D茅couvrez ce que sont les diagrammes en bo卯te, comment les lire, leurs avantages et leurs inconv茅nients, et comment vous pouvez transformer vos 诲辞苍苍茅别蝉 en cette puissante repr茅sentation.
![[Image en vedette] Un scientifique des 诲辞苍苍茅别蝉 est assis devant son ordinateur et utilise un diagramme en bo卯te pour comparer des ensembles de 诲辞苍苍茅别蝉.](https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://images.ctfassets.net/wp1lcwdav1p1/35u9r69UqBd6OPKQXoq76n/808bb5a35646b6e4ee9399d31264fbab/GettyImages-1473075178__1_.jpg?w=1500&h=680&q=60&fit=fill&f=faces&fm=jpg&fl=progressive&auto=format%2Ccompress&dpr=1&w=1000)
Read in English (Lire en anglais)
Les diagrammes en bo卯te sont un type de repr茅sentation de 诲辞苍苍茅别蝉 tr猫s r茅pandu. En tant que professionnel, vous pouvez utiliser les diagrammes en bo卯te pour pr茅senter une vue d'ensemble de vos 诲辞苍苍茅别蝉, comparer des ensembles de 诲辞苍苍茅别蝉 et en fournir une repr茅sentation rapide sans prendre beaucoup d'espace. Dans cet article, vous d茅couvrirez ce qu'est un diagramme en bo卯te, quel type de 诲辞苍苍茅别蝉 est appropri茅, quels sont ses avantages et ses inconv茅nients, et comment construire votre propre diagramme.聽
Les diagrammes en bo卯te, ou bo卯tes虅 脿 moustaches, sont un outil visuel utilis茅 pour repr茅senter la distribution d'un ensemble de 诲辞苍苍茅别蝉. Ce type de graphique montre les principales statistiques de vos 诲辞苍苍茅别蝉, notamment la m茅diane, les quartiles et les valeurs aberrantes. Vous pouvez utiliser les diagrammes en bo卯te pour mieux comprendre certains aspects de la distribution de fr茅quence de vos 诲辞苍苍茅别蝉, notamment :
La mesure de la tendance centrale : Cette mesure repr茅sente l'ensemble de la distribution des 诲辞苍苍茅别蝉. Dans le cas des diagrammes en bo卯te, il s'agit de la m茅diane, indiqu茅e par une ligne trac茅e dans votre bo卯te.
L鈥櫭﹖endue : Il s'agit de l'茅tendue de l'ensemble des 诲辞苍苍茅别蝉. Dans un diagramme en bo卯te, elle est illustr茅e par des points individuels repr茅sentant les valeurs les plus 茅lev茅es et les plus basses de votre ensemble. Cela vous permet de voir 脿 quel point vos 诲辞苍苍茅别蝉 sont dispers茅es.
La variabilit茅 : Elle montre 脿 quel point vos 诲辞苍苍茅别蝉 sont group茅es ou non. Si la bo卯te de votre diagramme en bo卯te est longue, cela signifie que les valeurs de vos 诲辞苍苍茅别蝉 sont tr猫s variables. Si elle est courte, vous pouvez voir que les 茅l茅ments de 诲辞苍苍茅别蝉 sont plus regroup茅s (moins vari茅s) autour d'une certaine valeur.
En raison des mesures statistiques qu'ils repr茅sentent, les diagrammes en bo卯te conviennent g茅n茅ralement mieux aux 诲辞苍苍茅别蝉 num茅riques. En effet, vous utilisez des mesures telles que la m茅diane, les quartiles sup茅rieurs et inf茅rieurs et la dispersion des 诲辞苍苍茅别蝉 pour les repr茅senter de mani猫re appropri茅e. Ce type de repr茅sentation visuelle exige que les 诲辞苍苍茅别蝉 soient naturellement or诲辞苍苍茅别蝉 et convient moins aux 诲辞苍苍茅别蝉 cat茅gorielles ou aux 诲辞苍苍茅别蝉 sans ordre naturel.
Lorsque vous voyez un diagramme en bo卯te, le fait de savoir comment lire correctement le graphique peut vous aider 脿 tirer des informations pertinentes de cette repr茅sentation. Lorsque vous regardez le graphique, observez les 茅tapes suivantes :
Vous pouvez trouver plusieurs 茅l茅ments de l'ensemble de 诲辞苍苍茅别蝉 en examinant la bo卯te qui se trouve au c艙ur du diagramme. La bo卯te repr茅sente les deux quartiles moyens des 诲辞苍苍茅别蝉, c'est-脿-dire les 50 % moyens des 诲辞苍苍茅别蝉. La longueur de la bo卯te est l'intervalle interquartile (IIQ).聽
La ligne sup茅rieure de la bo卯te repr茅sente le 75e centile des 诲辞苍苍茅别蝉 (troisi虁me quartile聽ou Q3), ce qui signifie que 75 % des valeurs de l'ensemble des 诲辞苍苍茅别蝉 sont inf茅rieures 脿 cette valeur. De m锚me, la ligne inf茅rieure de la bo卯te repr茅sente le 25e centile des 诲辞苍苍茅别蝉 (premier quartile ou Q1), 25 % des 诲辞苍苍茅别蝉 se situant en dessous de cette ligne.聽
Comme mentionn茅 ci-dessus, une bo卯te plus longue repr茅sente une plus grande variabilit茅 dans vos 诲辞苍苍茅别蝉, montrant que les 50 % de 诲辞苍苍茅别蝉 du milieu sont 茅tal茅es. Une bo卯te plus courte indique que les 50 % de 诲辞苍苍茅别蝉 du milieu sont proches en termes de valeurs et pr茅sentent une variabilit茅 moindre.
La m茅diane repr茅sente votre mesure de la tendance centrale et indique le point o霉 50 % des 诲辞苍苍茅别蝉 se situent au-dessus d'elle et 50 % en dessous.聽
Les moustaches s'茅tendent sur les bords de la bo卯te. Ces moustaches s'茅tendent jusqu'脿 la plus petite et la plus grande valeur de votre ensemble de 诲辞苍苍茅别蝉, dans une fourchette de 1,5 fois l鈥橧IQ. Cela montre l'茅tendue de vos 诲辞苍苍茅别蝉, 脿 l'exclusion des valeurs aberrantes.聽
Au-del脿 des moustaches, vous pouvez afficher des 茅l茅ments de 诲辞苍苍茅别蝉 individuels 脿 l'aide d'un point ou d'un autre marqueur sur votre graphique. Cela permet de voir quelles sont les valeurs qui s'茅cartent de mani猫re significative des valeurs typiques de votre ensemble de 诲辞苍苍茅别蝉. Vous devez examiner attentivement vos valeurs aberrantes pour vous assurer qu'il ne s'agit pas d'erreurs dans votre ensemble de 诲辞苍苍茅别蝉 et qu'elles repr茅sentent des 诲辞苍苍茅别蝉 r茅elles et non biais茅es.
Lorsque vous choisissez d'utiliser un diagramme en bo卯te, tenez compte de ses avantages et de ses inconv茅nients. En fonction de votre type de 诲辞苍苍茅别蝉 et de vos besoins, diff茅rents avantages ou inconv茅nients peuvent 锚tre plus importants pour vous.聽
Comparaison facile entre les ensembles de 诲辞苍苍茅别蝉 : Les diagrammes en bo卯te vous permettent de visualiser des ensembles de 诲辞苍苍茅别蝉 num茅riques c么te 脿 c么te pour voir comment ils diff猫rent en termes de centralit茅, de distribution et de variabilit茅.聽
Possibilit茅 de visualiser l'asym茅trie : En examinant la position des quartiles et de la m茅diane, ainsi que les moustaches, vous pouvez voir si votre ensemble de 诲辞苍苍茅别蝉 pr茅sente une certaine asym茅trie ou tendance.
Capacit茅 脿聽repr茅senter de grands ensembles de 诲辞苍苍茅别蝉 : 脡tant donn茅 que seules certaines mesures de l'ensemble de 诲辞苍苍茅别蝉 sont repr茅sent茅es dans un diagramme en bo卯te (par exemple, la m茅diane, les quartiles), vous pouvez repr茅senter simplement de grands ensembles de 诲辞苍苍茅别蝉. Cela permet de donner une vue d'ensemble 脿 un public g茅n茅ral.
Aper莽u simple des 诲辞苍苍茅别蝉 : Il n'est pas possible d'obtenir des d茅tails plus pr茅cis sur les 诲辞苍苍茅别蝉, par exemple si la distribution comporte plusieurs grappes.
Ne conviennent pas 脿 tous les ensembles de 诲辞苍苍茅别蝉 : Si les 诲辞苍苍茅别蝉 ne sont pas num茅riques, si les 茅l茅ments de 诲辞苍苍茅别蝉 sont limit茅s ou si elles ne repr茅sentent qu'une petite plage de valeurs, le diagramme en bo卯te n'est peut-锚tre pas le bon choix.
Peuvent 锚tre limit茅es par certains logiciels : Certains logiciels peuvent naturellement exclure les valeurs aberrantes ou d茅former les 诲辞苍苍茅别蝉 si celles-ci comportent des 茅l茅ments de 诲辞苍苍茅别蝉 inhabituels. Dans ce cas, vous risquez de passer 脿 c么t茅 de certains aspects de vos 诲辞苍苍茅别蝉.
La construction de votre propre diagramme en bo卯te comprend plusieurs 茅tapes, notamment les calculs et la repr茅sentation des 诲辞苍苍茅别蝉. Pour cr茅er un diagramme en bo卯te, observez les 茅tapes suivantes :
1. Rassemblez vos 诲辞苍苍茅别蝉. Assurez-vous que votre ensemble de 诲辞苍苍茅别蝉 est complet et qu'il comporte suffisamment d鈥櫭﹍茅ments de 诲辞苍苍茅别蝉 sur une plage num茅rique pour 锚tre repr茅sent茅 efficacement. Pour diviser vos 诲辞苍苍茅别蝉 en quarts, envisagez de les classer par ordre croissant ou d茅croissant.
2. Calculez les principales statistiques de la bo卯te. Vous devez calculer la m茅diane, le Q1, le Q3 et l'IIQ.
3. Calculez vos principales statistiques de type 芦 whiskers聽禄. D茅terminez les limites inf茅rieure et sup茅rieure des valeurs aberrantes potentielles 脿 l'aide de l'IIQ. La limite inf茅rieure est 茅gale 脿 Q1 - 1,5 * IIQ, tandis que la limite sup茅rieure est 茅gale 脿 Q3 + 1,5 * IIQ.
4. Identifiez vos valeurs aberrantes. Une fois que vous avez calcul茅 vos statistiques de type 芦鈥坵hiskers鈥埪, les 茅l茅ments de 诲辞苍苍茅别蝉 situ茅s en dehors de cette plage sont g茅n茅ralement consid茅r茅s comme des valeurs aberrantes.
5. Cr茅ez votre diagramme en bo卯te. Vous pouvez le faire 脿 l'aide d'un logiciel, tel que R ou Excel, ou 脿 la main. Si vous le faites 脿 la main, observez les 茅tapes suivantes :
Tracez une ligne num茅rique (verticale ou horizontale) pour votre axe.
Dessinez une bo卯te avec Q1 en bas et Q3 en haut.
Dessinez vos moustaches.
Tracez toutes les valeurs aberrantes potentielles sous forme d鈥櫭﹍茅ments de 诲辞苍苍茅别蝉 individuels au-del脿 des moustaches.
Vous pouvez continuer 脿 d茅velopper vos comp茅tences en repr茅sentation de 诲辞苍苍茅别蝉 sur 糖心vlog官网观看. Si vous 锚tes d茅butant, vous pouvez envisager des cours g茅n茅raux propos茅s par les meilleures universit茅s et organisations, tels que Visualisation de 诲辞苍苍茅别蝉 avec Excel avanc茅 (repr茅sentation de 诲辞苍苍茅别蝉 avec Excel avanc茅) ou Visualisation des 诲辞苍苍茅别蝉 et communication avec Tableau (repr茅sentation de 诲辞苍苍茅别蝉 et communication avec Tableau).
脡quipe 茅ditoriale
L鈥櫭﹒uipe 茅ditoriale de 糖心vlog官网观看 est compos茅e de r茅dacteurs, de r茅dacteurs et de v茅rificateurs de fai...
Ce contenu a 茅t茅 mis 脿 disposition 脿 des fins d'information uniquement. Il est conseill茅 aux 茅tudiants d'effectuer des recherches suppl茅mentaires afin de s'assurer que les cours et autres qualifications suivis correspondent 脿 leurs objectifs personnels, professionnels et financiers.