{"id":22386,"date":"2026-10-27T08:18:05","date_gmt":"2026-10-27T08:18:05","guid":{"rendered":"https:\/\/french.arabpsychology.com\/?psych_term=transformation-de-box-tidwell"},"modified":"2026-10-27T08:18:05","modified_gmt":"2026-10-27T08:18:05","slug":"transformation-de-box-tidwell","status":"publish","type":"psych_term","link":"https:\/\/french.arabpsychology.com\/?psych_term=transformation-de-box-tidwell","title":{"rendered":"Transformation de Box-Tidwell : Guide Complet"},"content":{"rendered":"

En psychom\u00e9trie et en analyse de donn\u00e9es quantitatives en sciences comportementales, la validit\u00e9 des conclusions inf\u00e9rentielles repose sur le strict respect des postulats sous-jacents aux mod\u00e8les statistiques. La transformation de Box-Tidwell<\/strong> constitue une d\u00e9marche m\u00e9thodologique rigoureuse permettant d’\u00e9valuer et de mod\u00e9liser empiriquement la non-lin\u00e9arit\u00e9 des variables pr\u00e9dictives continues au sein des mod\u00e8les de r\u00e9gression lin\u00e9aire et logistique. D\u00e9couverte fondamentale de l’analyse multivari\u00e9e, cette approche pr\u00e9serve la structure explicative des construits psychologiques tout en offrant une flexibilit\u00e9 math\u00e9matique indispensable face aux dynamiques non lin\u00e9aires des conduites humaines.<\/p>\n

Transformation de Box-Tidwell<\/h2>\n

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

La transformation de Box-Tidwell est une proc\u00e9dure d’estimation statistique param\u00e9trique et it\u00e9rative permettant d’identifier la puissance optimale \u00e0 appliquer \u00e0 une ou plusieurs variables ind\u00e9pendantes continues afin de lin\u00e9ariser leur relation avec une variable d\u00e9pendante continue ou avec le logarithme du rapport de cotes (logit) dans un mod\u00e8le logistique. Con\u00e7ue pour \u00e9tendre la port\u00e9e du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ralis\u00e9 sans recourir d’embl\u00e9e \u00e0 des formulations non param\u00e9triques complexes, elle estime directement un param\u00e8tre de transformation exponentiel pour chaque r\u00e9gresseur quantitatif.<\/p>\n

Dans le domaine de la recherche en psychologie et en neurosciences cognitives, cette technique est fr\u00e9quemment employ\u00e9e comme proc\u00e9dure diagnostique et corrective. Elle permet aux chercheurs de v\u00e9rifier l’hypoth\u00e8se cruciale de lin\u00e9arit\u00e9 entre les variables pr\u00e9dictives (telles que le niveau d’anxi\u00e9t\u00e9, le temps de r\u00e9action ou l’\u00e2ge chronologique) et la variable crit\u00e8re, assurant ainsi la justesse des inf\u00e9rences causales et la pr\u00e9cision des pr\u00e9dictions comportementales.<\/p>\n

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

L’expression \u00ab transformation de Box-Tidwell \u00bb d\u00e9rive directement des patronymes de ses concepteurs, les statisticiens George E. P. Box et Paul W. Tidwell, qui en ont formul\u00e9 la th\u00e9orie et les algorithmes op\u00e9rationnels dans leur article princeps publi\u00e9 en 1962 dans la revue Technometrics<\/em> sous le titre \u00ab Transformation of the Independent Variables \u00bb<\/em>. Le mot \u00ab transformation \u00bb provient du latin classique transformatio<\/em>, lui-m\u00eame issu du verbe transformare<\/em> (compos\u00e9 du pr\u00e9fixe trans-<\/em> signifiant \u00ab au-del\u00e0, \u00e0 travers \u00bb et du radical formare<\/em>, \u00ab donner une forme \u00bb).<\/p>\n

Sur le plan \u00e9pist\u00e9mologique et linguistique, l’incorporation de ce terme dans le lexique de la psychologie quantitative s’est op\u00e9r\u00e9e au cours des d\u00e9cennies 1970 et 1980, p\u00e9riode caract\u00e9ris\u00e9e par l’informatisation des calculs statistiques et l’essor des manuels d’analyse multivari\u00e9e pour les sciences du comportement. Le syntagme d\u00e9signe sp\u00e9cifiquement la transformation appliqu\u00e9e aux pr\u00e9dicteurs<\/em>, ce qui la distingue formellement de la transformation de Box-Cox, \u00e9labor\u00e9e conjointement par George Box et David Cox en 1964, laquelle cible prioritairement la variable d\u00e9pendante ou variable r\u00e9ponse.<\/p>\n

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

Sur le plan grammatical, \u00ab transformation de Box-Tidwell \u00bb est un syntagme nominal f\u00e9minin singulier. Son pluriel s’\u00e9crit \u00ab transformations de Box-Tidwell \u00bb. Sur le plan phon\u00e9tique, le terme s’\u00e9nonce en fran\u00e7ais sous la transcription approximative \/t\u0281\u0251\u0303s.f\u0254\u0281.ma.sj\u0254\u0303 d\u0259 b\u0254ks tid.w\u025bl\/. Dans le discours acad\u00e9mique francophone, les noms propres conservent leur accentuation tonique d’origine anglo-saxonne tout en s’int\u00e9grant dans la prosodie g\u00e9n\u00e9rale du fran\u00e7ais scientifique.<\/p>\n

Dans la litt\u00e9rature m\u00e9thodologique sp\u00e9cialis\u00e9e, le terme est employ\u00e9 indiff\u00e9remment pour qualifier l’op\u00e9ration math\u00e9matique g\u00e9n\u00e9rale (\u00ab proc\u00e9der \u00e0 la transformation de Box-Tidwell \u00bb), le test d’hypoth\u00e8se diagnostique (\u00ab appliquer le test de Box-Tidwell \u00bb) ou le param\u00e8tre exponentiel estim\u00e9 (\u00ab la puissance de Box-Tidwell associ\u00e9e au pr\u00e9dicteur \u00bb). Les variantes lexicales telles que \u00ab test de lin\u00e9arit\u00e9 de Box-Tidwell \u00bb sont courantes dans les contextes de mod\u00e9lisation par r\u00e9gression logistique binaire appliqu\u00e9e \u00e0 la psychologie clinique ou \u00e0 la sant\u00e9 mentale.<\/p>\n

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

La mod\u00e9lisation par r\u00e9gression, pilier de l’exp\u00e9rimentation et de l’\u00e9pid\u00e9miologie en psychologie, repose sur le postulat fondamental que l’effet marginal d’une unit\u00e9 additionnelle sur une variable pr\u00e9dictive continue reste constant sur l’ensemble de son \u00e9tendue d’\u00e9chelle, ou qu’il varie selon une forme fonctionnelle rigoureusement sp\u00e9cifi\u00e9e. Cependant, les processus psychologiques se caract\u00e9risent fr\u00e9quemment par des ph\u00e9nom\u00e8nes de saturation, d’acc\u00e9l\u00e9ration exponentielle, d’effets plancher ou plafond, ou encore de rendements d\u00e9croissants. Lorsque l’hypoth\u00e8se de lin\u00e9arit\u00e9 est viol\u00e9e, les coefficients estim\u00e9s deviennent biais\u00e9s, la variance r\u00e9siduelle augmente artificiellement et les erreurs de type I ou II compromettent la validit\u00e9 scientifique des conclusions.<\/p>\n

La m\u00e9thode de Box-Tidwell r\u00e9pond \u00e0 cette difficult\u00e9 en introduisant une famille de transformations de puissances pour chaque variable pr\u00e9dictive strictement positive $X$<\/span>. Plut\u00f4t que de contraindre la relation \u00e0 une forme lin\u00e9aire stricte o\u00f9 le pr\u00e9dicteur intervient sous la forme $X$<\/span>, le mod\u00e8le suppose que la relation v\u00e9ritable s’exprime sous la forme $X^\u0007lpha$<\/span>, o\u00f9 $\u0007lpha$<\/span> est un exposant r\u00e9el inconnu \u00e0 d\u00e9terminer de mani\u00e8re empirique \u00e0 partir des donn\u00e9es observ\u00e9es. Si $\u0007lpha = 1$<\/span>, la relation est intrins\u00e8quement lin\u00e9aire. Si $\u0007lpha = 0,5$<\/span>, la relation suit une fonction racine carr\u00e9e ; si $\u0007lpha = -1$<\/span>, elle est inverse ; et lorsque $\u0007lpha$<\/span> tend vers 0, la forme fonctionnelle converge vers une transformation logarithmique naturelle.<\/p>\n

Le g\u00e9nie conceptuel de Box et Tidwell repose sur l’approximation de Taylor du premier ordre appliqu\u00e9e autour d’une valeur initiale pr\u00e9sum\u00e9e du param\u00e8tre, g\u00e9n\u00e9ralement fix\u00e9e \u00e0 $\u0007lpha_0 = 1$<\/span>. En d\u00e9veloppant la s\u00e9rie, le terme non lin\u00e9aire s’exprime comme une combinaison lin\u00e9aire du terme original et d’un terme d’interaction particulier construit par le produit de la variable et de son propre logarithme naturel, soit $X ln(X)$<\/span>. En incorporant ce terme interactif dans l’\u00e9quation de r\u00e9gression auxiliaire, le coefficient associ\u00e9 \u00e0 cette nouvelle variable permet de tester directement si la d\u00e9viation par rapport \u00e0 la lin\u00e9arit\u00e9 est statistiquement significative et de calculer par ajustement it\u00e9ratif la valeur optimale de l’exposant $\u0007lpha$<\/span>.<\/p>\n

Cette approche offre un cadre analytique \u00e9l\u00e9gant : au lieu de deviner subjectivement quelle transformation appliquer (racine, inverse, logarithme ou polyn\u00f4me) \u00e0 un score psychologique, le statisticien dispose d’un crit\u00e8re d’optimisation probabiliste convergeant vers la forme fonctionnelle la plus congruente avec la distribution r\u00e9elle des donn\u00e9es empiriques.<\/p>\n

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

L’histoire de la transformation de Box-Tidwell s’inscrit dans la r\u00e9volution statistique industrielle et exp\u00e9rimentale men\u00e9e par l’\u00e9cole britannique et am\u00e9ricaine au milieu du vingti\u00e8me si\u00e8cle. George E. P. Box, figure majeure form\u00e9e \u00e0 la tradition de Ronald A. Fisher, s’int\u00e9ressait aux probl\u00e8mes pratiques pos\u00e9s par les surfaces de r\u00e9ponse et l’optimisation des proc\u00e9d\u00e9s chimiques et industriels, o\u00f9 les relations entre variables physiques ob\u00e9issaient rarement \u00e0 une lin\u00e9arit\u00e9 parfaite. En collaboration avec Paul W. Tidwell, ing\u00e9nieur et math\u00e9maticien chez Monsanto Chemical Company, Box formalisa en 1962 un algorithme \u00e9l\u00e9gant pour estimer les puissances optimales des variables d’entr\u00e9e sans alt\u00e9rer l’\u00e9chelle de la variable de r\u00e9ponse.<\/p>\n

Deux ans plus tard, en 1964, Box et David Cox publi\u00e8rent leur c\u00e9l\u00e8bre transformation portant sur la variable d\u00e9pendante. Bien que la notori\u00e9t\u00e9 de la transformation de Box-Cox ait initialement \u00e9clips\u00e9 celle de Box et Tidwell dans l’enseignement introductif, cette derni\u00e8re a connu une r\u00e9surgence spectaculaire avec l’av\u00e8nement des mod\u00e8les lin\u00e9aires g\u00e9n\u00e9ralis\u00e9s<\/a> formalis\u00e9s par John Nelder et Robert Wedderburn en 1972, puis avec la d\u00e9mocratisation de la r\u00e9gression logistique dans les logiciels SPSS, SAS, Stata et le langage R.<\/p>\n

Dans les sciences psychosociales, l’adoption s’est acc\u00e9l\u00e9r\u00e9e \u00e0 mesure que la mod\u00e9lisation statistique s’est substitu\u00e9e aux simples analyses de variance (ANOVA). Des m\u00e9thodologistes influents tels que Jacob Cohen, Barbara Tabachnick et Linda Fidell ont soulign\u00e9 la n\u00e9cessit\u00e9 imp\u00e9rative de tester l’hypoth\u00e8se de lin\u00e9arit\u00e9 du logit dans les \u00e9tudes \u00e9pid\u00e9miologiques et comportementales. D\u00e8s les ann\u00e9es 1990, le test de Box-Tidwell est devenu la r\u00e9f\u00e9rence m\u00e9thodologique recommand\u00e9e dans les manuels de r\u00e9f\u00e9rence pour valider l’ad\u00e9quation des r\u00e9gressions logistiques multivari\u00e9es appliqu\u00e9es aux d\u00e9cisions diagnostiques, aux comportements de sant\u00e9 et aux mod\u00e8les d’apprentissage.<\/p>\n

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

Sur le plan math\u00e9matique, la transformation de Box-Tidwell repose sur la th\u00e9orie de l’estimation du maximum de vraisemblance et sur les approximations par s\u00e9ries de puissances. Consid\u00e9rons un mod\u00e8le de r\u00e9gression univari\u00e9 classique o\u00f9 la variable crit\u00e8re $Y$<\/span> est mod\u00e9lis\u00e9e par :<\/p>\n

$$Y = \b\\eta_0 + \b\\eta_1 X^\u0007lpha + \u000bar\\epsilon$$<\/span><\/p>\n

Sous l’hypoth\u00e8se standard o\u00f9 les r\u00e9sidus $\u000barepsilon$ suivent une loi normale ind\u00e9pendante et identiquement distribu\u00e9e avec une variance constante $\\sigma^2$<\/span>, l’estimation conjointe de $\b\\eta_0$<\/span>, $\b\\eta_1$<\/span> et $\u0007lpha$<\/span> rel\u00e8ve d’un probl\u00e8me d’optimisation non lin\u00e9aire. Box et Tidwell ont d\u00e9montr\u00e9 que pour une valeur d’essai de $\u0007lpha$<\/span>, not\u00e9e $\u0007lpha_0$<\/span>, on peut approcher $X^\u0007lpha$<\/span> par un d\u00e9veloppement en s\u00e9rie de Taylor :<\/p>\n

$$X^\u0007lpha \u0007pprox X^{\u0007lpha_0} + (\u0007lpha – \u0007lpha_0) X^{\u0007lpha_0} \\ln(X)$$<\/span><\/p>\n

En substituant cette approximation dans l’\u00e9quation de r\u00e9gression, on obtient le mod\u00e8le de r\u00e9gression auxiliaire suivant :<\/p>\n

$$Y \u0007pprox \b\\eta_0 + \b\\eta_1 X^{\u0007lpha_0} + \\gamma \\left[ X^{\u0007lpha_0} \\ln(X)
\night] + \u000bar\\epsilon$$<\/span><\/p>\n

o\u00f9 le param\u00e8tre auxiliaire $\\gamma$<\/span> est d\u00e9fini par l’\u00e9galit\u00e9 $\\gamma = \b\\eta_1 (\u0007lpha – \u0007lpha_0)$<\/span>. Cette formulation pr\u00e9sente un avantage consid\u00e9rable : elle permet d’estimer $\\gamma$<\/span> par la m\u00e9thode des moindres carr\u00e9s ordinaires standard. Une fois $\\gamma$<\/span> et $\b\\eta_1$<\/span> estim\u00e9s, l’ajustement du param\u00e8tre de puissance s’effectue par la formule de mise \u00e0 jour it\u00e9rative :<\/p>\n

$$\u0007lpha_1 = \u0007lpha_0 + \frac{\\hat{\\gamma}}{\\hat{\b\\eta}_1}$$<\/span><\/p>\n

Le processus est r\u00e9it\u00e9r\u00e9 en rempla\u00e7ant $\u0007lpha_0$<\/span> par $\u0007lpha_1$<\/span>, jusqu’\u00e0 ce que la diff\u00e9rence entre deux it\u00e9rations successives devienne inf\u00e9rieure \u00e0 un seuil de convergence pr\u00e9d\u00e9termin\u00e9 (par exemple $10^{-4}$<\/span>). Dans le contexte de la r\u00e9gression logistique, la m\u00eame logique s’applique au pr\u00e9dicteur lin\u00e9aire liant les covariables au log-odds $ln(p \/ (1 – p))$<\/span>, o\u00f9 l’inclusion du terme $X ln(X)$<\/span> permet de tester par le test de Wald ou par le rapport de vraisemblance si le coefficient $\\gamma$<\/span> s’\u00e9carte significativement de z\u00e9ro.<\/p>\n

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

L’utilisation et la compr\u00e9hension de la proc\u00e9dure de Box-Tidwell s’articulent autour de plusieurs dimensions m\u00e9thodologiques et op\u00e9rationnelles compl\u00e9mentaires :<\/p>\n