Comment réaliser le test de la médiane de Mood dans R

Dans le paysage contemporain de l’analyse des données quantitatives, la vérification des postulats distributionnels constitue une étape préliminaire incontournable qui conditionne la validité de toute inférence scientifique. Durant des décennies, les chercheurs formés aux protocoles quantitatifs traditionnels ont privilégié de manière quasi systématique les tests paramétriques, au premier rang desquels figure le test t de Student pour échantillons indépendants ou l’analyse de variance à un facteur. Toutefois, la confrontation aux réalités empiriques — qu’il s’agisse de temps de latence cognitive, de concentrations de biomarqueurs, de scores psychométriques issus d’échelles de Likert ou de distributions économiques fortement asymétriques — révèle avec acuité la vulnérabilité intrinsèque de ces outils classiques dès lors que l’hypothèse de normalité gaussienne des résidus se trouve compromise ou que des observations atypiques s’immiscent dans les cohortes expérimentales.

Face à ces distorsions distributionnelles manifestes, le recours aux méthodes statistiques non paramétriques ne relève pas d’une simple solution de repli par défaut, mais procède d’un choix méthodologique délibéré visant à préserver la robustesse des conclusions tirées des protocoles de recherche. Si le test de la somme des rangs de Wilcoxon ou son équivalent de Mann-Whitney demeure la référence la plus couramment mobilisée dans les publications universitaires, il véhicule néanmoins une exigence fondamentale souvent méconnue : l’hypothèse d’une forme distributionnelle identique entre les groupes comparés. Lorsque deux populations expérimentales présentent des variances hétérogènes ou des asymétries de courbures divergentes, le test de Wilcoxon cesse d’être un pur test d’égalité des tendances centrales pour se muer en un test composite de dominance stochastique, induisant parfois des erreurs d’interprétation substantielles chez les praticiens.

C’est précisément dans cette brèche méthodologique que s’inscrit avec une singulière pertinence le test de la médiane proposé par le statisticien Alexander McFarlane Mood. Conçu pour évaluer rigoureusement l’hypothèse d’une médiane populationnelle commune sans imposer la moindre contrainte quant à la dispersion ou à la géométrie interne des distributions sous-jacentes, ce test offre une alternative d’une remarquable élégance conceptuelle. Dans l’écosystème du logiciel statistique open source R, l’exécution de cette procédure bénéficie d’implémentations particulièrement sophistiquées, notamment à travers le framework d’inférence conditionnelle offert par l’extension coin. Cet article propose une monographie exhaustive dédiée au test de la médiane de Mood, couvrant ses soubassements théoriques, ses justifications mathématiques, son implémentation pas à pas dans R, ainsi que les protocoles de restitution académique conformes aux standards internationaux les plus rigoureux.

1. Introduction théorique et fondements du test de la médiane de Mood

1.1 Origine et principes fondamentaux de cette approche non paramétrique

L’histoire de l’inférence statistique non paramétrique a connu un essor déterminant au milieu du vingtième siècle, période durant laquelle les statisticiens ont cherché à émanciper la modélisation quantitative du carcan imposé par les lois de probabilités analytiques strictes. C’est dans ce contexte effervescent qu’Alexander McFarlane Mood publie en 1950 son traité séminal intitulé Introduction to the Theory of Statistics, au sein duquel il formalise une procédure ingénieuse permettant d’éprouver l’égalité des médianes entre plusieurs populations indépendantes sans présupposer la normalité des erreurs ni l’homogénéité des variances. Ce test, désormais consacré sous l’appellation de test de la médiane de Mood, s’affranchit totalement de l’estimation de paramètres distributionnels tels que l’espérance mathématique ou l’écart-type, se focalisant exclusivement sur la fréquence relative des observations situées de part et d’autre d’une valeur seuil centrale.

Le principe fondamental sous-jacent repose sur la réduction de l’information quantitative continue en une structure de comptage binaire dichotomique. En fusionnant l’intégralité des échantillons expérimentaux au sein d’un ensemble unique, le chercheur détermine la médiane globale de la population combinée. Dès lors que cette frontière numérique est établie, chaque observation individuelle issue de chaque groupe est classée selon une partition élémentaire : sa valeur se situe-t-elle strictement au-dessus de la médiane globale, ou bien inférieure ou égale à celle-ci ? Si l’hypothèse selon laquelle les différentes cohortes proviennent de populations présentant une tendance centrale rigoureusement identique s’avère exacte, la proportion d’individus surpassant cette médiane globale devrait être statistiquement équivalente au sein de chacun des sous-groupes examinés.

L’objectif ultime de cette démarche analytique consiste ainsi à transformer un problème complexe de comparaison de lois de probabilités continues en une question classique d’analyse de table de contingence. Par cette transformation, le test de la médiane de Mood contourne les écueils inhérents aux fonctions de densité méconnues ou intraitables sur le plan computationnel. Il offre une grille de lecture épurée, fondée sur les fréquences d’apparition d’événements ordinaux, garantissant une invariance absolue par rapport à toute transformation monotone croissante des échelles de mesure originales, propriété fondamentale qui en assure la généralisabilité dans les contextes expérimentaux les plus hétérogènes.

1.2 La médiane comme mesure de tendance centrale robuste

Pour appréhender l’utilité clinique et méthodologique du test de Mood, il convient de réexaminer les propriétés respectives de la moyenne arithmétique et de la médiane d’un point de vue de la théorie de l’estimation robuste. La moyenne arithmétique, bien qu’optimale au sens de l’efficacité asymptotique sous l’hypothèse de distributions strictement gaussiennes, souffre d’un point de rupture théorique nul, noté formellement zéro pour cent. Cette vulnérabilité mathématique implique qu’une seule observation contaminée, qu’elle résulte d’une erreur d’encodage, d’une défaillance instrumentale ou d’un phénomène biologique extrême, possède le pouvoir d’attirer indéfiniment la moyenne vers des grandeurs aberrantes, faussant irrémédiablement l’estimation de la tendance centrale du collectif analysé.

À l’inverse, la médiane statistique se caractérise par un point de rupture de cinquante pour cent, soit la valeur maximale théoriquement atteignable pour tout estimateur univarié de localisation. Cela signifie concrètement que la médiane demeure parfaitement stable et représentative de la majorité de la distribution tant que la moitié des données observées n’a pas été altérée par des perturbations extrêmes. Face à des distributions hautement dissymétriques, caractérisées par un étalement prononcé de la queue de distribution vers les valeurs positives ou négatives, la médiane conserve une signification descriptive fidèle du point d’équilibre probabiliste, scindant l’échantillon en deux proportions d’exactement cinquante pour cent d’observations inférieures et supérieures.

Dans les champs disciplinaires tels que la psychopathologie, la psychométrie comportementale ou l’évaluation clinique, cette propriété de résistance est primordiale. Les scores issus d’échelles d’anxiété, de dépression ou d’inventaires de détresse psychologique ne présentent presque jamais de symétrie parfaite au sein de la population générale, mais se concentrent massivement vers les valeurs planchers, avec une minorité de patients rapportant des intensités symptomatiques sévères. Résumer ces distributions par des moyennes conduit immanquablement à surévaluer le niveau moyen de sévérité de l’échantillon. La médiane offre une traduction pragmatique immédiatement interprétable par les praticiens : elle matérialise le score pour lequel la probabilité qu’un individu pris au hasard dans le groupe présente une valeur supérieure est rigoureusement égale à un demi.

1.3 Pertinence méthodologique en sciences psychologiques et cognitives

L’expérimentation en sciences cognitives, en neurosciences et en psychologie expérimentale confronte quotidiennement les analystes à des contraintes opérationnelles qui rendent l’emploi des statistiques paramétriques hautement contestable. L’un des exemples les plus emblématiques réside dans le traitement chronométrique des temps de réaction lors de tâches d’attention sélective ou d’inhibition motrice, telles que la tâche de Stroop ou le paradigme de Simon. Les latences de réponse humaine épousent systématiquement des lois asymétriques positives, fréquemment modélisées par des distributions ex-gaussiennes ou de Wald, caractérisées par un plancher physiologique incompressible et une queue traînante d’essais anormalement lents imputables à des décrochages attentionnels transitoires.

Recourir au test t de Student sur de telles données impose souvent d’appliquer des transformations logarithmiques ou inverses dont l’interprétabilité psychologique s’avère malaisée, ou d’exclure arbitrairement des observations situées au-delà de deux ou trois écarts-types, pratique discutable qui réduit artificiellement la variance écologique. Le test de Mood résout élégamment cette tension en admettant directement la distribution brute des temps de réponse, autorisant une comparaison impartiale de la vitesse de traitement médiane sans exiger la censure systématique des essais périphériques. Il en va de même pour les réponses collectées par le biais d’échelles de Likert ordinales à cinq ou sept points, où l’intervalle subjectif séparant deux modalités successives ne saurait être présumé rigoureusement équidistant.

Par ailleurs, la recherche translationnelle et la neuropsychologie clinique opèrent fréquemment sur de petites cohortes de sujets, en raison de la rareté de certaines pathologies neurodégénératives, de lésions cérébrales focales ou de syndromes génétiques spécifiques. Sous de tels régimes d’échantillonnage réduit, où les effectifs oscillent régulièrement entre huit et quinze patients par condition, l’évaluation de la normalité des résidus par le biais de tests de Shapiro-Wilk manque cruellement de puissance statistique, tandis que le théorème central limite ne peut déployer ses effets protecteurs. Le test de la médiane de Mood, exploité conjointement avec les méthodes de calcul exact par permutation, fournit alors une assise probabiliste infaillible permettant d’évaluer la divergence des positions médianes sans encourir l’inflation incontrôlée du risque d’erreur de première espèce.

2. Hypothèses statistiques et conditions d’application

2.1 Formulation formelle des hypothèses nulle et alternative

L’édification de tout protocole d’inférence repose sur une formalisation mathématique univoque des états de la nature mis en concurrence. Dans le cadre général du test de la médiane de Mood comparant k groupes expérimentaux mutuellement exclusifs, notés arbitrairement de 1 à k, l’hypothèse nulle, désignée conventionnellement par la notation H0, postule l’égalité parfaite et simultanée des médianes des k populations sous-jacentes d’où sont extraits les échantillons observés. Si l’on note Theta_i la médiane populationnelle théorique de la i-ème condition, l’hypothèse nulle s’énonce selon l’expression formelle : H0 : Theta_1 = Theta_2 = … = Theta_k. Sous cette hypothèse nulle, l’appartenance d’une observation à un groupe expérimental déterminé n’exerce aucune influence sur sa probabilité de surpasser la médiane générale de la macro-population.

À l’opposé, l’hypothèse alternative omnibus, désignée par la notation H1, rejette cette constance absolue de la tendance centrale et pose qu’au moins une paire de populations présente des médianes discordantes. L’énoncé se formalise alors comme suit : H1 : Il existe au moins deux indices i et j compris entre 1 et k, avec i différent de j, tels que Theta_i soit différent de Theta_j. Dans sa formulation bilatérale canonique, le test de Mood n’impose aucun ordre hiérarchique prédéterminé quant à la direction de la divergence, englobant aussi bien des décalages positifs que des décalages négatifs de la médiane d’un sous-groupe par rapport aux autres composantes du dispositif factoriel.

Néanmoins, dans le cas particulier de la comparaison restreinte à deux groupes indépendants, désignés par exemple comme groupe expérimental (E) et groupe témoin (C), le chercheur peut détenir des présupposés théoriques solides justifiant la spécification d’hypothèses unilatérales orientées. L’hypothèse alternative directionnelle peut alors s’écrire soit H1 : Theta_E > Theta_C si une supériorité systématique de la médiane du groupe traité est postulée, soit H1 : Theta_E < Theta_C si le traitement vise expressément à diminuer le niveau de la médiane observée, comme dans le cadre d’un protocole pharmacologique évaluant l’atténuation de seuils nociceptifs ou la réduction de délais d’acquisition motrice.

2.2 Conditions de validité relatives aux données expérimentales

Bien que le test de la médiane de Mood s’affranchisse de toute hypothèse quant à la forme analytique de la distribution des variables aléatoires, sa validité n’en demeure pas moins subordonnée au respect scrupuleux de conditions méthodologiques et architecturales fondamentales. La première condition, absolument indérogeable, concerne l’indépendance statistique mutuelle entre l’ensemble des observations composant le jeu de données. Chaque mesure doit dériver d’une unité expérimentale distincte et autonome. L’existence de mesures répétées sur les mêmes participants, de structures d’échantillonnage en grappes non contrôlées ou de corrélations sérielles temporelles entre les sujets invalide les propriétés stochastiques du test, conduisant à une distorsion du taux d’erreur nominal de première espèce.

La deuxième condition a trait à la nature intrinsèque de l’échelle de mesure assignée à la variable dépendante. Celle-ci doit être mesurée au minimum sur une échelle ordinale dotée d’une granularité suffisante, ou de préférence sur une échelle d’intervalles ou de rapports continus. L’opération fondamentale de bipartition autour de la médiane exige en effet que l’on puisse classer sans ambiguïté les observations selon une relation d’ordre binaire transitive. Si la variable dépendante ne comporte qu’un nombre dérisoire de catégories nominales ou ordinales grossières (par exemple une échelle à trois modalités seulement), l’identification de la médiane globale devient instable, provoquant des effets d’agglomération massifs qui pénalisent la procédure de scission.

Enfin, la validité de l’inférence exige un protocole d’échantillonnage garantissant que chaque groupe soit issu d’un tirage probabiliste ou d’une randomisation contrôlée représentative des populations cibles. Bien que le test tolère des effectifs asymétriques entre les différents bras du protocole, les performances de l’approximation asymptotique classique dépendent du respect des seuils d’effectifs théoriques dans les sous-catégories de la table de contingence générée. Si des échantillons minuscules sont employés, le recours aux calculs exacts combinatoires devient impératif pour éviter l’écueil des approximations continues mal calibrées.

2.3 Comportement du test face aux distributions asymétriques et hétéroscédastiques

L’un des avantages les plus remarquables et sous-estimés du test de la médiane de Mood réside dans son insensibilité quasi totale à la violation de l’hypothèse de pure translation distributionnelle (ou hypothèse d’homogénéité de forme). Les manuels de statistique élémentaire commettent fréquemment l’imprécision de présenter le test de Wilcoxon-Mann-Whitney comme un test direct d’égalité des médianes. Or, cette allégation n’est rigoureusement exacte que si les distributions comparées possèdent des formes absolument superposables, impliquant une égalité stricte de leurs variances et de leurs coefficients d’asymétrie. Dès lors que l’une des distributions présente une dispersion double ou une kurtosis différente de l’autre, le test de Wilcoxon évalue en réalité un mélange complexe d’écarts de dispersion et de décalages de position.

Le test de Mood n’impose aucunement que les lois de distribution sous-jacentes partagent la même morphologie. Une population peut être caractérisée par une asymétrie droite aiguë tandis que la seconde suit une loi symétrique ou bimodale, et que leurs variances diffèrent de plusieurs ordres de grandeur : si leurs médianes théoriques sont rigoureusement identiques, la probabilité asymptotique pour une observation de franchir la médiane conjointe demeure invariable et égale à un demi au sein de chacune des populations. En ce sens, Mood offre un véritable test de localisation pure, là où d’autres procédures non paramétriques confondent la tendance centrale avec les moments d’ordre supérieur de la distribution empirique.

Il existe néanmoins un phénomène numérique spécifique qui requiert une attention méthodologique particulière lors de l’application pratique : le traitement des observations strictement égales à la médiane globale (fréquemment qualifiées d’ex aequo ou de ties dans la littérature anglo-saxonne). Lorsque la variable mesurée présente un caractère discret ou des arrondis de mesure substantiels, plusieurs sujets peuvent afficher un score rigoureusement identique à la valeur médiane calculée. La convention préconisée par Mood et implémentée dans les packages spécialisés consiste généralement à incorporer ces observations dans le contingent des valeurs inférieures ou égales à la médiane, bien que des variantes puissent choisir de les exclure purement et simplement ou de les répartir proportionnellement. Si le volume d’ex aequo devient excessivement volumineux par rapport à la taille totale de l’échantillon, la variance théorique de la statistique de test doit subir un ajustement afin de maintenir un seuil alpha nominal précis.

3. Comparaison critique : Test de Mood versus alternatives classiques

3.1 Test de Mood versus Test t de Student indépendant

L’opposition entre le test de la médiane de Mood et le test t de Student pour échantillons indépendants illustre de façon paradigmatique l’arbitrage fondamental entre l’efficacité statistique sous hypothèses idéales et la robustesse face aux violations du monde réel. Lorsque les données satisfont scrupuleusement le postulat d’une distribution normale gaussienne et d’homoscédasticité parfaite, le test t de Student constitue le test uniformément le plus puissant (test UMP). Dans ce cadre théorique parfait, l’efficacité asymptotique relative (ARE) du test de Mood par rapport au test t n’est que de 2/pi, soit approximativement 63,7 %. Cela implique que, sous normalité stricte, le test de Mood réclame un échantillon supérieur d’environ 57 % pour atteindre une puissance statistique équivalente à celle déployée par le test t de Student.

Cependant, cette supériorité théorique de l’approche paramétrique s’effondre avec une extrême rapidité dès lors que l’on s’écarte de la gaussienne par l’introduction de distributions à queues lourdes ou de valeurs contaminatrices. Dans les situations où les distributions sous-jacentes présentent une kurtosis élevée — comme c’est le cas pour la loi logistique, la loi de Cauchy ou les lois exponentielles bilatérales (dites de Laplace) —, la variance empirique employée au dénominateur de la statistique t de Student explose, ce qui réduit drastiquement sa valeur calculée et anéantit sa capacité à déceler des décalages de position réels. Le test de Mood, en isolant le dénombrement autour du pivot médian, conserve une puissance stable et ne subit aucun affaissement dû à l’écartement spatial des points extrêmes.

De surcroît, le test de Mood et le test t n’interrogent pas les mêmes concepts fondamentaux. Le test de Student évalue l’égalité des barycentres géométriques des cohortes expérimentales, une quantité qui peut ne correspondre à la réalité vécue d’aucun sujet dès lors que la distribution est multimodale ou tronquée. Le test de Mood porte sur le point de scission probabiliste médian, garantissant que cinquante pour cent de la population étudiée se situe structurellement au-delà de cette frontière, conférant aux inférences une portée descriptive bien plus intuitive et cliniquement transparente pour les acteurs de terrain.

3.2 Test de Mood versus Test de Wilcoxon-Mann-Whitney

Dans la boîte à outils courante des chercheurs, le test de Wilcoxon-Mann-Whitney représente incontestablement l’alternative non paramétrique prédominante pour la comparaison de deux groupes continus. En substituant aux valeurs brutes le rang ordonné de chaque observation au sein de l’échantillon fusionné, le test de Wilcoxon préserve une fraction bien plus substantielle de l’information quantitative que la simple dichotomisation binaire opérée par le test de Mood. En conséquence de cette meilleure conservation de la granularité, l’efficacité asymptotique relative de Wilcoxon face au test t de Student sous l’hypothèse de normalité s’élève à 3/pi, soit environ 95,5 %, conférant à cette méthode un avantage manifeste de puissance face au test de Mood lorsque les distributions sont de formes symétriques et parallèles.

Toutefois, ce gain de puissance s’accompagne d’un coût méthodologique que les praticiens ont trop souvent tendance à occulter : la sensibilité accrue aux divergences de courbures et d’hétéroscédasticité. Comme le démontrent de nombreuses études de simulation probabiliste, dès lors que deux distributions présentent une variance inégale combinée à une asymétrie orientée dans le même sens, le test de Wilcoxon génère un taux de faux positifs substantiellement supérieur au seuil nominal fixé à 0,05, rejetant l’hypothèse nulle alors même que les médianes des deux populations sont rigoureusement identiques. Il confond alors la dominance stochastique globale avec une différence d’emplacement de la médiane.

Le test de la médiane de Mood s’affirme comme une procédure beaucoup plus conservatrice et purement spécifique de la médiane. Dans les configurations distributionnelles atypiques comportant des distributions à queues extrêmement épaisses de type loi de Laplace (double exponentielle), l’efficacité asymptotique relative du test de Mood croît significativement jusqu’à atteindre l’unité, rivalisant directement avec les méthodes par rangs sans exiger l’hypothèse d’équidistribution stricte. Par conséquent, dès lors que le chercheur suspecte une hétérogénéité structurelle marquée dans la dispersion ou la géométrie des cohortes comparées, le test de Mood se révèle conceptuellement supérieur à celui de Wilcoxon.

3.3 Test de Mood versus Test de Kruskal-Wallis pour k groupes

Lorsque le plan de recherche s’élargit à la comparaison simultanée de trois groupes ou davantage, le statisticien fait habituellement appel au test de Kruskal-Wallis, qui prolonge la logique des rangs de Wilcoxon dans un cadre d’analyse de variance à un facteur non paramétrique. De manière analogue, le test de Mood s’étend de façon totalement naturelle au cadre multi-groupes en conservant le même algorithme directeur : identification d’une médiane globale commune à l’ensemble des k échantillons combinés, suivie de la construction d’une table de contingence de dimensions k par 2 croisant l’appartenance factorielle et la localisation binaire par rapport à cette médiane.

Le test de Kruskal-Wallis formule son hypothèse opérationnelle en termes de rangs moyens et se montre réceptif à toute disparité stochastique entre les populations. Si l’un des groupes présente une dissymétrie spécifique qui étire ses rangs sans déplacer son centre de gravité médian, Kruskal-Wallis produira fréquemment un rejet omnibus très significatif, rendant l’interprétation théorique du résultat équivoque pour le chercheur qui s’intéresse exclusivement à la valeur médiane. Le test de Mood à k échantillons demeure impassible face à ce type d’artefact distributionnel : il n’émet un signal statistique que si les effectifs franchissant la frontière médiane dévient de manière collective par rapport aux prédictions combinatoires de l’hypothèse d’indépendance.

Le tableau ci-après synthétise les propriétés distinctives de ces différentes approches analytiques selon les critères fondamentaux de l’analyse expérimentale :

• Test t de Student indépendant : Requiert la normalité des résidus et l’homogénéité des variances. Compare les moyennes arithmétiques. Très vulnérable aux valeurs aberrantes (point de rupture de 0 %). Très haute puissance sous normalité.
• Test de Wilcoxon-Mann-Whitney : Requiert l’indépendance et une forme distributionnelle identique pour tester les médianes. Compare les rangs moyens (dominance stochastique). Modérément robuste aux valeurs extrêmes. Efficacité asymptotique de 95,5 % sous normalité.
• Test de Kruskal-Wallis (k groupes) : Requiert des distributions de formes similaires entre les k niveaux. Compare les distributions par les sommes de rangs globales. Sensible à l’hétéroscédasticité. Extension multi-groupes de Wilcoxon.
• Test de la médiane de Mood : N’exige aucune hypothèse sur la forme ou l’homogénéité des variances. Compare strictement les médianes populationnelles. Immunité totale aux valeurs aberrantes extrêmes (point de rupture de 50 %). Efficacité asymptotique plus modeste (63,7 % sous normalité), mais fiabilité maximale sous asymétrie et variances inégales.

4. Configuration de l’environnement de travail dans R

4.1 Présentation du package coin et du cadre d’inférence conditionnelle

L’exécution computationnelle du test de la médiane de Mood dans le langage R ne requiert pas nécessairement l’élaboration de scripts algorithmiques manuels à partir de zéro, bien que cette démarche pédagogique demeure instructive. Elle trouve son accomplissement le plus abouti et méthodologiquement éprouvé au sein de l’extension logicielle coin (acronyme de Conditional Inference Procedures in a Permutation Test Framework), conçue et maintenue par Torsten Hothorn, Kurt Hornik, Mark A. van de Wiel et Achim Zeileis. Ce package propose une refonte théorique magistrale des statistiques non paramétriques univariées et multivariées sous une théorie unifiée d’inférence conditionnelle par permutation.

Contrairement aux fonctions statistiques primitives intégrées au socle natif de R (le package stats), qui recourent souvent à des approximations asymptotiques fondées sur des distributions du Chi-deux ou normales de manière discontinue et parfois fragmentée, le package coin modélise chaque test comme un cas particulier d’une statistique linéaire de permutation globale. Pour le test de la médiane de Mood, cela signifie que la fonction spécialisée calcule la distribution conditionnelle exacte de la statistique de test en considérant les assignations de groupes comme permutables sous l’hypothèse nulle, conditionnellement aux marges observées de la table de contingence.

Cette approche apporte un bénéfice inestimable aux chercheurs manipulant des échantillons d’effectifs réduits ou déséquilibrés : elle permet de s’affranchir complètement des approximations continues approximatives en calculant la p-valeur exacte par énumération combinatoire intégrale de toutes les partitions possibles des données, ou en produisant une approximation de Monte Carlo extrêmement précise sur plusieurs dizaines de milliers de rééchantillonnages aléatoires sans remise. L’inférence gagne ainsi une rigueur mathématique irréprochable, conforme aux standards de publication les plus élevés.

4.2 Installation et chargement des bibliothèques logicielles requises

Pour exploiter les potentialités du cadre d’inférence conditionnelle et mener à bien l’intégralité de la chaîne d’analyse statistique, plusieurs bibliothèques logicielles doivent être intégrées dans l’environnement de travail R. Le package principal est impérativement coin. Parallèlement, pour les manipulations préparatoires de données et le calcul des descripteurs empiriques robustes, les extensions de l’écosystème tidyverse, en particulier dplyr pour le partitionnement et rstatix pour l’automatisation descriptive, apportent un confort méthodologique substantiel.

L’acquisition de ces extensions depuis le réseau officiel du CRAN s’effectue au moyen de la directive canonique d’installation dans la console R. Il est recommandé de vérifier l’absence d’erreurs de compilation lors du déploiement de coin, celui-ci s’appuyant sur du code interne compilé en langage C pour optimiser les performances temporelles lors du calcul des permutations combinatoires. L’appel séquentiel de ces bibliothèques au moyen de l’instruction library() doit être consigné au sommet du script d’analyse reproductible afin d’assurer l’accessibilité immédiate de l’ensemble des fonctions requises dans l’espace de noms de la session active.

Il convient de souligner que le chargement du package coin peut parfois masquer certaines fonctions génériques préexistantes ou entrer en conflit mineur avec d’autres extensions manipulant les formules statistiques non paramétriques. Pour garantir une traçabilité sans équivoque au sein des scripts de production ou des chaînes de traitement automatisées, il demeure toujours possible d’appeler explicitement la fonction dédiée sous la syntaxe formelle qualifiée coin::median_test(), garantissant que l’interpréteur R mobilise rigoureusement l’algorithme d’inférence conditionnelle certifié.

4.3 Gestion des options globales et reproductibilité computationnelle

La reproductibilité absolue des calculs statistiques est devenue un impératif épistémologique au sein de la recherche contemporaine. Dans le contexte du test de la médiane exécuté via des procédures rééchantillonnées (telles que les simulations de Monte Carlo nécessaires lorsque les tables sont trop vastes pour un calcul combinatoire exact mais trop clairsemées pour l’asymptotique pure), les résultats dépendent intimement de l’état initial du générateur de nombres pseudo-aléatoires de la machine hôte.

Pour assurer qu’un collègue ou un relecteur scientifique obtienne une valeur p rigoureusement identique au dix-millième près en exécutant le même script computationnel, le chercheur doit obligatoirement initialiser le germe aléatoire en amont de tout appel stochastique par l’intermédiaire de la commande standardisée set.seed(), en lui assignant un entier arbitraire mais constant (par exemple 12345 ou 2026). Cette précaution garantit l’immutabilité des résultats à travers le temps et l’hétérogénéité des systèmes d’exploitation (Linux, macOS, Windows).

Conjointement à l’initialisation du générateur aléatoire, il est méthodologiquement judicieux d’ajuster les options globales d’affichage de la console R, notamment la variable options(digits = 5) pour contrôler la finesse de restitution des décimales sans surcharger inutilement la sortie textuelle, ainsi que de consigner l’empreinte environnementale complète de la machine par l’appel de sessionInfo() en fin d’exécution. Cette routine archive la version précise du moteur d’exécution R utilisé ainsi que les numéros de version de toutes les dépendances chargées en mémoire vive, offrant une traçabilité totale contre les dérives potentielles de rétrocompatibilité logicielle.

5. Préparation et structuration des données expérimentales sous R

5.1 Importation et mise en forme des jeux de données d’étude

Le point de départ d’une analyse quantitative rigoureuse réside dans la conformité structurale de la table de données initiale. Les jeux de données expérimentaux proviennent le plus souvent de fichiers tabulaires délimités, tels que des fichiers de valeurs séparées par des virgules (.csv) ou des classeurs électroniques (.xlsx). Leur importation dans l’environnement R se réalise via les routines standards de lecture telles que read.table() ou les fonctions spécialisées de l’extension readr. Dès cette phase d’ingestion, une attention méticuleuse doit être accordée au format architectural de la structure de données.

Pour interagir harmonieusement avec la syntaxe symbolique des formules statistiques de R, les observations empiriques doivent impérativement être organisées selon les préceptes du format long, couramment formalisé sous le concept de tidy data popularisé par Hadley Wickham. Dans cette organisation géométrique :

• Chaque ligne horizontale correspond rigoureusement à une unité d’observation individuelle unique (par exemple un étudiant, un patient ou un sujet d’expérience).
• Chaque colonne verticale correspond à une variable spécifique, isolant d’une part la mesure continue observée (variable de réponse) et d’autre part l’étiquette nominale renseignant sur la modalité d’exposition ou la condition expérimentale assignée (variable explicative).
• Chaque valeur mesurée occupe une cellule unique à l’intersection d’une ligne et d’une colonne.

L’erreur structurelle récurrente consiste à importer des données sous format large, où les scores des différents groupes sont juxtaposés dans des colonnes séparées portant des intitulés distincts. Si cette présentation manuelle s’avère confortable pour la saisie dans un tableur bureautique rudimentaire, elle s’avère incompatible avec la syntaxe de modélisation par formule de la fonction median_test. Le passage préalable d’un format large à un format long par le biais de fonctions de pivotement s’impose alors impérativement avant toute tentative d’exécution analytique.

5.2 Vérification et conversion rigoureuse des types de variables

L’interpréteur R applique un typage dynamique des objets, ce qui peut occasionner des déconvenues majeures si la nature sémantique des colonnes n’est pas scrupuleusement inspectée avant l’inférence. Pour que la fonction median_test du package coin opère conformément aux spécifications théoriques de Mood, deux réquisits de typage doivent être scrupuleusement satisfaits : la variable explicative de groupe doit obligatoirement être instanciée sous la forme d’un vecteur de type facteur (factor), et la variable de réponse dépendante doit posséder un statut numérique continu ou discret ordinal (numeric ou integer).

L’affectation du statut de facteur s’opère par l’instruction as.factor(). Cette conversion explicite signale à la machinerie statistique interne que la variable sous-jacente ne représente pas des grandeurs arithmétiques ordinales continues, mais bien des étiquettes de partitionnement partitionnant l’espace d’échantillonnage en k catégories distinctes. Il est particulièrement crucial d’ordonner et d’étiqueter les niveaux de ce facteur à l’aide de l’argument levels. Cet agencement délibéré conditionne le sens mathématique des contrastes lors des calculs d’hypothèses unilatérales ou de comparaisons par paires, évitant ainsi que R n’assigne un groupe de référence par simple ordre alphabétique par défaut.

Simultanément, la colonne de réponse doit faire l’objet d’un diagnostic au moyen de is.numeric(). Il arrive fréquemment que l’importation de fichiers externes transforme accidentellement un vecteur quantitatif en chaîne textuelle (character) en raison de la présence fortuite d’un caractère non numérique (tel qu’une virgule au lieu d’un point décimal ou une annotation textuelle dans une cellule). Tenter de calculer une médiane sur un vecteur de caractères générerait une interruption bloquante de l’exécution logicielle. La validation formelle du type de données élimine ces sources triviales de dysfonctionnement.

5.3 Nettoyage préliminaire et traitement des observations manquantes

La présence de valeurs manquantes (désignées universellement par le code réservé NA pour Not Available dans l’écosystème R) constitue un phénomène inhérent à toute collecte de données empiriques. Si elles ne sont pas anticipées et traitées avec méthode, ces lacunes informationnelles peuvent fausser l’identification de la médiane globale ou provoquer des plantages d’exécution au sein des fonctions mathématiques d’agrégation.

L’analyste doit en premier lieu quantifier l’étendue des données absentes au sein de chaque condition expérimentale par l’application de fonctions logiques de filtrage. Si la perte d’informations résulte d’un mécanisme d’omission totalement aléatoire (mécanisme MCAR, Missing Completely at Random) et ne concerne qu’une fraction marginale des effectifs globaux, l’application d’une suppression par liste complète via la directive na.omit() sur les colonnes d’intérêt représente la stratégie de nettoyage la plus directe et conventionnelle.

Cependant, si le motif de défection des sujets apparaît corrélé à la condition expérimentale ou à la sévérité clinique sous-jacente (mécanisme MAR ou MNAR, Missing Not at Random), l’éradication passive des lignes incomplètes introduit un biais de sélection substantiel qui altère la distribution empirique et déplace artificiellement la médiane observée. Dans ce contexte délicat, le chercheur devra évaluer la pertinence de techniques d’imputation multiple robustes avant de figer la table de contingence binaire du test de Mood, en consignant explicitement dans son compte-rendu méthodologique l’impact potentiel de ces ajustements sur la validité externe des déductions finales.

6. Syntaxe et paramétrage de la fonction median_test dans le package coin

6.1 Décomposition de la formule canonique response ~ group

L’interface de programmation du package coin s’aligne fidèlement sur la syntaxe canonique de modélisation introduite par John Chambers dans les premières versions du langage S, articulée autour de l’opérateur tilde (~). Dans cette notation formelle, l’appel à la fonction prend la structure élémentaire : median_test(response ~ group, data = nomDuDataFrame). La variable positionnée à gauche du tilde incarne la réponse quantitative continue soumise à investigation, tandis que le terme placé à droite spécifie le facteur expérimental gouvernant la segmentation des individus en groupes indépendants.

L’argument data assure la liaison contextuelle explicite entre la formule déclarative et le tableau de données hôte dans lequel les vecteurs de variables sont archivés. Cette formulation présente l’immense mérite conceptuel d’homogénéiser la pratique de la programmation en R : la structure syntaxique demeure rigoureusement superposable à celle exploitée lors de l’appel d’un test t paramétrique (t.test), d’une analyse de variance factorielle (lm ou aov) ou d’un test de Wilcoxon indépendant (wilcox_test). Cette cohérence syntaxique minimise la charge cognitive de l’analyste et diminue substantiellement le risque d’erreurs d’assignation d’arguments.

En coulisses, la formule n’opère pas comme un simple passage de paramètres, mais déclenche un processus d’évaluation symbolique au sein de l’environnement désigné. La fonction procède à l’extraction ordonnée des termes, isole les observations associées aux différents niveaux factoriels, contrôle la cohérence dimensionnelle des séries et prépare la structure de distribution conditionnelle idoine en tenant compte des contraintes imposées par la géométrie marginale des effectifs.

6.2 Gestion des méthodes de calcul de la p-valeur (distribution)

L’un des atouts déterminants de l’implémentation offerte par coin réside dans la versatilité offerte pour la détermination de la loi de probabilité sous-jacente servant au calcul de la p-valeur finale. Cette spécification est orchestrée par l’argument crucial distribution, lequel accepte trois modes opératoires aux fondements théoriques distincts :

• Le mode asymptotique : Spécifié par l’instruction distribution = « asymptotic ». Sous ce régime, le test postule la convergence de la statistique de permutation vers une loi continue standardisée (loi normale centrée réduite Z pour deux groupes, ou loi du Chi-deux pour k groupes). Ce paramétrage convient idéalement aux larges cohortes d’étude pour lesquelles les effectifs théoriques de chaque cellule de contingence dépassent largement les recommandations prudentielles d’usage (généralement n > 30 par groupe).
• Le mode exact : Spécifié par distribution = « exact ». Cette modalité engage l’algorithme dans le dénombrement combinatoire exhaustif de toutes les réallocations matricielles possibles préservant les marges observées de la table. La distribution de référence générée est strictement exacte et exempte de tout biais d’approximation continue. C’est le standard méthodologique absolu pour les très petits échantillons, bien que son exécution puisse devenir prohibitive sur le plan computationnel dès lors que les effectifs globaux excèdent plusieurs dizaines de cas.
• Le mode approché par Monte Carlo : Spécifié au travers de la syntaxe distribution = approximate(nresample = 10000). Face à des cohortes de taille intermédiaire ou complexe où le calcul exact par combinatoire intégrale entraînerait une explosion combinatoire insoluble tout en présentant des marges trop modestes pour l’asymptotique pure, l’algorithme génère un nombre paramétrable de permutations aléatoires sans remise (ici 10 000 tirages). Ce procédé fournit une approximation quasi parfaite de la distribution exacte conditionnelle, associée à un intervalle de confiance probabiliste rigoureux sur la p-valeur calculée.

La sélection avertie de ce paramètre témoigne de l’expertise méthodologique de l’analyste, qui adapte le moteur d’inférence aux contraintes objectives de son échantillonnage sans céder à la facilité de recourir aveuglément à des approximations continues lorsque celles-ci sont mathématiquement contestables.

6.3 Spécification de la directionnalité de l’hypothèse (alternative)

L’ajustement du raisonnement inférentiel aux objectifs de recherche requiert la maîtrise du paramètre alternative au sein de la fonction median_test. Par défaut, la fonction est configurée pour traiter l’hypothèse bilatérale classique sous l’assignation alternative = « two.sided ». Dans ce scénario, le test sonde indifféremment toute déviation significative des proportions observées autour de la médiane, sans privilégier a priori une supériorité ou une infériorité de l’un des groupes par rapport à son homologue.

Toutefois, dans le cas d’une conception factorielle à deux niveaux, l’analyste peut légitimement formuler une hypothèse orientée, dictée par la littérature empirique ou des fondements théoriques robustes. Si l’on souhaite tester formellement si le premier groupe (tel que défini par l’ordre sous-jacent des niveaux du facteur) présente une médiane strictement supérieure au second, l’argument alternative = « greater » doit être stipulé. Inversement, pour éprouver l’hypothèse d’une médiane inférieure, on aura recours à l’argument alternative = « less ».

Une rigueur absolue s’avère ici indispensable : le sens de la direction unilatérale est intimement couplé à l’ordre formel des niveaux du facteur (levels). Si le chercheur inverse par mégarde l’agencement des modalités lors de l’instanciation de son facteur, la directionnalité de l’hypothèse alternative se trouvera diamétralement renversée, conduisant potentiellement à un échec dramatique d’identification de l’effet expérimental. Un contrôle visuel préliminaire des niveaux au moyen de la commande levels(monFacteur) prévient tout écueil de programmation de cette nature.

7. Tutoriel pratique pas à pas : Cas concret d’une évaluation pédagogique

7.1 Étape 1 : Création manuelle et inspection du jeu de données

Afin d’ancrer les développements théoriques précédents dans une réalité opérationnelle tangible, considérons une étude docimologique menée au sein d’un département universitaire de sciences cognitives. Deux approches pédagogiques distinctes sont déployées pour l’enseignement des méthodologies quantitatives avancées : une méthode d’apprentissage actif par résolution de problèmes contextualisés (désignée par l’étiquette nominale Methode_Active) et une méthode magistrale académique conventionnelle (étiquetée Methode_Standard). Vingt étudiants sont assignés de façon aléatoire et équiprobable à ces deux cohortes d’apprentissage (soit dix sujets par condition). À l’issue du semestre, un examen standardisé noté sur une échelle continue de zéro à cent points est administré à l’ensemble des participants.

Dans la console logicielle de R, l’instanciation programmatique de cette expérience s’accomplit par l’assemblage de deux vecteurs au sein d’une structure de données de type data.frame, désignée sous l’identifiant examData :

Le vecteur des modalités d’enseignement est structuré en assignant dix répétitions successives de l’étiquette nominale « Methode_Active » et dix répétitions de l’étiquette « Methode_Standard ». Ce vecteur est immédiatement converti sous le statut de facteur explicite pour obéir aux réquisits de modélisation de coin. Le vecteur de réponse associe quant à lui les vingt notes observées : pour la méthode active, les scores enregistrés sont successivement 78, 85, 92, 65, 88, 72, 95, 90, 84 et 89. Pour la méthode standard, les performances récoltées s’élèvent à 62, 70, 75, 58, 82, 68, 74, 69, 77 et 71.

Un contrôle préliminaire de l’alignement des données et de l’intégrité de la structure tabulaire s’effectue au moyen de la primitive head(examData), complétée par l’appel de str(examData). Cette démarche d’inspection confirme l’incorporation conforme de vingt observations réparties sans biais ni distorsion dimensionnelle entre deux colonnes distinctes, prêtes pour l’étape de diagnostic exploratoire.

7.2 Étape 2 : Exploration descriptive et calcul des médianes empiriques

L’inférence formelle ne doit jamais précéder une phase rigoureuse d’exploration descriptive univariée et bivariée. En statistique non paramétrique, l’évaluation de la tendance centrale s’appuie prioritairement sur la détermination de la médiane empirique, judicieusement complétée par l’écart interquartile (noté formellement IQR pour Interquartile Range), qui quantifie l’étendue occupée par les cinquante pour cent centraux de la distribution de données.

La première quantité charnière à calculer est la médiane globale commune, déterminée sur les vingt étudiants confondus sans distinction de leur groupe d’appartenance. L’appel de l’instruction median(examData$score) produit dans ce cas d’école la valeur exacte de 76. Cette valeur pivot constitue le seuil critique à partir duquel l’ensemble des vingt observations individuelles va être partitionné en deux sous-ensembles cardinaux.

Dans un second temps, le calcul désagrégé des tendances centrales conditionnelles par modalité pédagogique s’avère indispensable pour appréhender le sens de la divergence. L’exploitation de la fonction tapply(examData$score, examData$methode, median) ou l’articulation des verbes syntaxiques de dplyr (group_by suivi de summarise) met en lumière une disparité manifeste : les étudiants ayant bénéficié de la méthode active exhibent une médiane d’examen remarquable de 86,5 points (avec un écart interquartile de 10,25 points), tandis que leurs homologues de la méthode standard affichent une médiane substantiellement inférieure plafonnant à 70,5 points (avec un IQR de 8,5 points). La dispersion relative au sein de chaque groupe apparaît comparable, mais les centres de gravité médians semblent distants d’une quinzaine de points.

7.3 Étape 3 : Exécution de l’appel de fonction et génération de la sortie

L’arsenal descriptif préliminaire ayant attesté d’une dissociation nette des médianes d’échantillon, il incombe au test d’hypothèse formel de trancher quant à la significativité probabiliste de cette divergence. En vertu de la taille modeste de l’échantillon global (N = 20 sujets au total, soit dix sujets par modalité), l’emploi d’une approximation asymptotique de distribution comporterait un risque d’imprécision statistique. Nous sollicitons donc préférentiellement le mode combinatoire exact mis à disposition par le moteur d’inférence conditionnelle.

L’instruction computationnelle canonique s’articule ainsi : l’assignation dans un objet nommé, par exemple resultatMood, du retour de la fonction median_test(score ~ methode, data = examData, distribution = « exact », alternative = « two.sided »). L’exécution de cette ligne de code opère de façon instantanée et silencieuse dans la session R. L’affichage textuel du résultat s’obtient par la simple saisie de l’identifiant de l’objet dans la console logicielle.

La restitution textuelle émise par coin se déploie selon une nomenclature standardisée et explicite, indiquant l’intitulé formel de la procédure : Exact Two-Sample Median Test. La sortie expose la valeur calculée de la statistique standardisée, notée par la lettre Z, ainsi que la valeur p exacte associée (p-value). L’analyste examine avec soulagement l’absence de tout message d’avertissement relatif à des problèmes d’ex aequo critiques, ce qui confirme que la médiane globale de 76 a permis une scission dichotomique nette sans agglomération d’observations confondues avec le seuil central.

8. Calculs mathématiques sous-jacents : La table de contingence binaire

8.1 Dichotomisation des données autour de la médiane globale

Pour dissiper l’illusion de boîte noire mathématique que peuvent véhiculer les packages modernes de haut niveau, il est indispensable de disséquer avec rigueur les étapes arithmétiques séquentielles opérées sous le capot logiciel de la fonction median_test. Comme nous l’avons théorisé, le test de la médiane de Mood convertit l’espace métrique continu en une distribution d’états binaires. La règle décisionnelle algorithmique est gouvernée par une condition logique stricte appliquée à chaque observation x_ij (désignant le score de l’individu j appartenant au groupe i) :

• Si la note individuelle x_ij est strictement supérieure à la médiane globale (x_ij > 76), l’individu se voit assigner l’état binaire « Supérieur ».
• Si la note individuelle x_ij est inférieure ou égale à la médiane globale (x_ij <= 76), l’individu est reversé dans la catégorie binaire « Inférieur ou Égal ».

Cette opération de binarisation produit une dégradation intentionnelle de l’échelle d’intervalle originale vers une métrique nominale à deux états. Si cette réduction entraîne une inévitable déperdition d’information quantitative fine sur l’amplitude absolue des écarts extrêmes, elle procure en contrepartie une invulnérabilité absolue aux effets d’échelle et aux observations marginales contaminées. Une note exceptionnelle de 99 sur 100 possédera exactement le même poids combinatoire dans l’évaluation du test qu’une note de 77 : toutes deux témoignent simplement du fait d’avoir franchi avec succès le seuil médian de référence.

8.2 Construction manuelle du tableau croisé 2×2

Une fois l’opération de dichotomisation achevée sur les vingt observations de notre cas d’école, l’étape suivante consiste à dénombrer les fréquences conjointes d’apparition selon un tableau de contingence de dimensions 2 lignes par 2 colonnes croisant le facteur de méthode pédagogique avec le positionnement binaire vis-à-vis du pivot médian. Dans notre cohorte de données d’examen pédagogique, le décompte empirique manuel révèle la structure numérique suivante :

• Groupe Méthode Active : Sur les 10 étudiants assignés à cette condition, 8 d’entre eux ont obtenu un score d’examen strictement supérieur à la médiane globale de 76, tandis que 2 étudiants seulement ont obtenu une note inférieure ou égale à ce seuil.
• Groupe Méthode Standard : À l’inverse, au sein des 10 étudiants instruits selon l’approche conventionnelle, 2 individus seulement parviennent à franchir le cap supérieur à 76, alors que 8 étudiants se positionnent au niveau ou en dessous de cette médiane globale.

Cette configuration matricielle se synthétise sous la forme canonique d’une table de contingence 2×2 :

• Cellule (Active, > Médiane) : Effectif observé O_11 = 8.
• Cellule (Active, <= Médiane) : Effectif observé O_12 = 2. Total marginal de la ligne Active = 10.
• Cellule (Standard, > Médiane) : Effectif observé O_21 = 2.
• Cellule (Standard, <= Médiane) : Effectif observé O_22 = 8. Total marginal de la ligne Standard = 10.
• Total marginal de la colonne > Médiane : C_1 = 10.
• Total marginal de la colonne <= Médiane : C_2 = 10.
• Taille totale de l’échantillon N = 20.

Sous l’hypothèse nulle d’indépendance statistique absolue, l’effectif théorique attendu au sein de chaque cellule (noté E_ij) se déduit par le produit usuel des totaux marginaux divisé par la taille totale : E_ij = (Ligne_i * Colonne_j) / N. Ici, chaque cellule hérite d’un effectif théorique parfait de E_ij = (10 * 10) / 20 = 5 individus. La divergence observée (8 contre 2) face aux 5 attendus sous l’hypothèse nulle matérialise visuellement la force de la dissociation expérimentale.

8.3 Calcul de la statistique du test du Chi-deux et correction de Yates

L’évaluation de la discordance entre les effectifs empiriquement observés (O_ij) et les effectifs théoriquement attendus (E_ij) relève mathématiquement de la formule classique de l’écart quadratique du Chi-deux d’indépendance formalisée par Karl Pearson : somme sur toutes les cellules de (O_ij – E_ij)^2 / E_ij. Dans le cas de notre table de contingence équilibrée, le calcul de chaque composante quadratique s’établit comme suit :

Pour chacune des quatre cellules du tableau, l’écart absolu entre la fréquence observée et la fréquence théorique est de |8 – 5| = 3 ou |2 – 5| = 3. Le carré de cet écart s’élève invariablement à 9. La contribution individuelle de chaque cellule au Chi-deux global s’établit ainsi à 9 divisé par l’effectif théorique de 5, soit une valeur partielle de 1,8. En sommant ces quatre contributions identiques (1,8 + 1,8 + 1,8 + 1,8), on obtient une statistique brute de Chi-deux de Pearson rigoureusement égale à 7,20, associée à un degré de liberté (df = (2 – 1) * (2 – 1) = 1).

Il importe de souligner le lien direct et fondamental qui unit la statistique du Chi-deux à un degré de liberté et la statistique standardisée Z retournée par le package coin : asymptotiquement, la statistique Z correspond mathématiquement à la racine carrée positive ou négative de la statistique du Chi-deux de Pearson (Z = racine carrée de 7,20, soit approximativement Z = 2,6833). Si une correction de continuité pour continuité discrète de Yates est sollicitée lors des approximations continues manuelles, l’écart absolu |O_ij – E_ij| est réduit de 0,5 point avant élévation au carré, modérant légèrement la statistique de test finale afin de prévenir une inflation artificielle de la significativité statistique sous les petits effectifs.

9. Interprétation académique et communication des résultats

9.1 Lecture critique des métriques produites par median_test

L’analyste confronté à la sortie textuelle générée par l’appel formel de median_test doit faire preuve d’un discernement rigoureux lors de la décodification des indices quantitatifs restitués. La première valeur saillante est la statistique Z normalisée. Dans le cadre de l’inférence conditionnelle déployée par coin, cette métrique quantifie l’écart standardisé séparant la statistique linéaire observée de son espérance mathématique théorique sous l’hypothèse nulle, calibrée par la variance conditionnelle exacte calculée d’après les permutations des marges tabulaires.

La seconde métrique, charnière de l’inférence décisionnelle, réside dans la p-valeur exacte. Dans notre cas d’école docimologique, le calcul combinatoire exact aboutit à une p-valeur bilatérale de p = 0,02302 (ce qui équivaut rigoureusement à la probabilité issue du test exact de Fisher appliqué sur la table 2×2 correspondante). Face au seuil de risque d’erreur de première espèce alpha conventionnellement ancré à 0,05 dans les protocoles de recherche en sciences humaines et comportementales, la valeur empirique constatée (0,023) s’avère strictement inférieure au seuil critique décisionnel.

Néanmoins, la rigueur académique contemporaine commande d’établir une démarcation épistémologique stricte entre la significativité statistique et la pertinence pratique ou clinique des résultats. Déclarer qu’une différence médiane est statistiquement significative indique uniquement que le décalage observé au sein de l’échantillon d’étude est peu susceptible d’avoir été engendré par la simple fluctuation d’échantillonnage sous l’hypothèse d’une inefficacité pédagogique totale. Cette métrique ne renseigne en rien sur l’amplitude opérationnelle du gain cognitif constaté, laquelle doit être documentée par des indicateurs complémentaires de taille d’effet.

9.2 Prise de décision statistique et formulation des conclusions

Au regard du postulat formalisé à l’étape initiale et des métriques numériques délivrées par l’algorithme, la décision méthodologique s’impose sans équivoque : l’hypothèse nulle H0 postulant la parfaite homogénéité des médianes d’examen entre la cohorte d’apprentissage actif et la cohorte d’apprentissage standard est formellement rejetée au profit de l’hypothèse alternative H1. Nous concluons avec un risque d’erreur contrôlé inférieur à 5 % que les deux dispositifs pédagogiques induisent des scores d’examen médians substantiellement distincts au sein de la population parente.

Dans la formalisation discursive de cette décision, le chercheur doit se prémunir contre certains sophismes interprétatifs récurrents. Rejeter H0 n’autorise pas à affirmer de façon manichéenne que la méthode active est universellement supérieure pour chaque étudiant pris isolément, dans la mesure où des chevauchements de scores demeurent observables entre les cohortes. De surcroît, si la p-valeur s’était avérée supérieure au seuil fatidique de 0,05, une défaillance méthodologique courante aurait consisté à conclure que « les deux méthodes pédagogiques produisent des effets rigoureusement identiques ». L’absence de preuve statistique n’équivalant jamais à la preuve de l’absence d’un effet, une p-valeur non significative consigne uniquement l’incapacité de l’échantillon actuel à disqualifier l’hypothèse nulle.

Pour conférer une portée quantitative moderne aux conclusions inférentielles, il est hautement recommandé d’adosser au test de Mood une métrique de taille d’effet standardisée dérivée de la table de contingence sous-jacente. Dans un tableau croisé de dimensions 2×2, le coefficient de corrélation Phi de Pearson (qui correspond au rapport entre la racine carrée du Chi-deux et la racine de l’effectif total N) ou le rapport des cotes (Odds Ratio) constituent d’excellents indicateurs. Dans notre exemple, l’Odds Ratio s’élève à (8 * 8) / (2 * 2) = 16,0, illustrant que les étudiants exposés à la pédagogie active possèdent une cote de franchissement de la médiane globale seize fois supérieure à celle de leurs pairs de la condition conventionnelle.

9.3 Modèle de rédaction académique selon les directives de l’APA (7e édition)

La transmission des données scientifiques au sein de revues internationales avec comité de lecture impose le respect scrupuleux des normes formelles édictées par l’American Psychological Association (APA 7e édition). La prose scientifique doit synthétiser avec une concision exemplaire l’ensemble des éléments informationnels nécessaires à l’évaluation critique du lecteur : identification formelle de l’instrument statistique, mention explicite des effectifs, restitution des indicateurs de tendance centrale robuste (médianes et intervalles interquartiles) pour chaque condition, valeur standardisée de la statistique de test, et mention précise de la p-valeur exacte calculée.

Un canevas textuel rigoureusement conforme aux standards internationaux de publication peut s’énoncer comme suit au sein de la section dédiée aux résultats d’un article empirique :

« Afin d’évaluer l’impact de l’approche pédagogique sur l’acquisition des compétences méthodologiques chez des étudiants en sciences cognitives, un test de la médiane de Mood exact à deux échantillons indépendants a été conduit sur les scores obtenus à l’évaluation terminale. L’analyse révèle une supériorité statistiquement significative des performances médianes chez les étudiants ayant suivi la méthode active d’apprentissage (Médiane = 86,50, IQR = 10,25, n = 10) par rapport aux étudiants assignés à la méthode pédagogique standard (Médiane = 70,50, IQR = 8,50, n = 10), Z = 2,68, p = 0,023 (test exact de permutation conditionnelle). Ces observations mettent en exergue une divergence substantielle dans la répartition des scores autour de la médiane générale de l’échantillon (Médiane conjointe = 76,00), caractérisée par un rapport des cotes marqué (OR = 16,00). »

En complément de ce paragraphe narratif, les directives de science ouverte recommandent d’intégrer dans les annexes électroniques ou dans les dépôts institutionnels publics le script R complet garantissant la reproductibilitécomputationnelle immédiate de l’ensemble des tables et des tests statistiques rapportés.

10. Extension de la méthode aux comparaisons multi-groupes (k > 2)

10.1 Généralisation du test de Mood à trois groupes ou plus

Le raisonnement inférentiel gouvernant le test de Mood pour deux groupes s’extrapole avec une parfaite cohérence logique aux dispositifs factoriels complexes impliquant la comparaison simultanée de trois populations ou davantage. Considérons par exemple une extension expérimentale dans laquelle l’équipe de recherche compare désormais trois posologies distinctes d’un nouvel agent neuroprotecteur : une condition Placebo, une condition Dose_Faible et une condition Dose_Forte, administrées à trois cohortes indépendantes de rongeurs soumises à un labyrinthe spatial aquatique de Morris.

L’algorithme de généralisation opère selon un processus strict : en amont de toute partition catégorielle, l’ensemble des mesures collectées à travers les k sous-échantillons est fusionné en une macro-population conjointe unique de taille globale N = n_1 + n_2 + … + n_k. La médiane globale unique de cet ensemble composite est ensuite identifiée. Cette valeur pivot agit de nouveau comme un couperet universel à partir duquel chaque rongeur, quelle que soit la posologie pharmacologique qu’il a reçue, est affecté à l’une des deux modalités binaires d’élévation spatiale : valeur strictement supérieure à la médiane combinée, ou valeur inférieure ou égale à celle-ci.

Sous la formulation de la formule R dans le package coin, la syntaxe ne subit aucune altération syntaxique : la déclaration median_test(temps ~ condition, data = rongeursData) prend immédiatement en charge la structure polytomique du facteur d’exposition dès lors que le vecteur sous-jacent comprend k niveaux distincts. Le test s’apparente alors à une procédure globale omnibus vérifiant l’hypothèse nulle selon laquelle les k populations partagent une médiane théorique identique : H0 : Theta_1 = Theta_2 = … = Theta_k.

10.2 Analyse de la table de contingence k x 2

D’un point de vue de la géométrie tabulaire des données, l’extension multi-groupes engendre une table de contingence élargie présentant k lignes (correspondant aux k conditions expérimentales comparées) et 2 colonnes (matérialisant le positionnement relatif au-dessus ou en dessous de la médiane globale conjointe). La somme marginale de chaque ligne correspond à l’effectif propre n_i du groupe correspondant, tandis que les sommes marginales des deux colonnes s’établissent chacune à approximativement N/2 (aux fluctuations près induites par les cas de parité ou les scores strictement confondus avec le seuil central).

L’inférence asymptotique sur ce tableau de dimensions k par 2 repose sur le calcul de la somme générale des déviations quadratiques entre effectifs observés et effectifs théoriques calculés sous l’hypothèse nulle d’indépendance factorielle. La statistique résultante converge asymptotiquement vers une loi théorique de probabilité du Chi-deux dont les degrés de liberté sont dictés par la formule standardisée : df = (k – 1) * (2 – 1) = k – 1 degrés de liberté. Pour un dispositif comparant trois posologies (k = 3), la statistique omnibus sera ainsi évaluée au regard d’une distribution du Chi-deux à 2 degrés de liberté.

La validité de cette approximation asymptotique demeure toutefois conditionnée au respect des règles prudentielles d’usage régissant les tables de contingence élargies (fréquemment formulées selon la règle de Cochran) : aucun effectif théorique calculé ne doit être rigoureusement nul, et au moins 80 % des cellules du tableau kx2 doivent héberger un effectif théorique supérieur ou égal à cinq observations. Si ces exigences architecturales se trouvent compromises en raison de cohortes restreintes, l’analyste devra obligatoirement paramétrer l’argument de calcul en sollicitant une approximation de Monte Carlo via distribution = approximate(nresample = 50000) pour garantir l’intégrité probabiliste de la conclusion omnibus.

10.3 Procédures de comparaisons par paires post-hoc et ajustement

L’obtention d’une p-valeur omnibus statistiquement significative (p < 0,05) lors de l’exécution du test de Mood à k échantillons atteste formellement d’une hétérogénéité des médianes à travers le dispositif expérimental, mais demeure par essence incapable d’indiquer précisément quelles paires de conditions présentent des divergences significatives. Le chercheur se trouve alors dans l’obligation méthodologique de diligenter des comparaisons par paires dites post-hoc pour disséquer l’origine structurelle de l’effet omnibus.

Cette démarche post-hoc consiste à découper le protocole d’étude en une série de sous-analyses deux à deux indépendantes en appliquant le test de Mood sur chaque dyade factorielle envisageable (par exemple Dose_Forte versus Placebo, Dose_Faible versus Placebo, et Dose_Forte versus Dose_Faible). Cependant, la répétition non contrôlée d’inférences statistiques multiples sur un même jeu de données expose mécaniquement le chercheur au péril redoutable de l’inflation du taux d’erreur familial de première espèce (le risque alpha global de commettre au moins un faux positif explosant selon la loi probabiliste 1 – (1 – alpha)^m, où m représente le nombre total de contrastes dyadiques évalués).

Pour neutraliser ce biais pernicieux, les p-valeurs issues de chaque confrontation bilatérale doivent impérativement subir une procédure d’ajustement mathématique. Dans l’écosystème R, la fonction p.adjust() met à disposition un éventail de corrections méthodologiques éprouvées :

• La correction de Bonferroni : Approche classique et très conservatrice qui multiplie purement chaque p-valeur calculée par le nombre total de comparaisons planifiées m. Si elle offre une barrière infranchissable contre les faux positifs, elle pénalise sévèrement la puissance statistique en présence d’un volume important de contrastes.
• La procédure séquentielle descendante de Holm (ou Holm-Bonferroni) : Recommandée préférentiellement dans les manuels académiques modernes, cette méthode trie les p-valeurs brutes par ordre croissant et leur applique un facteur de pénalité dégressif. Elle contrôle le risque d’erreur familial avec la même rigueur théorique absolue que Bonferroni, tout en déployant une puissance statistique nettement supérieure pour la détection des effets secondaires authentiques.

L’automatisation computationnelle de ces comparaisons par paires sous R peut se concevoir élégamment au moyen d’une boucle algorithmique ou de fonctions de programmation fonctionnelle (telles que combn couplé à lapply), garantissant une chaîne de calcul reproductible exempte de recodages manuels laborieux.

11. Visualisation graphique avancée des médianes et distributions dans R

11.1 Conception de diagrammes en boîte (boxplots) informatifs avec ggplot2

La restitution académique d’un test statistique ne saurait atteindre sa pleine efficacité communicative sans un appui graphique hautement informatif et esthétiquement soigné. Pour accompagner le test de la médiane de Mood, le diagramme en boîte à moustaches (ou boxplot, formalisé initialement par John Tukey) s’affirme comme le véhicule graphique naturel par excellence, dans la mesure où sa géométrie structurelle est intrinsèquement articulée autour des mêmes métriques ordinales : la ligne médiane centrale et l’écart interquartile représenté par le corps rectangulaire de la boîte.

Au sein du langage R, l’extension logicielle ggplot2 offre un cadre grammatical puissant pour composer des visualisations de qualité éditoriale. La construction d’un graphique informatif débute par l’assignation de la formule géométrique au sein de l’instruction ggplot(examData, aes(x = methode, y = score, fill = methode)), complétée par l’adjonction de la couche de rendu geom_boxplot(). Pour respecter les exigences de sobriété des revues académiques, la boîte à moustaches peut être épurée en réduisant la largeur des corps géométriques et en atténuant la saturation des remplissages colorimétriques.

Un enrichissement méthodologique déterminant pour le lecteur consiste à matérialiser graphiquement la médiane conjointe de référence sous la forme d’une ligne horizontale en pointillés traversant l’intégralité de l’espace graphique. Cet ajout s’opère au moyen de la directive geom_hline(yintercept = median(examData$score), linetype = « dashed », color = « firebrick »). Par cet artifice visuel d’une remarquable simplicité, le réviseur ou le lecteur scientifique identifie instantanément la frontière binaire opérée par le test de Mood et visualise avec une limpidité parfaite la proportion respective des points de chaque cohorte franchissant ce seuil d’inférence critique.

11.2 Superposition des données individuelles et diagrammes en violon

Bien que le diagramme en boîte conventionnel offre une synthèse robuste de la dispersion ordinale, il véhicule une faiblesse graphique notoire : il masque la densité réelle des points sous-jacents ainsi que les éventuelles irrégularités de forme locale, telles que la multimodalité ou l’agglutination d’observations discrètes au même niveau de score. Pour pallier cette lacune visuelle sans alourdir le message informatif, l’analyste averti enrichit son graphique par la superposition directe des observations brutes individuelles au moyen de la couche geom_jitter().

L’application de geom_jitter() introduit une dispersion horizontale pseudo-aléatoire contrôlée (dispersion calibrée par l’argument width = 0.15), tout en préservant scrupuleusement la position verticale réelle de chaque mesure sur l’axe des ordonnées. Cette technique permet de discerner immédiatement les effectifs réels sous-jacents, révélant la présence de doublons éventuels et rassurant l’observateur quant à l’absence de points aberrants occultés par l’agrégation statistique.

Pour les cohortes d’échantillonnage de plus grande envergure (n > 30 par groupe), l’alternative contemporaine la plus élégante réside dans le recours au diagramme en violon (geom_violin()), qui adjoint aux boîtes à moustaches une projection bidirectionnelle de la densité de probabilité lissée par noyau gaussien (kernel density estimation). En combinant un diagramme en violon transparent, un boxplot central étroit et la superposition discrète des données sources, le chercheur produit une restitution visuelle complète qui capture à la fois la tendance centrale médiane, la dispersion interquartile, les densités locales et l’agencement individuel de l’échantillon complet.

11.3 Graphiques de contingence pour illustrer la dichotomisation

Puisque le test de la médiane de Mood opère fondamentalement sur une table de contingence binaire croisant les groupes et le franchissement du seuil médian, il s’avère particulièrement pertinent d’illustrer directement cette géométrie matricielle spécifique dans les communications orales ou les synthèses méthodologiques. Deux familles de représentations graphiques dédiées aux données catégorielles s’illustrent dans cet exercice :

• Le diagramme à barres empilées normalisé à 100 % : Conçu sous ggplot2 via geom_bar(position = « fill ») après avoir créé une colonne dichotomique explicite renseignant si le score est supérieur ou inférieur à la médiane globale. Chaque barre verticale correspond à une condition expérimentale et affiche l’exact pourcentage d’étudiants ayant surpassé le seuil pivot. Une disparité massive de hauteur entre les segments colorés illustre immédiatement la rupture d’indépendance statistique évaluée par le test de Mood.
• Le diagramme en mosaïque (mosaic plot) : Généré sous R à l’aide du package spécialisé vcd (Visualizing Categorical Data). Cette représentation cartographie les cellules du tableau croisé sous la forme de rectangles proportionnels dont les aires matérialisent les effectifs observés. Les déviations par rapport à l’indépendance sont colorées selon les résidus de Pearson standardisés, permettant au statisticien de repérer d’un simple coup d’œil quelles cellules spécifiques contribuent le plus puissamment au rejet de l’hypothèse nulle.

Le choix judicieux de palettes colorimétriques optimisées pour les personnes atteintes de déficiences de la vision des couleurs (telles que les palettes Viridis ou ColorBrewer) parachève cette démarche d’excellence graphique, garantissant une accessibilité visuelle irréprochable conforme aux standards contemporains de la communication scientifique.

12. Limites méthodologiques, puissance statistique et recommandations de recherche

12.1 La problématique de la perte d’information par dichotomisation

L’honnêteté intellectuelle et la rigueur épistémologique commandent de ne pas occulter les limites conceptuelles intrinsèques attachées au test de la médiane de Mood. La critique la plus substantielle et universellement documentée dans la littérature méthodologique cible l’opération inaugurale de dichotomisation binaire. Transformer un ensemble de mesures métriques continues, potentiellement recueillies au prix d’efforts technologiques considérables avec une haute précision décimale, en une grossière variable indicatrice binaire (supérieur versus inférieur à la médiane) constitue une dégradation irréversible de l’entropie informationnelle contenue dans l’échantillon initial.

Cette simplification radicale conduit à traiter sur un pied d’égalité des observations dont les amplitudes peuvent pourtant diverger de façon astronomique. Par exemple, une observation qui excède la médiane conjointe d’un simple centième d’unité se voit affecter exactement le même statut binaire positif qu’une observation la distançant de trois écarts-types. Toute la structure de corrélation fine relative à la magnitude spatiale des résidus se trouve ainsi oblitérée.

Par voie de conséquence, l’aptitude du test de Mood à discerner des décalages de position d’ampleur modeste entre deux populations s’avère structurellement affaiblie en comparaison des approches non paramétriques préservant les rangs continus, à l’instar du test de Wilcoxon-Mann-Whitney. L’analyste qui privilégie le test de Mood consent délibérément à ce sacrifice informationnel en échange d’une immunité totale face aux anomalies de courbures et aux dérives hétéroscédastiques, mais il doit garder à l’esprit que ce compromis réduit d’autant sa sensibilité face à des effets expérimentaux subtils.

12.2 Puissance statistique comparée et profils distributionnels

Le profil de puissance statistique du test de la médiane de Mood se révèle intimement tributaire de la morphologie théorique des lois de probabilités sous-jacentes à l’origine de la génération des données. Les recherches probabilistes menées sur l’efficacité asymptotique relative ont permis de circonscrire précisément les paysages distributionnels au sein desquels le test de Mood brille ou, au contraire, se trouve dominé par ses compétiteurs directs :

• Sous l’hypothèse d’une distribution normale gaussienne : L’efficacité asymptotique relative du test de Mood par rapport au test t de Student n’est que de 0,637 (contre 0,955 pour le test de Wilcoxon). Le test de Mood apparaît donc comme particulièrement sous-optimal dans les environnements expérimentaux parfaitement conformes aux idéaux gaussiens.
• Sous l’hypothèse de distributions modérément asymétriques ou logistiques : L’efficacité du test de Mood croît progressivement mais demeure généralement en deçà de celle déployée par les méthodes fondées sur les rangs de Wilcoxon.
• Sous l’hypothèse de distributions à queues lourdes ou de lois exponentielles bilatérales (loi de Laplace) : La hiérarchie méthodologique subit un renversement spectaculaire. Sous une distribution de Laplace, l’efficacité asymptotique relative du test de Mood face au test t bondit jusqu’à 2,00 (le test de Mood surclassant radicalement l’approche paramétrique classique) et rejoint l’efficacité du test de Wilcoxon. Face à des lois de Cauchy ou à des contaminations massives par des données aberrantes périphériques, le test de Mood affirme une résilience supérieure à presque toutes les alternatives disponibles.

Pour dimensionner rigoureusement un protocole d’échantillonnage planifié en amont d’une collecte de données où l’emploi du test de Mood est pressenti, le chercheur ne saurait se fier aux formules analytiques standardisées de puissance valables pour le test t. Il est hautement recommandé de programmer des études de simulation de puissance a priori sous R au moyen de générateurs de boucles itératives, en simulant des distributions empiriques inspirées de la littérature spécifique au domaine étudié afin de déterminer l’effectif minimal nécessaire pour garantir une puissance d’au moins 80 % face à une différence de médiane attendue.

12.3 Guide décisionnel pour le chercheur en sciences comportementales

Pour éclairer l’arbitrage méthodologique au quotidien et guider les praticiens de la recherche empirique dans la sélection avertie de leur outillage quantitatif, l’arbre de décision heuristique suivant formalise les jalons séquentiels devant orienter le choix de la procédure de comparaison de deux groupes indépendants :

• Étape 1 : Diagnostic des postulats gaussiens : Les résidus de l’échantillon satisfont-ils de façon convaincante l’hypothèse de normalité (test de Shapiro-Wilk non significatif, inspection visuelle des graphiques quantile-quantile Q-Q plots satisfaisante) et les variances des groupes apparaissent-elles homogènes (test d’homoscédasticité de Levene préservé) ?
  • Si oui : Mobiliser sans hésitation le Test t de Student pour échantillons indépendants, qui offre la puissance statistique maximale et permet l’estimation précise des intervalles de confiance de la différence de moyennes.
  • Si non : S’orienter impérativement vers le champ de l’inférence non paramétrique et franchir l’étape diagnostique suivante.
• Étape 2 : Évaluation de l’homogénéité de forme et de variance : Les distributions non gaussiennes observées au sein des deux groupes partagent-elles une morphologie approximativement similaire (coefficients d’asymétrie de même signe et amplitudes de dispersion comparables, sans hétéroscédasticité criante) ?
  • Si oui : Retenir préférentiellement le Test de la somme des rangs de Wilcoxon-Mann-Whitney. Celui-ci fournira une excellente puissance statistique (ARE de 95,5 %) tout en s’interprétant légitimement comme un test de décalage de localisation sous l’hypothèse de pure translation.
  • Si non : Passer au diagnostic d’hétérogénéité structurelle finale.
• Étape 3 : Présence d’asymétries divergentes ou de variances hautement hétérogènes : Les cohortes comparées présentent-elles des formes géométriques discordantes, des variances très inégales et une contamination potentielle par des valeurs aberrantes extrêmes ?
  • Dans cette configuration : Déployer en priorité absolue le Test de la médiane de Mood (via la fonction median_test du package coin). Il constitue l’unique procédure non paramétrique conventionnelle capable de tester l’égalité stricte des tendances centrales médianes sans être polluée par la disparité des moments d’ordre supérieur de la distribution.

En adoptant cette discipline décisionnelle, appuyée sur une implémentation logicielle rigoureuse au sein de l’environnement R et une transparence totale quant aux motifs de sélection des tests, le chercheur préserve l’intégrité de son processus inférentiel et assure à ses travaux une robustesse scientifique exemplaire, capable de résister à l’épreuve des réplications méthodologiques futures.

Références

• Chambers, J. M., Cleveland, W. S., Kleiner, B., & Tukey, P. A. (1983). Graphical methods for data analysis. Wadsworth International Group. https://doi.org/10.1201/9781351072304
• Conover, W. J. (1999). Practical nonparametric statistics (3e éd.). John Wiley & Sons.
• Gibbons, J. D., & Chakraborti, S. (2010). Nonparametric statistical inference (5e éd.). Chapman and Hall/CRC. https://doi.org/10.1201/9781439896129
• Holland-Cunz, K., & Blaker, H. (2016). Testing for equality of medians using permutation tests. Journal of Nonparametric Statistics, 28(3), 615–632. https://doi.org/10.1080/10485252.2016.1200676
• Hothorn, T., Hornik, K., van de Wiel, M. A., & Zeileis, A. (2006). A lego system for conditional inference. The American Statistician, 60(3), 257–263. https://doi.org/10.1198/000313006X118430
• Hothorn, T., Hornik, K., van de Wiel, M. A., & Zeileis, A. (2008). Implementing a class of permutation tests: The coin package. Journal of Statistical Software, 28(8), 1–23. https://doi.org/10.18637/jss.v028.i08
• Kruskal, W. H., & Wallis, W. A. (1952). Use of ranks in one-criterion variance analysis. Journal of the American Statistical Association, 47(260), 583–621. https://doi.org/10.1080/01621459.1952.10483441
• Mann, H. B., & Whitney, D. R. (1947). On a test of whether one of two random variables is stochastically larger than the other. The Annals of Mathematical Statistics, 18(1), 50–60. https://doi.org/10.1214/aoms/1177730491
• Mood, A. M. (1950). Introduction to the theory of statistics. McGraw-Hill Book Company.
• Mood, A. M. (1954). On the asymptotic efficiency of certain nonparametric two-sample tests. The Annals of Mathematical Statistics, 25(3), 514–522. https://doi.org/10.1214/aoms/1177728719
• R Core Team. (2024). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
• Siegel, S., & Castellan, N. J. (1988). Nonparametric statistics for the behavioral sciences (2e éd.). McGraw-Hill.
• Wickham, H. (2014). Tidy data. Journal of Statistical Software, 59(10), 1–23. https://doi.org/10.18637/jss.v059.i10
• Wickham, H. (2016). ggplot2: Elegant graphics for data analysis. Springer-Verlag. https://doi.org/10.1007/978-3-319-24277-4
• Wilcox, R. R. (2017). Introduction to robust estimation and hypothesis testing (4e éd.). Academic Press. https://doi.org/10.1016/C2015-0-02293-8