Qu'est-ce qu'un résumé à 5 nombres ?
Le résumé à cinq nombres est un aperçu statistique rapide qui décrit la dispersion et le centre d'un jeu de données à l'aide de cinq valeurs seulement : le minimum, le premier quartile (Q1), la médiane, le troisième quartile (Q3) et le maximum. Ensemble, ces valeurs partagent vos données en quatre parts égales et révèlent où les valeurs se concentrent, sur quelle amplitude elles s'étendent et si la distribution penche d'un côté. Ce calculateur fonctionne avec n'importe quelle liste de nombres et s'avère précieux en cours de statistiques, en analyse de données comme dans les rapports d'entreprise, partout dans le monde.
$$\text{Résumé à 5 nombres} = \left\{\ \min,\ Q_1,\ \tilde{x},\ Q_3,\ \max\ \right\} \text{ du } \text{Jeu de données}$$
Comment utiliser le calculateur
Il vous suffit de saisir vos valeurs séparées par des virgules — par exemple 4, 8, 15, 16, 23, 42 — et l'outil affiche instantanément les cinq nombres du résumé. L'ordre de saisie n'a aucune importance : le calculateur trie automatiquement les valeurs avant de lancer les calculs.
- Minimum : la plus petite valeur de vos données.
- Q1 (premier quartile) : la médiane de la moitié inférieure — 25 % des valeurs lui sont inférieures.
- Médiane (Q2) : la valeur centrale — 50 % des valeurs lui sont inférieures.
- Q3 (troisième quartile) : la médiane de la moitié supérieure — 75 % des valeurs lui sont inférieures.
- Maximum : la plus grande valeur de vos données.
Comment les cinq nombres sont-ils calculés ?
On commence par trier les données de la plus petite à la plus grande. Le minimum et le maximum correspondent tout simplement aux deux extrémités de cette liste. La médiane est la valeur centrale (ou la moyenne des deux valeurs centrales lorsque l'effectif est pair). Q1 est la médiane de la moitié inférieure des données, et Q3 la médiane de la moitié supérieure. L'écart entre Q1 et Q3, appelé écart interquartile (\(\text{EIQ} = Q_3 - Q_1\)), mesure la dispersion des 50 % centraux et aide à repérer les valeurs aberrantes.
$$\begin{aligned} \text{Triées : } & x_{(1)} \le x_{(2)} \le \dots \le x_{(n)} \text{ du } \text{Jeu de données} \\ \min &= x_{(1)} \\ Q_1 &= P_{25} \\ \tilde{x} &= P_{50} \\ Q_3 &= P_{75} \\ \max &= x_{(n)} \\ \text{IQR} &= Q_3 - Q_1 \end{aligned}$$
Exemple détaillé
Prenons le jeu de données : 2, 4, 6, 8, 10, 12, 14 (sept valeurs).
- Minimum = 2, Maximum = 14
- Médiane = 8 (la quatrième valeur)
- Moitié inférieure = 2, 4, 6 → Q1 = 4
- Moitié supérieure = 10, 12, 14 → Q3 = 12
Le résumé à cinq nombres est donc 2, 4, 8, 12, 14, et l'écart interquartile vaut \(12 - 4 = 8\).
Interpréter votre résumé à cinq chiffres
Le résumé à cinq chiffres—minimum, premier quartile (\(Q_1\)), médiane (\(\tilde{x}\)), troisième quartile (\(Q_3\)), et maximum—divise vos données triées en quatre quarts à effectifs égaux. La lecture de ces cinq points de repère ensemble vous indique où se situe le centre des données, comment elles sont dispersées, et si elles penchent d'un côté.
IQR : la dispersion des 50% du milieu
L'écart interquartile est la distance entre les quartiles :
$$\text{IQR} = Q_3 - Q_1$$Il capture la dispersion des 50% centraux de vos valeurs et ignore les extrêmes, donc il est beaucoup plus robuste que l'étendue complète \((\max-\min)\). Un petit IQR par rapport à l'étendue signifie que la plupart des valeurs sont fortement groupées tandis que quelques valeurs aberrantes s'étirent aux extrémités.
Comparer les écarts pour détecter l'asymétrie
Comparez l'écart inférieur \((Q_1-\min)\) avec l'écart supérieur \((\max-Q_3)\), et les moitiés intérieures \((\tilde{x}-Q_1)\) par rapport à \((Q_3-\tilde{x})\) :
- À peu près symétrique : les deux écarts sont similaires et la médiane se situe près du milieu de l'IQR.
- Asymétrique à droite (positive) : l'écart supérieur \((\max-Q_3)\) est beaucoup plus grand ; la médiane se situe plus près de \(Q_1\).
- Asymétrique à gauche (négative) : l'écart inférieur \((Q_1-\min)\) est beaucoup plus grand ; la médiane se situe plus près de \(Q_3\).
La règle 1,5×IQR pour les valeurs aberrantes
Une règle commune signale les valeurs qui se situent en dehors des limites :
$$\text{Limite inférieure}=Q_1-1.5\times\text{IQR},\qquad \text{Limite supérieure}=Q_3+1.5\times\text{IQR}$$Tout point de données en dessous de la limite inférieure ou au-dessus de la limite supérieure est une candidate valeur aberrante à examiner. Vous pouvez passer vos données par un contrôle des valeurs aberrantes IQR pour appliquer cette règle automatiquement.
Comment le diagramme en boîte correspond au résumé
Un diagramme en boîte est une image directe de ces cinq chiffres : la boîte s'étend de \(Q_1\) à \(Q_3\) (sa longueur est l'IQR), la ligne à l'intérieur de la boîte marque la médiane, et les moustaches s'étendent jusqu'aux plus petites et plus grandes valeurs à l'intérieur des limites. Les points au-delà des moustaches sont tracés individuellement en tant que valeurs aberrantes. Ainsi, la boîte montre les 50% du milieu, et une ligne de médiane excentrée à l'intérieur de la boîte est votre indice visuel d'asymétrie.
Termes clés et définitions
- Minimum
- La plus petite valeur de l'ensemble de données—la limite inférieure de l'étendue.
- Premier Quartile (\(Q_1\))
- Le 25e percentile : 25 % des données se situent à ou en dessous de cette valeur. Il marque le bord inférieur de la boîte dans un diagramme en boîte.
- Médiane (\(Q_2\), \(\tilde{x}\))
- Le 50e percentile—la valeur médiane des données triées (la moyenne des deux valeurs du milieu quand le nombre est pair). La moitié des données se situe en dessous et la moitié au-dessus.
- Troisième Quartile (\(Q_3\))
- Le 75e percentile : 75 % des données se situent à ou en dessous de cette valeur. Il marque le bord supérieur de la boîte.
- Maximum
- La plus grande valeur de l'ensemble de données—la limite supérieure de l'étendue.
- Percentile
- Une valeur en dessous de laquelle un pourcentage donné d'observations se situent ; par exemple, le 25e percentile est le point avec 25 % des données à ou en dessous de lui.
- Écart Interquartile (IQR)
- La différence \(Q_3-Q_1\), mesurant la dispersion des 50% centraux des données. Consultez le calculateur IQR pour un calcul ciblé.
- Diagramme en Boîte (boîte et moustaches)
- Un graphique qui affiche le résumé à cinq chiffres : une boîte de \(Q_1\) à \(Q_3\) avec une ligne de médiane, des moustaches atteignant les valeurs extrêmes non aberrantes, et toutes les valeurs aberrantes tracées comme des points séparés.
Questions fréquentes
Pourquoi les quartiles diffèrent-ils parfois d'un outil à l'autre ? Il existe plusieurs méthodes reconnues pour calculer les quartiles (médiane incluse ou exclue, par exemple). Avec de petits jeux de données, ces méthodes peuvent donner des valeurs de Q1 et Q3 légèrement différentes.
À quoi sert un résumé à cinq nombres ? Il sert de base aux diagrammes en boîte (ou boîtes à moustaches), permet de comparer rapidement des distributions, de détecter une asymétrie et d'identifier d'éventuelles valeurs aberrantes.
De combien de nombres ai-je besoin ? Il faut au moins deux valeurs, mais le résumé devient bien plus parlant à partir de cinq points de données.
