{"id":22383,"date":"2026-10-27T08:11:00","date_gmt":"2026-10-27T08:11:00","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_term=boite-a-moustaches-boxplot"},"modified":"2026-10-27T08:11:00","modified_gmt":"2026-10-27T08:11:00","slug":"boite-a-moustaches-boxplot","status":"publish","type":"psych_term","link":"https:\/\/french.arabpsychology.com\/?psych_term=boite-a-moustaches-boxplot","title":{"rendered":"Bo\u00eete \u00e0 moustaches : Cl\u00e9 de l&rsquo;analyse visuelle"},"content":{"rendered":"<p>Dans le champ contemporain de la psychologie quantitative, des neurosciences cognitives et de la psychom\u00e9trie, la bo\u00eete \u00e0 moustaches constitue un outil fondamental d&rsquo;exploration visuelle et d&rsquo;\u00e9valuation structurelle des distributions empiriques. Con\u00e7ue pour synth\u00e9tiser l&rsquo;information sans imposer d&rsquo;hypoth\u00e8se param\u00e9trique rigide quant \u00e0 la normalit\u00e9 des donn\u00e9es, cette repr\u00e9sentation graphique permet aux chercheurs d&rsquo;identifier instantan\u00e9ment les asym\u00e9tries, la variabilit\u00e9 interindividuelle et la pr\u00e9sence de valeurs atypiques au sein d&rsquo;\u00e9chantillons cliniques ou exp\u00e9rimentaux complexes.<\/p>\n<h2>Bo\u00eete \u00e0 moustaches<\/h2>\n<h3>1. D\u00e9finition concise<\/h3>\n<p>La <strong>bo\u00eete \u00e0 moustaches<\/strong>, \u00e9galement d\u00e9sign\u00e9e sous les vocables de diagramme en bo\u00eete ou diagramme de Tukey, est une m\u00e9thode de repr\u00e9sentation graphique standardis\u00e9e permettant de r\u00e9sumer visuellement une distribution statistique continue \u00e0 partir d&rsquo;un r\u00e9sum\u00e9 \u00e0 cinq nombres : le minimum, le premier quartile (Q1), la m\u00e9diane (Q2), le troisi\u00e8me quartile (Q3) et le maximum. Elle se compose d&rsquo;un rectangle central d\u00e9limit\u00e9 par les quartiles, travers\u00e9 par une ligne m\u00e9diane, et prolong\u00e9 par deux segments lin\u00e9aires appel\u00e9s moustaches qui s&rsquo;\u00e9tendent vers les valeurs extr\u00eames non aberrantes de la s\u00e9rie de donn\u00e9es.<\/p>\n<p>En psychologie exp\u00e9rimentale et en recherche comportementale, cet outil est couramment employ\u00e9 pour inspecter la forme d&rsquo;une distribution sans recourir aux postulats de la loi normale. Contrairement aux diagrammes \u00e0 barres classiques qui ne rapportent que la moyenne et l&rsquo;\u00e9cart-type en dissimulant les anomalies potentielles, la bo\u00eete \u00e0 moustaches met en exergue l&rsquo;\u00e9tendue interquartile, les asym\u00e9tries distributionnelles et les observations divergentes. Cette propri\u00e9t\u00e9 en fait un instrument incontournable pour l&rsquo;analyse exploratoire initiale des scores psychom\u00e9triques, des temps de r\u00e9action et des variables cliniques quantitatives.<\/p>\n<h3>2. \u00c9tymologie et origines linguistiques<\/h3>\n<p>L&rsquo;expression fran\u00e7aise \u00ab bo\u00eete \u00e0 moustaches \u00bb est une traduction imag\u00e9e de la locution nominale anglaise <em>box-and-whisker plot<\/em>, introduite dans la litt\u00e9rature statistique am\u00e9ricaine au d\u00e9but des ann\u00e9es 1970. Le vocable <em>box<\/em> (bo\u00eete) fait r\u00e9f\u00e9rence au rectangle central qui encapsule les cinquante pour cent m\u00e9dians des donn\u00e9es observ\u00e9es, tandis que le terme <em>whisker<\/em> (terme d\u00e9signant les vibrisses d&rsquo;un f\u00e9lin ou les moustaches d&rsquo;un animal) \u00e9voque les segments lin\u00e9aires fins qui se d\u00e9ploient de part et d&rsquo;autre du corps central pour baliser la dispersion p\u00e9riph\u00e9rique.<\/p>\n<p>Sur le plan terminologique, le statisticien am\u00e9ricain <a href=\"https:\/\/fr.wikipedia.org\/wiki\/John_Tukey\">John Tukey<\/a> a formalis\u00e9 cette technique sous le nom originel de <em>box plot<\/em> ou <em>schematic plot<\/em>. Dans la litt\u00e9rature francophone acad\u00e9mique, les termes <em>diagramme en bo\u00eete<\/em>, <em>trac\u00e9 en bo\u00eete<\/em> ou <em>diagramme de Tukey<\/em> sont fr\u00e9quemment employ\u00e9s de mani\u00e8re interchangeable avec \u00ab bo\u00eete \u00e0 moustaches \u00bb. L&rsquo;adoption de cette m\u00e9taphore f\u00e9line a favoris\u00e9 une m\u00e9morisation p\u00e9dagogique imm\u00e9diate tant chez les \u00e9tudiants que chez les cliniciens non sp\u00e9cialistes de la mod\u00e9lisation math\u00e9matique.<\/p>\n<h3>3. Prononciation et forme grammaticale<\/h3>\n<p>Sur le plan grammatical, le syntagme \u00ab bo\u00eete \u00e0 moustaches \u00bb est une locution nominale f\u00e9minine (une bo\u00eete \u00e0 moustaches, des bo\u00eetes \u00e0 moustaches). Dans l&rsquo;usage courant des laboratoires de psychologie, le pluriel du composant nominal \u00ab moustaches \u00bb demeure syst\u00e9matique, refl\u00e9tant la dualit\u00e9 structurelle des prolongements inf\u00e9rieurs et sup\u00e9rieurs. La transcription phon\u00e9tique internationale standard en fran\u00e7ais s&rsquo;\u00e9tablit comme suit : \/bwat a mus.ta\u0283\/.<\/p>\n<p>Dans les contextes de programmation scientifique et d&rsquo;analyse de donn\u00e9es (notamment sous les environnements R ou Python), le terme technique anglais emprunt\u00e9 <em>boxplot<\/em> est fr\u00e9quemment masculinis\u00e9 dans les \u00e9changes verbaux (\u00ab un boxplot \u00bb), bien que les revues scientifiques francophones recommandent l&rsquo;usage des syntagmes fran\u00e7ais normalis\u00e9s. Lorsqu&rsquo;il est employ\u00e9 comme compl\u00e9ment d\u00e9terminatif dans des expressions telles que \u00ab repr\u00e9sentation en bo\u00eete \u00e0 moustaches \u00bb, il conserve une valeur descriptive invariable qualifiant le protocole graphique d&rsquo;affichage.<\/p>\n<h3>4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n<p>La bo\u00eete \u00e0 moustaches repose fondamentalement sur des statistiques d&rsquo;ordre plut\u00f4t que sur des moments param\u00e9triques. Le c\u0153ur du diagramme est mat\u00e9rialis\u00e9 par un rectangle vertical ou horizontal dont les bords d\u00e9limitent le premier quartile (25e centile) et le troisi\u00e8me quartile (75e centile). La distance lin\u00e9aire s\u00e9parant ces deux bornes constitue l&rsquo;<a href=\"https:\/\/fr.wikipedia.org\/wiki\/%C3%89cart_interquartile\">\u00e9cart interquartile<\/a> (abr\u00e9g\u00e9 IQR, de l&rsquo;anglais <em>Interquartile Range<\/em>), qui quantifie l&rsquo;\u00e9tendue au sein de laquelle se concentre la moiti\u00e9 centrale des participants ou des mesures d&rsquo;un \u00e9chantillon donn\u00e9. Une ligne de division interne indique la m\u00e9diane (50e centile), fournissant une indication imm\u00e9diate de la tendance centrale robuste de la variable mesur\u00e9e.<\/p>\n<p>La position relative de la m\u00e9diane \u00e0 l&rsquo;int\u00e9rieur du rectangle offre un aper\u00e7u imm\u00e9diat de la sym\u00e9trie de la distribution psychologique. Si la m\u00e9diane est \u00e9quidistante des charni\u00e8res inf\u00e9rieure et sup\u00e9rieure, la distribution centrale pr\u00e9sente une sym\u00e9trie relative. Si elle est d\u00e9cal\u00e9e vers le premier quartile, la distribution manifeste une asym\u00e9trie positive (\u00e9talement vers les valeurs \u00e9lev\u00e9es), un ph\u00e9nom\u00e8ne fr\u00e9quemment observ\u00e9 dans les mesures de temps de r\u00e9action o\u00f9 une longue tra\u00eene de r\u00e9ponses lentes \u00e9tire la distribution. Inversement, une m\u00e9diane rapproch\u00e9e du troisi\u00e8me quartile t\u00e9moigne d&rsquo;une asym\u00e9trie n\u00e9gative, souvent repr\u00e9sentative d&rsquo;un effet plafond lors de l&rsquo;\u00e9valuation d&rsquo;aptitudes cognitives simples chez des adultes sains.<\/p>\n<p>Les moustaches constituent l&rsquo;armature p\u00e9riph\u00e9rique du graphique. Selon la r\u00e8gle conventionnelle de Tukey, chaque moustache s&rsquo;\u00e9tend depuis la charni\u00e8re de la bo\u00eete jusqu&rsquo;\u00e0 la valeur observ\u00e9e la plus \u00e9loign\u00e9e qui demeure situ\u00e9e \u00e0 l&rsquo;int\u00e9rieur d&rsquo;un intervalle d\u00e9fini par 1,5 fois l&rsquo;\u00e9cart interquartile (1,5 \u00d7 IQR). Tout point de donn\u00e9e exc\u00e9dant cette fronti\u00e8re th\u00e9orique est qualifi\u00e9 de valeur aberrante potentielle (<em>outlier<\/em>) et repr\u00e9sent\u00e9 individuellement par un symbole discret (un cercle, une croix ou un point). Certaines formulations distinguent les valeurs aberrantes mod\u00e9r\u00e9es (entre 1,5 et 3 fois l&rsquo;IQR) des valeurs extr\u00eames (au-del\u00e0 de 3 fois l&rsquo;IQR), garantissant une s\u00e9gr\u00e9gation rigoureuse des art\u00e9facts de mesure et des profils cliniques atypiques.<\/p>\n<p>La bo\u00eete \u00e0 moustaches transcende la simple description univari\u00e9e en permettant des comparaisons multidimensionnelles juxtapos\u00e9es. En pla\u00e7ant c\u00f4te \u00e0 c\u00f4te les diagrammes correspondant \u00e0 divers groupes de participants (par exemple, un groupe t\u00e9moin face \u00e0 plusieurs cohortes diagnostiques), le chercheur appr\u00e9hende instantan\u00e9ment l&rsquo;h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 des variances (homosc\u00e9dasticit\u00e9), les chevauchements distributionnels et les disparit\u00e9s de tendance centrale, orientant ainsi judicieusement le choix entre des tests statistiques param\u00e9triques (comme l&rsquo;ANOVA) ou non param\u00e9triques (comme le test de Kruskal-Wallis).<\/p>\n<h3>5. D\u00e9veloppement historique<\/h3>\n<p>L&rsquo;\u00e9mergence de la bo\u00eete \u00e0 moustaches s&rsquo;inscrit au sein d&rsquo;une rupture paradigmatique majeure dans l&rsquo;histoire de la statistique appliqu\u00e9e : le mouvement de l&rsquo;analyse exploratoire des donn\u00e9es (<em>Exploratory Data Analysis<\/em> ou EDA), impuls\u00e9 par le statisticien am\u00e9ricain John Wilder Tukey durant les ann\u00e9es 1960 et 1970. Tukey plaidait pour une r\u00e9habilitation de l&rsquo;examen visuel des donn\u00e9es brutes, d\u00e9non\u00e7ant la tendance pr\u00e9dominante de l&rsquo;\u00e9poque qui consistait \u00e0 soumettre pr\u00e9cipitamment des s\u00e9ries empiriques \u00e0 des tests d&rsquo;hypoth\u00e8ses formels sans en avoir pr\u00e9alablement scrut\u00e9 la structure sous-jacente.<\/p>\n<p>En 1970, Tukey introduit dans des manuscrits de cours pr\u00e9liminaires le concept de \u00ab diagramme de dispersion sch\u00e9matique \u00bb (<em>schematic plot<\/em>) et de \u00ab trac\u00e9 en bo\u00eete \u00bb bas\u00e9 sur le r\u00e9sum\u00e9 \u00e0 cinq chiffres. Cette formalisation visait \u00e0 doter les analystes d&rsquo;un outil computationnellement \u00e9conomique, r\u00e9alisable manuellement sur papier millim\u00e9tr\u00e9 \u00e0 une \u00e9poque o\u00f9 l&rsquo;acc\u00e8s \u00e0 la puissance de calcul automatis\u00e9e demeurait restreint. La cons\u00e9cration officielle de la technique survient avec la parution en 1977 de son ouvrage fondateur, intitul\u00e9 <em>Exploratory Data Analysis<\/em>, qui standardise les conventions g\u00e9om\u00e9triques r\u00e9gissant les charni\u00e8res, les barri\u00e8res int\u00e9rieures et ext\u00e9rieures, et les moustaches.<\/p>\n<p>Au fil des d\u00e9cennies suivantes, plusieurs statisticiens ont propos\u00e9 des enrichissements typologiques du mod\u00e8le original. En 1978, Robert McGill, John Tukey et Wayne Larsen introduisent les bo\u00eetes \u00e0 encoches (<em>notched boxplots<\/em>), incorporant un intervalle de confiance visuel autour de la m\u00e9diane pour faciliter les inf\u00e9rences d&rsquo;\u00e9quivalence entre \u00e9chantillons. Avec l&rsquo;av\u00e8nement des logiciels statistiques modernes tels que S, SAS, SPSS puis l&rsquo;\u00e9cosyst\u00e8me open-source <a href=\"https:\/\/fr.wikipedia.org\/wiki\/R_(langage)\">R<\/a> et la biblioth\u00e8que <em>ggplot2<\/em> d\u00e9velopp\u00e9e par Hadley Wickham, la bo\u00eete \u00e0 moustaches est devenue un standard universel dans les publications de psychologie exp\u00e9rimentale, de psychiatrie et des sciences du comportement.<\/p>\n<h3>6. Fondements th\u00e9oriques<\/h3>\n<p>Les fondements th\u00e9oriques de la bo\u00eete \u00e0 moustaches s&rsquo;enracinent dans la statistique non param\u00e9trique et la th\u00e9orie de l&rsquo;estimation robuste d\u00e9velopp\u00e9e notamment par Peter Huber et Frank Hampel. La statistique classique s&rsquo;est historiquement appuy\u00e9e sur des estimateurs gaussiens tels que la moyenne arithm\u00e9tique et l&rsquo;\u00e9cart-type, dont l&rsquo;efficacit\u00e9 optimale d\u00e9pend de l&rsquo;hypoth\u00e8se stricte de normalit\u00e9. Or, ces indicateurs poss\u00e8dent un point de rupture (<em>breakdown point<\/em>) nul : il suffit d&rsquo;une seule observation contamin\u00e9e ou erron\u00e9e pour d\u00e9placer arbitrairement la moyenne ou faire gonfler d\u00e9mesur\u00e9ment la variance d&rsquo;un \u00e9chantillon psychologique.<\/p>\n<p>En contrepoint, la bo\u00eete \u00e0 moustaches privil\u00e9gie la m\u00e9diane et l&rsquo;\u00e9cart interquartile, qui sont des estimateurs \u00e0 point de rupture \u00e9lev\u00e9 (50 % pour la m\u00e9diane, 25 % pour les charni\u00e8res). Ces m\u00e9triques robustes r\u00e9sistent \u00e0 l&rsquo;influence perturbatrice des art\u00e9facts exp\u00e9rimentaux, tels que les erreurs de saisie num\u00e9rique, les d\u00e9faillances de capteurs neurophysiologiques ou les r\u00e9ponses d\u00e9sengag\u00e9es de participants lors de passations de questionnaires en ligne. Le trac\u00e9 graphique op\u00e9rationnalise ainsi visuellement le principe de robustesse statistique en ancrant la repr\u00e9sentation de l&rsquo;\u00e9chantillon sur des grandeurs invariantes face aux contaminations p\u00e9riph\u00e9riques.<\/p>\n<p>Le dimensionnement th\u00e9orique des moustaches \u00e0 1,5 fois l&rsquo;\u00e9cart interquartile proc\u00e8de d&rsquo;une mod\u00e9lisation math\u00e9matique pr\u00e9cise. Sous l&rsquo;hypoth\u00e8se d&rsquo;une distribution parfaitement gaussienne, l&rsquo;intervalle d\u00e9limit\u00e9 par Q1 &#8211; 1,5\u00d7IQR et Q3 + 1,5\u00d7IQR englobe approximativement 99,3 % des r\u00e9alisations de la variable al\u00e9atoire (soit environ 2,698 \u00e9carts-types de part et d&rsquo;autre de la moyenne). Les observations exc\u00e9dant ces limites repr\u00e9sentent une probabilit\u00e9 th\u00e9orique d&rsquo;apparition d&rsquo;environ 0,7 % sous normalit\u00e9. La d\u00e9tection graphique d&rsquo;un point au-del\u00e0 des moustaches ne constitue donc pas une anomalie substantielle syst\u00e9matique, mais signale une d\u00e9viation n\u00e9cessitant une inspection empirique approfondie.<\/p>\n<h3>7. Composantes cl\u00e9s, types et dimensions<\/h3>\n<p>La bo\u00eete \u00e0 moustaches conventionnelle et ses variantes m\u00e9thodologiques s&rsquo;articulent autour d&rsquo;\u00e9l\u00e9ments morphologiques pr\u00e9cis et de d\u00e9clinaisons adapt\u00e9es aux besoins de l&rsquo;exp\u00e9rimentateur :<\/p>\n<ul>\n<li><strong>Charni\u00e8res (Quartiles Q1 et Q3) :<\/strong> Les bordures sup\u00e9rieure et inf\u00e9rieure de la bo\u00eete d\u00e9limitent respectivement le 25e et le 75e centile des donn\u00e9es ordonn\u00e9es, encadrant les 50 % centraux de l&rsquo;\u00e9chantillon.<\/li>\n<li><strong>Ligne m\u00e9diane (Q2) :<\/strong> Segment int\u00e9rieur divisant la bo\u00eete en deux segments d&rsquo;aires variables, mat\u00e9rialisant la valeur m\u00e9diane au-dessus et en dessous de laquelle se situent 50 % des observations.<\/li>\n<li><span class=\"arabpsy-eq\" dir=\"ltr\"><strong>\u00c9cart interquartile (IQR) :<\/strong> Longueur math\u00e9matique du rectangle (IQR = Q3 &#8211; Q1), refl\u00e9tant directement le degr\u00e9 de dispersion non param\u00e9trique de la mesure psychologique<\/span>.<\/li>\n<li><strong>Moustaches (Whiskers) :<\/strong> Segments d\u00e9ploy\u00e9s depuis les charni\u00e8res jusqu&rsquo;\u00e0 la valeur minimale et maximale n&rsquo;exc\u00e9dant pas le seuil de 1,5 \u00d7 IQR, rendant compte de la dispersion admissible sans contamination aberrante.<\/li>\n<li><strong>Marqueurs de valeurs aberrantes (Outliers) :<\/strong> Symboles typographiques isol\u00e9s indiquant les observations situ\u00e9es au-del\u00e0 des barri\u00e8res d\u00e9finies par les moustaches.<\/li>\n<li><strong>Bo\u00eete \u00e0 moustaches \u00e0 encoches (Notched Boxplot) :<\/strong> Variante comportant un r\u00e9tr\u00e9cissement (encoche) autour de la m\u00e9diane ; si les encoches de deux groupes ne se chevauchent pas, leurs m\u00e9dianes diff\u00e8rent significativement au niveau de confiance de 95 % approximatif.<\/li>\n<li><strong>Bo\u00eete \u00e0 moustaches \u00e0 largeur variable :<\/strong> Mod\u00e8le dans lequel la largeur horizontale de la bo\u00eete est proportionnelle \u00e0 la racine carr\u00e9e de la taille de l&rsquo;\u00e9chantillon (\u221an), permettant d&rsquo;int\u00e9grer la puissance statistique relative des groupes compar\u00e9s.<\/li>\n<\/ul>\n<h3>8. Exemples et cas illustratifs<\/h3>\n<p>Pour illustrer l&rsquo;utilit\u00e9 pratique de la bo\u00eete \u00e0 moustaches en psychologie, consid\u00e9rons une \u00e9tude exp\u00e9rimentale en neuropsychologie comparant les temps de r\u00e9action (en millisecondes) \u00e0 une t\u00e2che d&rsquo;attention soutenue (par exemple le <em>Continuous Performance Test<\/em>) chez trois groupes : <span class=\"arabpsy-eq\" dir=\"ltr\">des adultes t\u00e9moins neurotypiques (n = 45), des adultes pr\u00e9sentant un trouble du d\u00e9ficit de l&rsquo;attention avec ou sans hyperactivit\u00e9 (TDAH, n = 42), et des individus souffrant de narcolepsie de type 1 (n = 38). La restitution des r\u00e9sultats sous forme de bo\u00eetes \u00e0 moustaches juxtapos\u00e9es met en lumi\u00e8re des particularit\u00e9s invisibles dans un tableau de moyennes<\/span>.<\/p>\n<p>Le groupe t\u00e9moin pr\u00e9sente une bo\u00eete compacte aux moustaches resserr\u00e9es, avec une m\u00e9diane basse et une tr\u00e8s faible dispersion, attestant d&rsquo;une stabilit\u00e9 attentionnelle homog\u00e8ne. Le groupe TDAH exhibe une m\u00e9diane l\u00e9g\u00e8rement rehauss\u00e9e, mais surtout un \u00e9cart interquartile nettement \u00e9largi et une moustache sup\u00e9rieure substantiellement allong\u00e9e, ponctu\u00e9e de plusieurs valeurs aberrantes situ\u00e9es au-del\u00e0 de deux secondes. Cette morphologie traduit visuellement la variabilit\u00e9 intra-individuelle et les lapsus attentionnels intermittents caract\u00e9ristiques du syndrome ex\u00e9cutif, que la moyenne arithm\u00e9tique aurait amalgam\u00e9s de fa\u00e7on r\u00e9ductrice.<\/p>\n<p>Dans le domaine de la psychom\u00e9trie diff\u00e9rentielle, l&rsquo;examen des scores d&rsquo;anxi\u00e9t\u00e9 pr\u00e9op\u00e9ratoire mesur\u00e9s par l&rsquo;inventaire STAI (<em>State-Trait Anxiety Inventory<\/em>) au sein d&rsquo;une cohorte hospitali\u00e8re illustre l&rsquo;int\u00e9r\u00eat de la bo\u00eete \u00e0 moustaches pour d\u00e9tecter des erreurs d&rsquo;acquisition de donn\u00e9es. La pr\u00e9sence d&rsquo;un point isol\u00e9 \u00e0 une valeur num\u00e9rique impossible (par exemple un score de 99 sur une \u00e9chelle plafonnant \u00e0 80) saute aux yeux de l&rsquo;analyste sous la forme d&rsquo;un point aberrant d\u00e9tach\u00e9 au sommet du trac\u00e9. Cet avertissement visuel permet d&rsquo;assainir la base de donn\u00e9es avant tout traitement inf\u00e9rentiel sans risquer de corrompre les mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s ult\u00e9rieurs.<\/p>\n<h3>9. Mesure et \u00e9valuation<\/h3>\n<p>La construction math\u00e9matique et algorithmique d&rsquo;une bo\u00eete \u00e0 moustaches requiert le respect scrupuleux de conventions quantitatives pour le calcul des quantiles. Il existe au moins neuf m\u00e9thodes distinctes pour estimer les quartiles d&rsquo;un \u00e9chantillon fini de taille n, document\u00e9es notamment par Hyndman et Fan en 1996. Les logiciels d&rsquo;analyse de donn\u00e9es (comme R, Python, SPSS ou Stata) utilisent des algorithmes par d\u00e9faut qui peuvent induire de subtiles variations dans l&#8217;emplacement des charni\u00e8res lorsque l&rsquo;\u00e9chantillon comprend un nombre restreint de participants.<\/p>\n<p><span class=\"arabpsy-eq\" dir=\"ltr\">Dans la formulation classique de Tukey, les charni\u00e8res sont approxim\u00e9es en prenant les m\u00e9dianes de la moiti\u00e9 inf\u00e9rieure et de la moiti\u00e9 sup\u00e9rieure des observations ordonn\u00e9es (en incluant la m\u00e9diane globale si le nombre total est impair). Dans d&rsquo;autres formulations continues fond\u00e9es sur l&rsquo;interpolation lin\u00e9aire (comme la m\u00e9thode 7 adopt\u00e9e par d\u00e9faut dans le logiciel R), les centiles 0,25 et 0,75 sont calcul\u00e9s par pond\u00e9ration des rangs fractionnaires. Bien que ces divergences algorithmiques exercent un impact n\u00e9gligeable sur les grands \u00e9chantillons cliniques (n > 100), elles soulignent l&rsquo;importance pour le chercheur de sp\u00e9cifier le logiciel et l&rsquo;algorithme retenus dans les sections m\u00e9thodologiques de ses manuscrits<\/span>.<\/p>\n<p>L&rsquo;\u00e9valuation de la qualit\u00e9 d&rsquo;une bo\u00eete \u00e0 moustaches repose sur sa lisibilit\u00e9 s\u00e9miotique et son int\u00e9grit\u00e9 informationnelle. L&rsquo;axe des ordonn\u00e9es doit \u00eatre gradu\u00e9 de fa\u00e7on lin\u00e9aire et continue, sans ruptures arbitraires d&rsquo;\u00e9chelle susceptibles d&rsquo;exag\u00e9rer artificiellement les contrastes entre conditions exp\u00e9rimentales. Lorsque les donn\u00e9es comportent un regroupement naturel en grappes ou des sous-facteurs (comme le sexe biologique ou le niveau socio-\u00e9ducatif), l&rsquo;analyste peut recourir \u00e0 des bo\u00eetes imbriqu\u00e9es ou \u00e0 un code couleur rigoureusement norm\u00e9, respectant les standards d&rsquo;accessibilit\u00e9 visuelle pour les lecteurs daltoniens.<\/p>\n<h3>10. Applications et port\u00e9e pratique<\/h3>\n<p>En recherche psychologique appliqu\u00e9e, la bo\u00eete \u00e0 moustaches remplit plusieurs fonctions d\u00e9cisionnelles critiques tout au long du cycle de vie des donn\u00e9es. Dans la phase pr\u00e9liminaire de criblage (<em>data screening<\/em>), elle constitue le moyen le plus rapide d&rsquo;auditer le comportement distributionnel de dizaines de variables psychom\u00e9triques simultan\u00e9ment. Les chercheurs peuvent ainsi rep\u00e9rer les asym\u00e9tries prononc\u00e9es qui violeraient les postulats de la r\u00e9gression lin\u00e9aire, de la mod\u00e9lisation par \u00e9quations structurelles ou des tests t de Student pour \u00e9chantillons ind\u00e9pendants.<\/p>\n<p>Dans le domaine des neurosciences computationnelles et de l&rsquo;\u00e9lectroenc\u00e9phalographie (EEG), les chercheurs exploitent des bo\u00eetes \u00e0 moustaches pour r\u00e9sumer les amplitudes des potentiels \u00e9voqu\u00e9s cognitifs (comme la P300 ou la N400) \u00e0 travers diff\u00e9rentes conditions de stimulation sensorielle. L&rsquo;affichage superpos\u00e9 des bo\u00eetes permet d&rsquo;\u00e9valuer d&rsquo;un coup d&rsquo;\u0153il si l&rsquo;amplitude m\u00e9diane diff\u00e8re r\u00e9ellement entre les conditions congruentes et incongruentes, tout en contr\u00f4lant la pr\u00e9sence de d\u00e9rives physiologiques propres \u00e0 certains participants isol\u00e9s.<\/p>\n<p>Au niveau organisationnel et \u00e9ducatif, l&rsquo;outil sert \u00e0 restituer les \u00e9valuations de performance cognitive ou les bilans de comp\u00e9tences scolaires \u00e0 large \u00e9chelle (tels que les programmes d&rsquo;\u00e9valuation PISA). Pr\u00e9senter les r\u00e9sultats r\u00e9gionaux ou institutionnels sous forme de bo\u00eetes \u00e0 moustaches \u00e9vite de r\u00e9duire la performance des \u00e9l\u00e8ves \u00e0 un simple classement par moyenne g\u00e9n\u00e9rale : cela rend compte de mani\u00e8re transparente de l&rsquo;\u00e9quit\u00e9 du syst\u00e8me en mat\u00e9rialisant l&rsquo;ampleur de l&rsquo;\u00e9cart interquartile entre les \u00e9l\u00e8ves les plus vuln\u00e9rables et les plus favoris\u00e9s.<\/p>\n<h3>11. Recherche et donn\u00e9es empiriques<\/h3>\n<p>Les \u00e9tudes empiriques en ergonomie cognitive et en perception graphique confirment l&rsquo;efficacit\u00e9 s\u00e9lective de la bo\u00eete \u00e0 moustaches tout en soulignant certains biais de d\u00e9codage perceptif chez les utilisateurs non form\u00e9s. Des travaux exp\u00e9rimentaux fondateurs men\u00e9s par William S. Cleveland et Robert McGill dans les ann\u00e9es 1980 sur la perception humaine des repr\u00e9sentations graphiques ont d\u00e9montr\u00e9 que l&rsquo;\u0153il humain extrait avec une grande fid\u00e9lit\u00e9 les informations d&rsquo;alignement spatial et de longueur lin\u00e9aire, deux m\u00e9canismes centraux sur lesquels repose le diagramme en bo\u00eete.<\/p>\n<p>Cependant, des recherches contemporaines en visualisation de donn\u00e9es ont r\u00e9v\u00e9l\u00e9 des limitations perceptives notables. Une enqu\u00eate exp\u00e9rimentale men\u00e9e par des chercheurs en m\u00e9tascience a mis en \u00e9vidence le \u00ab paradoxe de la bo\u00eete vide \u00bb : de nombreux cliniciens et chercheurs pr\u00e9sument erron\u00e9ment que la densit\u00e9 des observations est uniforme \u00e0 l&rsquo;int\u00e9rieur de la bo\u00eete, alors m\u00eame que les donn\u00e9es peuvent \u00eatre fortement regroup\u00e9es autour de la m\u00e9diane ou pr\u00e9senter une s\u00e9paration bimodale interne. Ce ph\u00e9nom\u00e8ne a conduit la communaut\u00e9 scientifique \u00e0 promouvoir l&rsquo;adjonction de nuages de points superpos\u00e9s (<em>jittered strip plots<\/em>) ou l&rsquo;usage de diagrammes en violon pour r\u00e9v\u00e9ler la topologie sous-jacente exacte de la densit\u00e9 de probabilit\u00e9.<\/p>\n<p>Sur le plan de la communication scientifique, des \u00e9tudes bibliom\u00e9triques analysant des milliers d&rsquo;articles parus dans des revues phares de psychologie et de physiologie ont d\u00e9nonc\u00e9 l&rsquo;usage abusif et persistant des graphiques en barres pour rapporter des donn\u00e9es continues. Sous l&rsquo;impulsion de publications influentes, de nombreuses revues acad\u00e9miques imposent d\u00e9sormais explicitement la bo\u00eete \u00e0 moustaches ou le diagramme combin\u00e9 comme substitut minimal obligatoire aux \u00ab barres d&rsquo;erreur \u00bb traditionnelles, renfor\u00e7ant la reproductibilit\u00e9 et la transparence analytique en psychologie.<\/p>\n<h3>12. Consid\u00e9rations culturelles et contextuelles<\/h3>\n<p>L&rsquo;interpr\u00e9tation d&rsquo;une bo\u00eete \u00e0 moustaches s&rsquo;ins\u00e8re dans des cadres normatifs qui peuvent varier selon les cultures \u00e9pist\u00e9mologiques et les disciplines scientifiques. Dans les sciences biom\u00e9dicales et la psychiatrie clinique de tradition anglo-saxonne, la convention de Tukey (moustaches fix\u00e9es \u00e0 1,5 \u00d7 IQR) fait figure de standard quasi universel. En revanche, dans certaines traditions d&rsquo;ing\u00e9nierie statistique ou au sein d&rsquo;\u00e9coles techniques continentales europ\u00e9ennes, il n&rsquo;est pas rare de rencontrer des bo\u00eetes \u00e0 moustaches o\u00f9 les extr\u00e9mit\u00e9s des moustaches repr\u00e9sentent les 5e et 95e centiles, ou encore la moyenne augment\u00e9e et diminu\u00e9e d&rsquo;un ou deux \u00e9carts-types.<\/p>\n<p>Ces divergences de mod\u00e9lisation contextuelle imposent une vigilance accrue lors des collaborations interdisciplinaires ou transculturelles. Un psychologue examinant un rapport neuropsychologique international doit imp\u00e9rativement v\u00e9rifier la l\u00e9gende m\u00e9thodologique accompagnant le graphique. Si les moustaches repr\u00e9sentent les percentiles extr\u00eames (min\/max brut) plut\u00f4t que la r\u00e8gle de Tukey, l&rsquo;interpr\u00e9tation des valeurs aberrantes s&rsquo;en trouve radicalement fauss\u00e9e, transformant des donn\u00e9es physiologiques naturelles en faux signaux pathologiques.<\/p>\n<p>Dans les contextes \u00e9ducatifs internationaux, l&rsquo;enseignement de la bo\u00eete \u00e0 moustaches intervient \u00e0 des niveaux curriculaires divergents. Alors que les cursus secondaires de plusieurs pays anglophones int\u00e8grent le trac\u00e9 des <em>boxplots<\/em> d\u00e8s le premier cycle du secondaire dans le cadre de l&rsquo;alphab\u00e9tisation statistique fondamentale, d&rsquo;autres syst\u00e8mes \u00e9ducatifs n&rsquo;introduisent cet outil que tardivement dans les fili\u00e8res universitaires sp\u00e9cialis\u00e9es, ce qui alimente une h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 notable dans la capacit\u00e9 des professionnels de sant\u00e9 \u00e0 d\u00e9coder intuitivement ces visuels.<\/p>\n<h3>13. Critiques, controverses et limites<\/h3>\n<p>Bien que la bo\u00eete \u00e0 moustaches constitue un progr\u00e8s ind\u00e9niable par rapport aux repr\u00e9sentations univari\u00e9es simplistes, elle essuie des critiques m\u00e9thodologiques substantielles, en premier lieu son insensibilit\u00e9 totale aux distributions multimodales. Une distribution bivari\u00e9e pr\u00e9sentant deux pics distincts (par exemple, deux sous-populations cliniques ayant des r\u00e9ponses diam\u00e9tralement oppos\u00e9es \u00e0 un traitement pharmacologique) produira une bo\u00eete \u00e0 moustaches rigoureusement identique \u00e0 celle d&rsquo;une distribution unimodale continue si leurs quartiles co\u00efncident. Cette oblit\u00e9ration de la multimodalit\u00e9 peut conduire \u00e0 des erreurs de diagnostic ou \u00e0 des conclusions scientifiques fallacieuses.<\/p>\n<p>Une autre controverse r\u00e9currente porte sur le statut \u00e9pist\u00e9mologique des points classifi\u00e9s comme \u00ab valeurs aberrantes \u00bb par la r\u00e8gle de Tukey. Dans les petits \u00e9chantillons (n < 30), fr\u00e9quents en imagerie c\u00e9r\u00e9brale fonctionnelle ou en psychologie clinique sp\u00e9cialis\u00e9e, la variabilit\u00e9 d'\u00e9chantillonnage produit r\u00e9guli\u00e8rement des observations situ\u00e9es au-del\u00e0 de 1,5 \u00d7 IQR en l'absence de toute contamination r\u00e9elle. L'exclusion syst\u00e9matique et automatis\u00e9e de ces participants \u00e9tiquet\u00e9s <em>outliers<\/em> par le logiciel introduit un biais de s\u00e9lection artificiel qui gonfle les taux de faux positifs dans la litt\u00e9rature psychologique.<\/p>\n<p>Enfin, la bo\u00eete \u00e0 moustaches souffre d&rsquo;un d\u00e9ficit d&rsquo;intuitivit\u00e9 cognitive pour le grand public et les patients lors de consultations de restitution neuropsychologique. La bo\u00eete repr\u00e9sentant une proportion fixe d&rsquo;individus (50 %) mais sur une surface g\u00e9om\u00e9trique variable selon la dispersion, de nombreux profanes commettent l&rsquo;erreur d&rsquo;interpr\u00e9ter une bo\u00eete plus grande comme le signe d&rsquo;un plus grand nombre de participants, plut\u00f4t que comme l&rsquo;indicateur d&rsquo;une variabilit\u00e9 accrue. Cette confusion s\u00e9miotique restreint son utilisation directe dans les documents de vulgarisation ou les interfaces patient.<\/p>\n<h3>14. Termes connexes et distinctions<\/h3>\n<p>Afin de manipuler la bo\u00eete \u00e0 moustaches avec pr\u00e9cision dans les protocoles de recherche psychologique, il convient de la situer par rapport \u00e0 d&rsquo;autres repr\u00e9sentations graphiques de donn\u00e9es quantitatives :<\/p>\n<ul>\n<li><strong>Diagramme en violon (Violin Plot) :<\/strong> Combine la bo\u00eete \u00e0 moustaches avec une courbe d&rsquo;estimation de la <a href=\"https:\/\/fr.wikipedia.org\/wiki\/Estimation_par_noyau\">densit\u00e9 par noyau<\/a> (<em>kernel density plot<\/em>) de chaque c\u00f4t\u00e9 du trac\u00e9, r\u00e9v\u00e9lant la multimodalit\u00e9 et la forme d\u00e9taill\u00e9e de la distribution que la bo\u00eete masque.<\/li>\n<li><strong>Diagramme \u00e0 barres (Bar Chart) :<\/strong> Repr\u00e9sente des effectifs cat\u00e9goriels ou des moyennes via la hauteur de rectangles partant de z\u00e9ro ; son emploi pour synth\u00e9tiser des variables continues est vivement d\u00e9conseill\u00e9 en psychologie moderne en raison du masquage de la dispersion.<\/li>\n<li><strong>Nuage de points (Scatter Plot \/ Strip Plot) :<\/strong> Visualise directement chaque point de donn\u00e9e individuel le long d&rsquo;un axe num\u00e9rique ; fr\u00e9quemment superpos\u00e9 \u00e0 la bo\u00eete \u00e0 moustaches sous forme de \u00ab jitter \u00bb pour afficher simultan\u00e9ment les mesures individuelles et les param\u00e8tres robustes.<\/li>\n<li><strong>Histogramme :<\/strong> Partitionne la variable continue en classes contigu\u00ebs d&rsquo;\u00e9gales largeurs pour afficher la fr\u00e9quence observ\u00e9e dans chaque intervalle, offrant une excellente appr\u00e9ciation de la forme globale mais rendant les comparaisons entre de multiples groupes plus encombr\u00e9es qu&rsquo;une s\u00e9rie de bo\u00eetes \u00e0 moustaches.<\/li>\n<\/ul>\n<h3>15. Synth\u00e8se et points cl\u00e9s<\/h3>\n<p>La bo\u00eete \u00e0 moustaches demeure une technique graphique ma\u00eetresse de la recherche scientifique et de l&rsquo;\u00e9valuation psychologique. En condensant l&rsquo;information quantitative selon un r\u00e9sum\u00e9 robuste \u00e0 cinq nombres \u2014 compl\u00e9t\u00e9 par l&rsquo;isolement formel des valeurs divergentes \u2014, elle allie compacit\u00e9 visuelle, fid\u00e9lit\u00e9 distributionnelle et r\u00e9sistance aux distorsions non gaussiennes.<\/p>\n<p>Pour le clinicien et l&rsquo;exp\u00e9rimentateur, son usage optimal r\u00e9side dans la comparaison multigroupes et l&rsquo;analyse exploratoire des donn\u00e9es. Face aux exigences accrues de rigueur statistique et de science ouverte, l&rsquo;adjonction syst\u00e9matique des points bruts individuels ou le recours conjoint aux diagrammes en violon permet de surmonter son aveuglement \u00e0 la multimodalit\u00e9, consolidant son statut d&rsquo;outil incontournable pour l&rsquo;appr\u00e9hension visuelle des comportements humains.<\/p>\n<h2>R\u00e9f\u00e9rences<\/h2>\n<ul>\n<li>Cleveland, W. S., &amp; McGill, R. (1984). Graphical perception: Theory, experimentation, and application to the development of graphical methods. <em>Journal of the American Statistical Association<\/em>, 79(387), 531-554. <a href=\"https:\/\/doi.org\/10.1080\/01621459.1984.10478080\">https:\/\/doi.org\/10.1080\/01621459.1984.10478080<\/a><\/li>\n<li>Hyndman, R. J., &amp; Fan, Y. (1996). Sample quantiles in statistical packages. <em>The American Statistician<\/em>, 50(4), 361-365. <a href=\"https:\/\/doi.org\/10.1080\/00031305.1996.10473566\">https:\/\/doi.org\/10.1080\/00031305.1996.10473566<\/a><\/li>\n<li>McGill, R., Tukey, J. W., &amp; Larsen, W. A. (1978). Variations of box plots. <em>The American Statistician<\/em>, 32(1), 12-16. <a href=\"https:\/\/doi.org\/10.1080\/00031305.1978.10479236\">https:\/\/doi.org\/10.1080\/00031305.1978.10479236<\/a><\/li>\n<li>Tukey, J. W. (1977). <em>Exploratory Data Analysis<\/em>. Addison-Wesley Publishing Company.<\/li>\n<li>Wickham, H. (2016). <em>ggplot2: Elegant Graphics for Data Analysis<\/em>. Springer-Verlag. <a href=\"https:\/\/doi.org\/10.1007\/978-3-319-24277-4\">https:\/\/doi.org\/10.1007\/978-3-319-24277-4<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>D\u00e9couvrez la bo\u00eete \u00e0 moustaches (boxplot), m\u00e9thode fondamentale d&rsquo;analyse exploratoire et de visualisation robuste des donn\u00e9es en psychologie et psychom\u00e9trie.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[1907,2],"tags":[2040,4939,4266,16,1965,2041],"class_list":["post-22383","psych_term","type-psych_term","status-publish","hentry","category-methodologie-et-statistiques","category-psychometrie","tag-analyse-exploratoire","tag-boite-a-moustaches","tag-boxplot","tag-psychometrie","tag-statistique-robuste","tag-visualisation-de-donnees"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22383","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/22383\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=22383"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=22383"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=22383"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}