Hoja de repaso: Principes de standardisation et quantilages

📋 Plan du Cours

1. Transformation affine
2. Score z
3. Échelle sigmatique
4. Quantilage
5. Décilage
6. Effet de diffusion
7. Distance de Cohen
8. Standardisation
9. Valeurs isolées

📖 1. Transformation affine

🔑 Notions clés & Définitions

• Transformation affine (y = ax + b) : Opération mathématique consistant à multiplier une variable par un coefficient a et à y ajouter un terme b, permettant de changer d’échelle ou de repère tout en conservant la forme de la distribution (Brozek, CM4).
• Effet de multiplier par a : Sur les indices de tendance centrale (moyenne, médiane, mode, milieu) et dispersion (écart-type, variance), la transformation affine modifie ces mesures en les multipliant par la valeur absolue de a. La variance est multipliée par a² (Brozek, CM4).
• Effet d’ajouter b : Sur les indices de tendance centrale, la valeur b est ajoutée, déplaçant la distribution sans en modifier la dispersion. La dispersion (écart-type, variance) reste inchangée (Brozek, CM4).
• Conséquences sur minimum, maximum, quartiles : La transformation affine modifie ces extrêmes en les multipliant par a et en leur ajoutant b. Le minimum devient a × min + b, le maximum a × max + b, et de même pour les quartiles (Brozek, CM4).
• Exemple de transformation affine sur notes d’examen : Si une note x est transformée en y = 2.5x + 10, alors la moyenne, le minimum, le maximum, et les quartiles sont ajustés selon la formule, modifiant l’échelle tout en conservant la forme relative de la distribution (Brozek, CM4).

📝 Points essentiels

• La transformation affine y = ax + b permet de changer d’échelle tout en conservant la forme de la distribution.
• La multiplication par a modifie la dispersion : l’écart-type et la variance sont respectivement multipliés par |a| et a². La moyenne, la médiane, le mode, et les quartiles sont également multipliés par a.
• L’ajout de b déplace la distribution : la moyenne, la médiane, le mode, et les quartiles sont augmentés de b, sans affecter la dispersion.
• La transformation inverse consiste à retrouver la variable initiale à partir de la variable transformée : xi = (yi - b) / a.
• La transformation affine est essentielle pour l’étalonnage, la standardisation (score "z"), et la mise à l’échelle des données (Brozek, CM4).

💡 À retenir

Une transformation affine modifie l’échelle et la position d’une distribution, en multipliant par a (impact sur dispersion et indices de tendance centrale) et en ajoutant b (déplacement), tout en conservant la forme relative des données.

📖 2. Score z

🔑 Notions clés & Définitions

• Score z (score standardisé) : mesure qui indique combien d'écarts-types une observation xi se situe par rapport à la moyenne de la distribution. Il permet de comparer des valeurs issues de distributions différentes ou normalisées.
• Formule de standardisation :
  $zi = \frac{xi - \text{moyenne}}{\text{écart-type}}$
  Elle transforme une donnée brute xi en un score z, en centrant la distribution sur 0 et en réduisant selon l'écart-type.
• Interprétation du score z : L’écart en nombre d’écarts-types entre une observation et la moyenne. Par exemple, zi = 2 signifie que xi est deux écarts-types au-dessus de la moyenne.
• Formule de déstandardisation :
  $xi = \text{moyenne} + zi \times \text{écart-type}$
  Elle permet de retrouver la valeur brute xi à partir d’un score z standardisé.
• Exemple de calcul pour étudiants : Si la moyenne est 12 et l’écart-type 2, un étudiant avec un score z = 1.5 a obtenu :
  $xi = 12 + 1.5 \times 2 = 15$

📝 Points essentiels

• Le score z standardise une variable pour permettre la comparaison entre différentes distributions ou variables.
• La formule $zi = \frac{xi - \text{moyenne}}{\text{écart-type}}$ est centrale pour la standardisation, appelée aussi "centrer et réduire".
• La valeur de zi indique la position relative de xi dans la distribution : zi > 0 si xi est au-dessus de la moyenne, zi < 0 si en dessous.
• La déstandardisation inverse la standardisation, permettant de retrouver la valeur brute à partir du score z.
• Exemple pratique : pour un groupe d’étudiants, calculer z permet de situer chaque note par rapport à la moyenne, facilitant l’interprétation et la comparaison.

💡 À retenir

Le score z standardise une donnée en mesurant son écart en écarts-types par rapport à la moyenne, permettant ainsi une comparaison normalisée et une interprétation aisée de la position d’une observation dans une distribution.

📖 3. Échelle sigmatique

🔑 Notions clés & Définitions

• Échelle sigmatique : Une échelle de classification construite à partir du score z standardisé, permettant de situer un individu dans une distribution unimodale symétrique en le classant selon des intervalles prédéfinis (Brozek, 2023).
• Classification selon score z : Répartition des individus en classes A à E en fonction de leur score z, où A correspond à un niveau très faible et E à un niveau très élevé, en utilisant des bornes basées sur des écarts-types (Brozek, 2023).
• Bornes des classes : Limites numériques déduites de la moyenne et de l’écart-type, permettant de définir les intervalles pour chaque classe (Brozek, 2023). Par exemple, pour une distribution symétrique, A : z < -1.5, B : -1.5 ≤ z < -0.5, etc.
• Application sur notes : La transformation du score brut en score z puis en classe sigmatique permet de situer un individu par rapport à la distribution, par exemple dans un examen ou un test (Brozek, 2023).
• Utilisation dans une distribution unimodale symétrique : La classification sigmatique est pertinente lorsque la distribution est unimodale et symétrique, car elle repose sur la propriété que les scores z suivent une loi normale approximative dans ce contexte (Brozek, 2023).

📝 Points essentiels

• La construction de l’échelle sigmatique repose sur la standardisation (score z) : $z_i = \frac{x_i - \bar{x}}{\sigma}$ (Brozek, 2023).
• Les bornes de classification sont fixées en fonction de seuils en écarts-types : par exemple, $z < -1.5$ pour très faible, $-1.5 \leq z < -0.5$ pour faible, etc. (Brozek, 2023).
• La méthode permet de simplifier la lecture et l’interprétation des scores en les regroupant dans des catégories qualitatives (Brozek, 2023).
• La classification sigmatique est adaptée à une distribution symétrique et unimodale, où la majorité des individus se trouvent autour de la moyenne (Brozek, 2023).
• La procédure consiste à calculer le score z, puis à déterminer la classe sigmatique en utilisant les bornes prédéfinies (Brozek, 2023).

💡 À retenir

L’échelle sigmatique permet de situer rapidement un individu dans une distribution unimodale symétrique en le classant selon des intervalles prédéfinis de scores z, facilitant ainsi l’interprétation qualitative des performances.

📖 4. Quantilage

🔑 Notions clés & Définitions

• Quantilage : Regroupement en classes équilibrées d’une variable numérique, permettant de classer les individus selon leur position relative dans la distribution. Il s’agit d’un regroupement en plusieurs classes d’effectifs proches, facilitant la comparaison et la segmentation (Brozek, CM4).

• Exemples de quantilages :

  • Quartilage : Division en 4 classes d’environ 25% de l’effectif total.
  • Quintilage : Division en 5 classes d’environ 20% de l’effectif total.
  • Décilage : Division en 10 classes d’environ 10% de l’effectif total.
  • Centilage : Division en 100 classes d’environ 1% de l’effectif total (Brozek, CM4).

• Méthode numérique : Utilise des calculs directs pour déterminer les coupures de classes en fonction des effectifs ou des fréquences, notamment par interpolation linéaire pour les variables continues (Brozek, CM4).

• Méthode ordinale : Effectue un regroupement basé sur les quantiles (quartiles, quintiles, déciles, centiles), en déterminant les coupures les plus proches pour équilibrer au mieux les classes, souvent à partir des effectifs ou des fréquences (Brozek, CM4).

• Exemple de quintilage avec variable discrète : Nombre de bonnes réponses en condition "relecture". Les coupures sont déterminées pour créer 5 classes d’effectifs proches, par exemple : {0;1;2}, {3}, {4;5}, {6;7}, {8;9;...;20} avec x1/5=3, x2/5=4, x3/5=5, x4/5=7 (Brozek, CM4).

• Exemple de décilage avec variable continue : Temps de réaction expérimental. Les déciles (x1/10, x2/10, ..., x9/10) sont calculés pour diviser la distribution en 10 classes d’effectifs proches, par interpolation ou approximation, par exemple : x1/10 ≈ 1106, x2/10 ≈ 1117, etc. (Brozek, CM4).

📝 Points essentiels

• Le quantilage permet de classer rapidement un individu dans une position relative dans la distribution, facilitant la comparaison entre individus ou groupes (Brozek, CM4).
• La méthode numérique est souvent utilisée pour les variables continues, en calculant directement les coupures à partir des effectifs ou des fréquences cumulées (Brozek, CM4).
• La méthode ordinale privilégie une approche basée sur les quantiles, en déterminant les coupures qui équilibrent les classes, même si elles ne contiennent pas exactement 20% ou 25% d’effectifs (Brozek, CM4).
• Le quintilage et le décilage peuvent s’appliquer à des variables discrètes ou continues, avec des ajustements selon la nature de la variable (Brozek, CM4).
• La détermination des classes permet de situer un individu dans une catégorie qualitative (ex. "score faible", "score moyen", "score élevé") en utilisant les classes de quantiles ou de déciles (Brozek, CM4).

💡 À retenir

Le quantilage est une technique de regroupement en classes équilibrées qui facilite la segmentation et la comparaison des individus dans une distribution numérique, en utilisant des méthodes numériques ou ordinales selon la nature de la variable.

📖 5. Décilage

🔑 Notions clés & Définitions

• Décilage : regroupement en 10 classes d’environ 10% de la population, permettant de situer un individu dans une distribution. Selon Brozek (CM4), il s'agit d'un quantilage spécifique en 10 classes, chacune représentant environ 10% des données, pour une meilleure précision dans le classement individuel.

• Utilisation du décilage : classer les individus selon leur performance ou position relative dans une distribution, facilitant l’interprétation des résultats en contexte éducatif ou expérimental.

• Différence avec autres quantilages : le décilage se distingue du quartilage (4 classes), quintilage (5 classes), centilage (100 classes), en proposant une subdivision en 10 classes, ce qui offre un compromis entre précision et simplicité.

• Exemple d’application : dans une évaluation, un score de 8 sur 20 peut être situé dans la classe C (classes 4 à 5), correspondant à une performance moyenne selon le décilage, permettant une interprétation fine de la position individuelle.

📝 Points essentiels

• Le décilage est une forme de quantilage en 10 classes, chacune représentant environ 10% de la population, ce qui permet une segmentation fine tout en restant simple à utiliser.

• Il est particulièrement utile pour situer un individu dans une distribution continue ou discrète, en évitant la rigidité des classifications binaires ou trop larges comme le quartilage.

• La méthode consiste à déterminer les déciles (x₁/₁₀, x₂/₁₀, ..., x₉/₁₀) par interpolation linéaire ou graphique, puis à définir des classes en utilisant ces valeurs.

• La différence avec d’autres quantilages réside dans le nombre de classes : le décilage offre une subdivision plus fine que le quartilage ou le quintilage, mais moins que le centilage.

• Exemple pratique : pour une variable continue comme le temps de réaction, le décilage permet de répartir la population en 10 groupes, facilitant l’analyse des effets ou des différences entre sous-groupes.

💡 À retenir

Le décilage est un outil de quantilage en 10 classes, permettant de situer précisément un individu dans une distribution, en offrant un compromis entre détail et simplicité, et se distinguant des autres quantilages par son nombre de classes.

📖 6. Effet de diffusion

🔑 Notions clés & Définitions

• Effet de diffusion : Phénomène par lequel la dispersion d’une variable augmente ou se modifie suite à une transformation ou à une diffusion d’un message, entraînant une augmentation de la variabilité des données (d’après la compréhension générale, même si non explicitement défini dans l’extrait).
• Impact des transformations sur dispersion : Lorsqu’on applique une transformation affine $y = ax + b$ à une variable, la dispersion (écart-type, variance) est modifiée : l’écart-type est multiplié par $|a|$ et la variance par $a^2$ (voir propriété synthétique dans le résumé).
• Lien avec indices de dispersion : La dispersion d’une variable, mesurée par l’écart-type ou la variance, est directement affectée par les transformations, ce qui modifie la façon dont la dispersion est perçue ou comparée après changement d’échelle (voir propriété 9).
• Auteur : Brozek (2023) : La dispersion d’une variable est modifiée par les transformations affines, avec une multiplication par $|a|$ pour l’écart-type et par $a^2$ pour la variance, impactant la mesure de la variabilité.

📝 Points essentiels

• La transformation affine $y = ax + b$ modifie la dispersion : l’écart-type devient $\sigma_y = |a| \sigma_x$ et la variance $\sigma_y^2 = a^2 \sigma_x^2$.
• La dispersion d’origine (écart-type, variance) est donc sensible aux changements d’échelle, ce qui peut augmenter ou diminuer la variabilité apparente des données.
• Lorsqu’on change d’échelle par une transformation affine, les indices de tendance centrale (moyenne, médiane, mode) sont également modifiés, mais de manière proportionnelle à $a$ et $b$.
• La notion d’effet de diffusion est essentielle pour comprendre comment la dispersion évolue lors de la standardisation ou de la modification d’échelle, notamment dans le contexte de mesures répétées ou d’étalonnages.
• La différence entre la dispersion initiale et celle après transformation permet d’évaluer la sensibilité des mesures à la modification d’échelle.

💡 À retenir

L’effet de diffusion désigne la modification de la dispersion d’une variable suite à une transformation affine, où l’écart-type et la variance sont multipliés respectivement par $|a|$ et $a^2$, influençant la perception et la comparaison de la variabilité des données.

📖 7. Distance de Cohen

🔑 Notions clés & Définitions

• Taille d’effet (effet standardisé) : Mesure de la magnitude d’une différence entre deux groupes, exprimée en nombre d’écarts-types, permettant de comparer des effets indépendamment des unités de mesure. (Cohen, 1988) : La taille d’effet est une mesure de l’importance pratique d’une différence ou d’une relation, indépendamment de sa significativité statistique.

• Distance de Cohen (dcohen) : Indice quantifiant la différence moyenne entre deux groupes en unités d’écarts-types, calculée comme la différence entre leurs moyennes divisée par un écart-type commun ou spécifique. (Cohen, 1988) : Elle permet d’évaluer la force de l’effet, avec des seuils généralement : 0.2 (faible), 0.5 (moyen), 0.8 (important).

• Standardisation des différences : Processus de transformation des différences de moyenne en unités d’écarts-types, facilitant la comparaison entre études ou mesures différentes. La formule est : $d_{cohen} = \frac{\bar{x}_1 - \bar{x}_2}{\sigma}$, où $\sigma$ est un écart-type de référence.

📝 Points essentiels

• La distance de Cohen permet d’évaluer la taille d’un effet en le ramenant à une unité standardisée, ce qui facilite la comparaison entre différentes études ou mesures.

• Elle est utilisée pour mesurer la taille d’effet entre deux groupes, que ce soit dans des mesures indépendantes ou appariées (mesures répétées). Dans le cas de mesures répétées, la formule s’adapte à la différence moyenne d’un échantillon à l’autre, en la divisant par l’écart-type de la différence.

• La formule de la distance de Cohen pour deux groupes indépendants est :
  $d_{cohen} = \frac{\bar{x}_1 - \bar{x}_2}{\sigma^*}$ où $\sigma^*$ est l’écart-type commun calculé à partir des variances de chaque groupe, pondérées par leurs effectifs.

• La valeur absolue de $d_{cohen}$ indique l’importance pratique de l’effet :

  • $|d_{cohen}| < 0.2$ : effet faible
  • $0.2 \leq |d_{cohen}| < 0.5$ : effet modéré
  • $|d_{cohen}| \geq 0.8$ : effet important

• La distance de Cohen est indépendante des unités de mesure, ce qui la rend particulièrement utile pour comparer des effets dans différentes études ou contextes.

💡 À retenir

La distance de Cohen standardise la différence entre deux groupes en unités d’écarts-types, permettant d’évaluer la magnitude de l’effet indépendamment de l’échelle de mesure, et facilite la comparaison de résultats entre différentes études ou mesures.

📖 8. Standardisation

🔑 Notions clés & Définitions

• Standardisation (ou centrage et réduction) : Processus consistant à transformer une variable pour qu’elle ait une moyenne de 0 et un écart-type de 1, permettant ainsi la comparaison sur une échelle commune.
• Formule du score z : $z_i = \frac{x_i - \bar{x}}{\sigma_x}$, où $x_i$ est la valeur brute, $\bar{x}$ la moyenne, et $\sigma_x$ l’écart-type de la distribution. Selon Brozek (CM4), cette formule permet de mesurer l’écart en nombre d’écarts-types par rapport à la moyenne.
• Lien avec transformation affine : La standardisation correspond à une transformation affine spécifique où $y = a x + b$ avec $a = \frac{1}{\sigma_x}$ et $b = -\frac{\bar{x}}{\sigma_x}$, permettant de centrer et réduire la distribution.
• Utilisation pour comparer des données : La standardisation permet de mettre en échelle des variables différentes pour les comparer directement, notamment en utilisant le score z, facilitant l’analyse dans une échelle commune.

📝 Points essentiels

• La standardisation consiste à transformer chaque valeur $x_i$ en un score z, qui indique combien d’écarts-types cette valeur est éloignée de la moyenne.
• La formule du score z est : $z_i = \frac{x_i - \bar{x}}{\sigma_x}$. Elle permet d’uniformiser les données, indépendamment de leur unité ou échelle initiale.
• La transformation affine associée à la standardisation est $y = a x + b$ où $a = \frac{1}{\sigma_x}$ et $b = -\frac{\bar{x}}{\sigma_x}$. Elle garantit que la nouvelle variable a une moyenne de 0 et un écart-type de 1.
• La standardisation est particulièrement utile pour comparer des variables sur des échelles différentes ou pour appliquer des méthodes statistiques nécessitant des données centrées et réduites.
• La déstandardisation inverse la transformation pour retrouver la valeur brute à partir du score z : $x_i = \bar{x} + z_i \sigma_x$.

💡 À retenir

La standardisation transforme une variable en un score z, permettant de comparer des données sur une échelle commune, en utilisant une transformation affine spécifique qui centre et réduit la distribution.

📖 9. Valeurs isolées

🔑 Notions clés & Définitions

• Valeurs isolées (outliers) : Observations qui s’écartent significativement de la majorité des données, pouvant indiquer une erreur ou une variation extrême. Brozek (CM4) : ces valeurs peuvent influencer la représentation et l’interprétation de la distribution, notamment lors de l’analyse descriptive.

• Identification via boîtes à moustaches : Méthode graphique permettant de repérer les valeurs isolées en utilisant la boîte à moustaches, où toute valeur située en dehors des "moustaches" (souvent à 1.5 fois l’écart interquartile) est considérée comme une valeur isolée.

• Impact des transformations sur la position des valeurs isolées : Lorsqu’on applique une transformation affine (y = ax + b), la position relative des valeurs isolées est modifiée. Si a > 0, leur position est multipliée par a et décalée par b ; si a < 0, leur ordre est inversé, modifiant leur localisation dans la distribution. Brozek (CM4)

📝 Points essentiels

• La détection des valeurs isolées est essentielle pour éviter qu’elles ne biaisent l’analyse descriptive ou les mesures de tendance centrale et dispersion. La méthode graphique via la boîte à moustaches est couramment utilisée pour leur repérage, en identifiant toute observation située au-delà de 1.5 fois l’écart interquartile (Q3 - Q1).

• La transformation affine (y = ax + b) modifie la position des valeurs isolées : en multipliant par a, leur dispersion est ajustée, et en ajoutant b, leur position est décalée. Cela peut faire apparaître ou disparaître des valeurs isolées selon la nature de la transformation.

• La présence de valeurs isolées peut indiquer des erreurs de mesure, des phénomènes extrêmes ou des sous-populations. Leur traitement doit être réfléchi : suppression, transformation ou analyse séparée.

• La détection et la gestion des valeurs isolées influencent la robustesse des statistiques descriptives, notamment la moyenne, l’écart-type, et la représentation graphique.

💡 À retenir

Les valeurs isolées, repérées par la boîte à moustaches, sont des observations extrêmes dont la position relative peut être modifiée par des transformations affines, impactant ainsi l’analyse descriptive et la compréhension de la distribution.

📊 Tableaux de Synthèse

Thème	Notions clés	Effets / Formules	Auteur / Référence
Transformation affine	Opération y = ax + b, modifie échelle et position	Dispersion : écarts-types, variance ×	Brozek, CM4
Score z	Standardisation : $z_i = \frac{x_i - \bar{x}}{\sigma}$	Permet comparaison, centrage sur 0	Brozek, 2023
Échelle sigmatique	Classification par score z en classes A à E	Bornes en écarts-types, distribution symétrique	Brozek, 2023
Quantilage	Regroupement en classes équilibrées (quartiles, quintiles, déciles, centiles)	Effectifs proches, interpolation	Brozek, CM4

⚠️ Pièges & Confusions Fréquentes

1. Confondre transformation affine et standardisation : la première modifie l’échelle, la seconde centre et réduit.
2. Oublier que la variance est multipliée par $a^2$ lors d’une transformation affine.
3. Confondre score z et score "t" ou autres scores standardisés.
4. Mal interpréter le score z : ne pas le voir uniquement comme une position relative, mais aussi comme une mesure en écarts-types.
5. Utiliser une échelle sigmatique pour une distribution non unimodale ou asymétrique, ce qui fausse la classification.
6. Ne pas vérifier si la distribution est symétrique avant d’appliquer une échelle sigmatique.
7. Confondre quantile et quartile : le premier peut désigner tout regroupement en classes équilibrées, le second une division en 4 parts.

✅ Checklist Examen

• Connaître la définition de la transformation affine et ses effets sur la moyenne, la médiane, la variance, et l’écart-type (Brozek, CM4).
• Savoir calculer un score z à partir d’une valeur brute, de la moyenne et de l’écart-type.
• Maîtriser la formule de déstandardisation pour retrouver la valeur brute à partir d’un score z.
• Comprendre le principe de l’échelle sigmatique et ses bornes en écarts-types pour classer les individus.
• Savoir construire une échelle sigmatique à partir d’un score z.
• Connaître la différence entre quantile, quartile, quintile, décile, centile, et leur mode de calcul.
• Être capable d’effectuer un quantilage en utilisant l’interpolation si nécessaire.
• Identifier les effets de la transformation affine sur les extrêmes (minimum, maximum, quartiles).
• Reconnaître quand utiliser la standardisation et la classification sigmatique.
• Maîtriser la formule de la transformation inverse pour revenir à la donnée initiale.
• Savoir interpréter un score z dans le contexte d’une distribution normale.
• Vérifier si la distribution est unimodale et symétrique avant d’appliquer une échelle sigmatique.