1.1 \u00c9pist\u00e9mologie et r\u00f4le de la mod\u00e9lisation statistique en psychologie<\/h3>\n
1.2 D\u00e9finition formelle d’un mod\u00e8le embo\u00eet\u00e9 (ou nich\u00e9)<\/h3>\n
1.3 Distinction fondamentale entre mod\u00e8le complet et mod\u00e8le restreint<\/h3>\n
2. Crit\u00e8res math\u00e9matiques et th\u00e9oriques de l’embo\u00eetement statistique<\/h2>\n
2.1 La condition de sous-ensemble strict des param\u00e8tres<\/h3>\n
2.2 Imposition de contraintes lin\u00e9aires et fixation de coefficients<\/h3>\n
\n
2.3 Topologie de l’espace param\u00e9trique et conditions de r\u00e9gularit\u00e9<\/h3>\n
3. Illustration concr\u00e8te : D\u00e9monstration \u00e9tape par \u00e9tape<\/h2>\n
3.1 Sp\u00e9cification du mod\u00e8le complet (Mod\u00e8le A)<\/h3>\n
\n
3.2 Sp\u00e9cification du mod\u00e8le embo\u00eet\u00e9 (Mod\u00e8le B)<\/h3>\n
3.3 Analyse comparative de l’inclusion des covariables<\/h3>\n
4. Les mod\u00e8les non embo\u00eet\u00e9s : D\u00e9finition, contrastes et pi\u00e8ges m\u00e9thodologiques<\/h2>\n
4.1 Caract\u00e9risation formelle du mod\u00e8le non embo\u00eet\u00e9 (Mod\u00e8le C)<\/h3>\n
4.2 Pourquoi le chevauchement partiel invalide l’embo\u00eetement<\/h3>\n
4.3 Cons\u00e9quences statistiques d’une inf\u00e9rence erron\u00e9e sur l’embo\u00eetement<\/h3>\n
\n
5. Le principe de parcimonie dans la s\u00e9lection de mod\u00e8les psychologiques<\/h2>\n
5.1 Le compromis biais-variance appliqu\u00e9 aux construits psychom\u00e9triques<\/h3>\n