{"id":21548,"date":"2026-10-25T22:35:59","date_gmt":"2026-10-25T22:35:59","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_term=elimination-retrograde-statistique"},"modified":"2026-10-25T22:35:59","modified_gmt":"2026-10-25T22:35:59","slug":"elimination-retrograde-statistique","status":"publish","type":"psych_term","link":"https:\/\/french.arabpsychology.com\/?psych_term=elimination-retrograde-statistique","title":{"rendered":"\u00c9limination r\u00e9trograde : Ma\u00eetriser le mod\u00e8le"},"content":{"rendered":"

Dans le domaine de la mod\u00e9lisation statistique appliqu\u00e9e aux sciences psychologiques et comportementales, l’art de concevoir un mod\u00e8le \u00e0 la fois parcimonieux et explicatif constitue une pr\u00e9occupation m\u00e9thodologique fondamentale. L’\u00e9limination r\u00e9trograde<\/strong> (ou s\u00e9lection descendante, connue sous le terme anglais de backward elimination<\/em>) s’impose comme une proc\u00e9dure s\u00e9quentielle majeure permettant d’\u00e9laguer les variables ind\u00e9pendantes superflues afin d’aboutir \u00e0 une structure pr\u00e9dictive optimale. Cette approche descendante offre aux chercheurs un cadre rigoureux pour explorer des jeux de donn\u00e9es complexes sans sacrifier la puissance analytique.<\/p>\n

\u00c9limination r\u00e9trograde (Backward Elimination)<\/h2>\n

1. D\u00e9finition concise<\/h3>\n

L’\u00e9limination r\u00e9trograde<\/strong> est une m\u00e9thode s\u00e9quentielle de s\u00e9lection de variables employ\u00e9e en analyse de r\u00e9gression statistique (lin\u00e9aire, logistique ou multivari\u00e9e), d\u00e9butant par un mod\u00e8le satur\u00e9 contenant l’ensemble des pr\u00e9dicteurs potentiels, desquels sont retir\u00e9es pas \u00e0 pas les variables ne satisfaisant pas \u00e0 un seuil pr\u00e9d\u00e9fini de significativit\u00e9 statistique ou d’ajustement. Ce processus it\u00e9ratif se poursuit de mani\u00e8re descendante jusqu’\u00e0 ce que tous les pr\u00e9dicteurs restants contribuent de fa\u00e7on significative \u00e0 l’explication de la variable d\u00e9pendante ou crit\u00e8re.<\/p>\n

Dans le contexte des sciences psychologiques, cette technique est fr\u00e9quemment mobilis\u00e9e pour identifier les dimensions psychom\u00e9triques, cognitives ou environnementales qui pr\u00e9disent le mieux un comportement, un trouble psychopathologique ou une performance cognitive. En partant d’un mod\u00e8le complet incluant toutes les covariables th\u00e9oriquement envisageables, elle garantit que les effets conjoints et les corr\u00e9lations partielles sont pris en compte d\u00e8s l’entame du processus d’ajustement.<\/p>\n

Contrairement aux d\u00e9marches ascendantes, la m\u00e9thode r\u00e9trograde examine d’abord la covariance globale de l’ensemble des pr\u00e9dicteurs, ce qui permet de pr\u00e9server des variables dont la contribution explicative n’appara\u00eet que lorsqu’elles sont ajust\u00e9es pour d’autres facteurs concomitants. Elle constitue ainsi un pilier classique de la mod\u00e9lisation exploratoire et de la recherche empirique quantitative en psychom\u00e9trie.<\/p>\n

2. \u00c9tymologie et origine linguistique<\/h3>\n

L’expression fran\u00e7aise \u00ab \u00e9limination r\u00e9trograde \u00bb est la traduction directe du terme statistique anglo-saxon backward elimination<\/em>. Le vocable \u00ab \u00e9limination \u00bb provient du latin eliminare<\/em>, compos\u00e9 du pr\u00e9fixe ex-<\/em> (\u00ab hors de \u00bb) et de limen<\/em> (\u00ab seuil \u00bb), signifiant litt\u00e9ralement \u00ab chasser au-del\u00e0 du seuil \u00bb, ce qui correspond exactement au rejet des variables statistiques dont la valeur p d\u00e9passe un seuil d’exclusion critique.<\/p>\n

L’adjectif \u00ab r\u00e9trograde \u00bb d\u00e9rive du latin retrogradus<\/em>, form\u00e9 de retro<\/em> (\u00ab en arri\u00e8re \u00bb) et gradi<\/em> (\u00ab marcher, avancer \u00bb). En statistique, cette qualification traduit le fait que l’algorithme avance \u00e0 rebours : au lieu de construire le mod\u00e8le en agr\u00e9geant des \u00e9l\u00e9ments pas \u00e0 pas (s\u00e9lection progressive ou ascendante), il proc\u00e8de par soustraction successive en partant de la totalit\u00e9 des covariables disponibles.<\/p>\n

Le terme s’est diffus\u00e9 dans la litt\u00e9rature francophone de biostatistique, de psychom\u00e9trie et de sociologie quantitative au cours de la seconde moiti\u00e9 du XXe si\u00e8cle, sous l’impulsion de la standardisation des progiciels d’analyse de donn\u00e9es informatis\u00e9s. On rencontre parfois les synonymes de \u00ab r\u00e9gression pas \u00e0 pas descendante \u00bb, de \u00ab s\u00e9lection descendante \u00bb ou de \u00ab m\u00e9thode descendante pas \u00e0 pas \u00bb pour d\u00e9signer le m\u00eame protocole d’\u00e9lagage math\u00e9matique.<\/p>\n

3. Prononciation et forme grammaticale<\/h3>\n

Sur le plan phon\u00e9tique, \u00ab \u00e9limination r\u00e9trograde \u00bb se prononce en fran\u00e7ais international standard : \/e.li.mi.na.sj\u0254\u0303 \u0281e.t\u0281\u0254.\u0261\u0281ad\/. L’adjectif \u00ab r\u00e9trograde \u00bb s’accorde en genre et en nombre avec le substantif f\u00e9minin \u00ab \u00e9limination \u00bb, donnant au pluriel \u00ab \u00e9liminations r\u00e9trogrades \u00bb (\/e.li.mi.na.sj\u0254\u0303 \u0281e.t\u0281\u0254.\u0261\u0281ad\/).<\/p>\n

D’un point de vue grammatical, il s’agit d’un syntagme nominal f\u00e9minin singulier. Dans le jargon acad\u00e9mique et les publications scientifiques, il est couramment employ\u00e9 comme compl\u00e9ment d’objet direct ou compl\u00e9ment du nom, par exemple : \u00ab Les variables ont \u00e9t\u00e9 s\u00e9lectionn\u00e9es par \u00e9limination r\u00e9trograde \u00bb ou \u00ab Nous avons appliqu\u00e9 une proc\u00e9dure de s\u00e9lection r\u00e9trograde automatis\u00e9e \u00bb.<\/p>\n

Il convient de distinguer l’\u00e9limination r\u00e9trograde pure de la s\u00e9lection pas \u00e0 pas bidirectionnelle (stepwise selection<\/em>). Alors que l’\u00e9limination r\u00e9trograde ne fait que retirer des pr\u00e9dicteurs sans jamais les r\u00e9introduire une fois rejet\u00e9s, certaines variantes algorithmiques sophistiqu\u00e9es permettent une r\u00e9\u00e9valuation \u00e0 chaque \u00e9tape, bien que la d\u00e9signation stricte d’\u00e9limination r\u00e9trograde implique une trajectoire unidirectionnelle de r\u00e9duction dimensionnelle.<\/p>\n

4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n

La logique sous-jacente \u00e0 l’\u00e9limination r\u00e9trograde repose sur le principe de parcimonie scientifique<\/a>, souvent illustr\u00e9 par le rasoir d’Ockham : entre deux mod\u00e8les offrant un niveau d’explication comparable d’un ph\u00e9nom\u00e8ne psychologique, le mod\u00e8le comportant le plus petit nombre de param\u00e8tres doit syst\u00e9matiquement \u00eatre pr\u00e9f\u00e9r\u00e9. Un mod\u00e8le surparam\u00e9tr\u00e9 pose en effet des probl\u00e8mes majeurs de surajustement (overfitting<\/em>), r\u00e9duisant sa capacit\u00e9 de g\u00e9n\u00e9ralisation \u00e0 de nouveaux \u00e9chantillons cliniques ou populationnels.<\/p>\n

Le point de d\u00e9part de l’algorithme est l’ajustement du mod\u00e8le maximal, int\u00e9grant l’int\u00e9gralit\u00e9 des k<\/em> pr\u00e9dicteurs identifi\u00e9s par le chercheur. \u00c0 cette \u00e9tape initiale, les coefficients de r\u00e9gression partielle, leurs erreurs-types et les statistiques de test associ\u00e9es (comme le test de Wald ou le test t<\/em> de Student) sont calcul\u00e9s simultan\u00e9ment. Cela offre une vue panoramique des relations lin\u00e9aires ou non lin\u00e9aires qui unissent les pr\u00e9dicteurs \u00e0 la variable d’int\u00e9r\u00eat, en contr\u00f4lant les interd\u00e9pendances mutuelles.<\/p>\n

L’\u00e9tape suivante consiste \u00e0 identifier la variable qui pr\u00e9sente la contribution empirique la plus faible au mod\u00e8le global. Dans une approche fond\u00e9e sur les valeurs p (crit\u00e8re d’\u00e9limination fr\u00e9quentiste), il s’agit du pr\u00e9dicteur associ\u00e9 \u00e0 la plus grande valeur p sup\u00e9rieure \u00e0 un seuil critique pr\u00e9\u00e9tabli, not\u00e9 \u03b1_out (g\u00e9n\u00e9ralement fix\u00e9 \u00e0 0,05 ou 0,10 selon les objectifs de l’investigation). Si cette valeur p d\u00e9passe le seuil, la variable correspondante est retir\u00e9e et le mod\u00e8le est r\u00e9ajust\u00e9 avec les k – 1<\/em> pr\u00e9dicteurs restants.<\/p>\n

Ce cycle de recalcul et d’\u00e9viction s’ex\u00e9cute it\u00e9rativement. Il s’interrompt formellement d\u00e8s lors que toutes les variables demeurant dans la structure math\u00e9matique pr\u00e9sentent une valeur de test inf\u00e9rieure au seuil critique retenu, ou lorsque les crit\u00e8res d’information globale (tels que le crit\u00e8re d’information d’Akaike, AIC, ou le crit\u00e8re d’information bay\u00e9sien, BIC) cessent de s’am\u00e9liorer par le retrait d’une dimension additionnelle. Le mod\u00e8le final obtenu est r\u00e9put\u00e9 optimal selon les r\u00e8gles algorithmiques d\u00e9finies au d\u00e9part.<\/p>\n

L’\u00e9limination r\u00e9trograde pr\u00e9sente un avantage th\u00e9orique substantiel sur la s\u00e9lection progressive : elle permet d’\u00e9valuer l’impact d’une variable en pr\u00e9sence de toutes les autres. Dans les \u00e9tudes comportementales o\u00f9 les ph\u00e9nom\u00e8nes de masquage ou de confusion statistique<\/a> sont l\u00e9gion, un pr\u00e9dicteur peut ne pr\u00e9senter aucune corr\u00e9lation bivari\u00e9e avec le crit\u00e8re, mais devenir hautement significatif en tant que variable de suppression lorsqu’il est mod\u00e9lis\u00e9 de concert avec d’autres dimensions. L’\u00e9limination r\u00e9trograde pr\u00e9serve ces configurations complexes que la s\u00e9lection ascendante ignore souvent.<\/p>\n

5. D\u00e9veloppement historique<\/h3>\n

L’histoire de l’\u00e9limination r\u00e9trograde est intimement li\u00e9e \u00e0 l’av\u00e8nement de l’informatique moderne et au d\u00e9veloppement de l’\u00e9conom\u00e9trie et de la psychom\u00e9trie au cours des ann\u00e9es 1960. Auparavant, les calculs matriciels n\u00e9cessaires \u00e0 l’inversion des matrices de variance-covariance pour des mod\u00e8les comprenant des dizaines de variables \u00e9taient r\u00e9alis\u00e9s \u00e0 la main ou \u00e0 l’aide de calculateurs m\u00e9caniques, ce qui rendait l’ajustement it\u00e9ratif de mod\u00e8les multiples extraordinairement laborieux.<\/p>\n

Les fondations m\u00e9thodologiques de la s\u00e9lection de variables s\u00e9quentielle ont \u00e9t\u00e9 formalis\u00e9es notamment par des statisticiens tels que M. A. Efroymson en 1960, qui a popularis\u00e9 les algorithmes informatis\u00e9s de r\u00e9gression pas \u00e0 pas (stepwise regression<\/em>). Dans la foul\u00e9e, des m\u00e9thodologistes comme Draper et Smith ont codifi\u00e9, dans leur ouvrage classique Applied Regression Analysis<\/em> (1966), les proc\u00e9dures syst\u00e9matiques d’\u00e9limination r\u00e9trograde et de s\u00e9lection progressive, \u00e9tablissant des standards qui allaient influencer des g\u00e9n\u00e9rations de chercheurs en sciences sociales et comportementales.<\/p>\n

Durant les ann\u00e9es 1970 et 1980, l’int\u00e9gration de ces proc\u00e9dures au sein des grands progiciels de calcul statistique tels que SPSS (Statistical Package for the Social Sciences<\/em>), SAS et BMDP a d\u00e9mocratis\u00e9 l’utilisation de l’\u00e9limination r\u00e9trograde dans les laboratoires de psychologie \u00e0 travers le monde. Les psychologues pouvaient d\u00e9sormais injecter des batteries enti\u00e8res d’items d’\u00e9chelles de personnalit\u00e9 ou de tests cognitifs dans un algorithme afin d’extraire automatiquement le sous-ensemble de variables le plus pertinent.<\/p>\n

\u00c0 partir des ann\u00e9es 1990 et 2000, l’essor de la statistique computationnelle et l’introduction de crit\u00e8res d’information fond\u00e9s sur la th\u00e9orie de la d\u00e9cision et de l’information (notamment l’AIC propos\u00e9 par Hirotugu Akaike et le BIC formalis\u00e9 par Gideon Schwarz) ont transform\u00e9 la m\u00e9thode. L’\u00e9limination r\u00e9trograde s’est alors \u00e9mancip\u00e9e de la simple d\u00e9pendance aux valeurs p issues des tests d’hypoth\u00e8se nulle pour s’orienter vers une s\u00e9lection p\u00e9nalisant explicitement la complexit\u00e9 des mod\u00e8les, pr\u00e9parant le terrain pour les techniques de r\u00e9gularisation contemporaines.<\/p>\n

6. Fondements th\u00e9oriques<\/h3>\n

L’\u00e9limination r\u00e9trograde s’ancre dans la th\u00e9orie de l’estimation par les moindres carr\u00e9s ordinaires (MCO) pour les mod\u00e8les de r\u00e9gression lin\u00e9aire<\/a> et dans l’estimation par le maximum de vraisemblance pour les mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s (GLM). Le principe fondamental repose sur la d\u00e9composition de la somme des carr\u00e9s ou de la d\u00e9viance, permettant d’isoler la variance unique expliqu\u00e9e par chaque pr\u00e9dicteur au-del\u00e0 de la variance partag\u00e9e avec les autres covariables.<\/p>\n

Sur le plan \u00e9pist\u00e9mologique, la technique refl\u00e8te le paradigme n\u00e9o-positiviste et d\u00e9ductif : le chercheur rassemble l’ensemble des facteurs document\u00e9s par la th\u00e9orie clinique ou empirique au sein d’une \u00e9quation g\u00e9n\u00e9rale, puis proc\u00e8de \u00e0 une r\u00e9duction contr\u00f4l\u00e9e. Cette d\u00e9marche s’oppose au pur inductivisme ascendant, car elle suppose que l’omission initiale de variables explicatives pertinentes introduit un biais d’endog\u00e9n\u00e9it\u00e9 ou une distorsion d’omission de variable (omitted variable bias<\/em>), faussant l’\u00e9valuation des coefficients.<\/p>\n

Un autre cadre th\u00e9orique fondamental est la th\u00e9orie asymptotique des tests de rapport de vraisemblance (likelihood-ratio tests<\/em>). Lors de chaque soustraction d’un pr\u00e9dicteur, l’algorithme compare formellement un mod\u00e8le restreint (sans la variable candidate \u00e0 l’exclusion) \u00e0 un mod\u00e8le non restreint (avec cette variable). Selon le th\u00e9or\u00e8me de Wilks, deux fois la diff\u00e9rence des log-vraisemblances suit asymptotiquement une loi du chi-deux dont les degr\u00e9s de libert\u00e9 correspondent \u00e0 la diff\u00e9rence du nombre de param\u00e8tres estim\u00e9s, fournissant une assise probabiliste rigoureuse \u00e0 l’\u00e9viction s\u00e9quentielle.<\/p>\n

Enfin, la m\u00e9thode interagit \u00e9troitement avec la th\u00e9orie du compromis biais-variance (bias-variance tradeoff<\/em>). Alors que l’inclusion de pr\u00e9dicteurs non pertinents gonfle artificiellement la variance des pr\u00e9dictions (instabilit\u00e9 du mod\u00e8le lors de sa r\u00e9plication sur un autre \u00e9chantillon), leur omission h\u00e2tive risque d’introduire un biais syst\u00e9matique dans les estimations. L’\u00e9limination r\u00e9trograde tente d’identifier le point d’\u00e9quilibre o\u00f9 la variance d’\u00e9chantillonnage est minimis\u00e9e sans accro\u00eetre inconsid\u00e9r\u00e9ment le biais th\u00e9orique.<\/p>\n

7. Composantes cl\u00e9s, types et dimensions<\/h3>\n

La mise en \u0153uvre et la formalisation de l’\u00e9limination r\u00e9trograde s’articulent autour de plusieurs dimensions et m\u00e9canismes d\u00e9cisionnels distincts :<\/p>\n