Calculateur du résumé à cinq nombres

Qu'est-ce que le résumé à cinq nombres ?

Le résumé à cinq nombres distille un ensemble de données en cinq valeurs clés :

1. Minimum : La plus petite valeur
2. Q1 : Premier quartile (25e percentile)
3. Médiane : Valeur médiane (50e percentile)
4. Q3 : Troisième quartile (75e percentile)
5. Maximum : La plus grande valeur

Ces cinq nombres capturent le centre, la dispersion et la forme d'une distribution — tout ce qui est nécessaire pour esquisser une boîte à moustaches.

Pourquoi cinq nombres ?

Image complète dans un espace minimal

Le résumé à cinq nombres répond à :

• Où les données commencent-elles et se terminent-elles ? (Min, Max)
• Où est le centre ? (Médiane)
• Quelle est la dispersion ? (Q1, Q3)
• Est-ce symétrique ? (Comparez les écarts entre les valeurs consécutives)

Base de la boîte à moustaches

Les boîtes à moustaches visualisent le résumé à cinq nombres :

Min    Q1      Médiane    Q3    Max
 |-----|========|========|------|

La boîte s'étend de Q1 à Q3, avec la médiane marquée. Les moustaches s'étendent au min et au max (ou aux limites de clôture si détection de valeurs aberrantes).

Description robuste

Contrairement à la moyenne et à l'écart-type, le résumé à cinq nombres résiste à l'influence des valeurs aberrantes. Une seule valeur extrême n'affecte que le min ou le max, laissant Q1, la médiane et Q3 inchangés.

Calculer le résumé

Étape par étape

1. Trier les données du plus petit au plus grand
2. Minimum = première valeur
3. Maximum = dernière valeur
4. Médiane = valeur médiane (ou moyenne de deux valeurs médianes)
5. Q1 = médiane de la moitié inférieure
6. Q3 = médiane de la moitié supérieure

Exemple

Données : {23, 45, 12, 67, 34, 89, 56, 78, 41}

Triées : {12, 23, 34, 41, 45, 56, 67, 78, 89}

• Minimum = 12
• Maximum = 89
• Médiane = 45 (5e valeur sur 9)
• Q1 = médiane de {12, 23, 34, 41} = (23 + 34)/2 = 28.5
• Q3 = médiane de {56, 67, 78, 89} = (67 + 78)/2 = 72.5

Résumé à cinq nombres : 12, 28.5, 45, 72.5, 89

Interpréter le résumé

Détecter l'asymétrie

Comparez les écarts entre les valeurs adjacentes :

Distribution symétrique :

• $(Q_1 - \text{Min}) \approx (\text{Max} - Q_3)$
• $(\text{Médiane} - Q_1) \approx (Q_3 - \text{Médiane})$

Asymétrie à droite (asymétrie positive) :

• $(\text{Max} - Q_3) > (Q_1 - \text{Min})$
• $(Q_3 - \text{Médiane}) > (\text{Médiane} - Q_1)$

Asymétrie à gauche (asymétrie négative) :

• $(Q_1 - \text{Min}) > (\text{Max} - Q_3)$
• $(\text{Médiane} - Q_1) > (Q_3 - \text{Médiane})$

Mesures de dispersion

À partir du résumé à cinq nombres, dérivez :

• Étendue = Max − Min
• IQR = Q3 − Q1
• Semi-IQR = (Q3 − Q1) / 2

Détection des valeurs aberrantes

Les valeurs au-delà des clôtures sont des valeurs aberrantes potentielles :

• Clôture inférieure : $Q_1 - 1.5 \times IQR$
• Clôture supérieure : $Q_3 + 1.5 \times IQR$

Le Calculateur de valeurs aberrantes implémente cette méthode.

Applications

Exploration rapide des données

Avant d'exécuter toute analyse formelle, calculez le résumé à cinq nombres :

Immédiatement visible : A a une dispersion plus large et des valeurs aberrantes possibles ; B est plus concentré autour de la médiane.

Présentation des résultats

Les articles académiques rapportent souvent :

« Temps de réponse (ms) : Min = 45, Q1 = 112, Médiane = 156, Q3 = 234, Max = 1450 »

Cela donne aux lecteurs une image distributionnelle complète.

Comparaison de groupes

Des résumés à cinq nombres côte à côte révèlent les différences de groupe :

Le traitement montre des valeurs plus élevées et moins de variabilité.

Évaluation éducative

Distributions de scores de test :

« Quiz 1 : 45, 62, 74, 85, 100 » « Quiz 2 : 22, 68, 75, 82, 95 »

Le quiz 1 a une plus grande étendue ; le quiz 2 a une valeur aberrante faible tirant le minimum vers le bas.

John Tukey et l'analyse exploratoire des données

John Tukey (1915-2000) a défendu le résumé à cinq nombres dans le cadre de sa philosophie d'analyse exploratoire des données (EDA). Son livre de 1977 « Exploratory Data Analysis » a établi ces résumés robustes comme étapes essentielles avant la modélisation formelle.

L'intuition de Tukey : Regardez les données avant d'imposer des hypothèses. Le résumé à cinq nombres révèle des caractéristiques que la moyenne ± ET pourrait cacher — asymétrie, valeurs aberrantes, indices de multimodalité.

Il appelait Q1 et Q3 les « charnières » et promouvait le calcul manuel pour développer l'intuition. Bien que les logiciels automatisent maintenant le processus, comprendre le résumé à cinq nombres reste fondamental.

Boîtes à moustaches : Résumé visuel à cinq nombres

Les boîtes à moustaches affichent graphiquement le résumé à cinq nombres :

Boîte à moustaches standard

• La boîte s'étend de Q1 à Q3
• Ligne à l'intérieur de la boîte marque la médiane
• Les moustaches s'étendent au min et au max

Boîte à moustaches modifiée (Tukey)

• Les moustaches s'étendent à 1,5×IQR de la boîte
• Les points au-delà des moustaches tracés individuellement comme valeurs aberrantes
• Plus informatif pour les données avec des valeurs extrêmes

Boîte à moustaches à encoches

• Les encoches autour de la médiane montrent l'intervalle de confiance
• Les encoches qui ne se chevauchent pas suggèrent une différence significative

Variations et extensions

Résumé à sept nombres

Ajoute les 10e et 90e percentiles :

Min, P10, Q1, Médiane, Q3, P90, Max

Fournit plus de détails sur le comportement des queues.

Valeurs de lettres

Résumés étendus de Tukey :

• M (médiane)
• F (quarts = quartiles)
• E (huitièmes)
• D (seizièmes)

Chaque niveau révèle un détail distributionnel plus fin.

Connexion avec d'autres mesures

Du résumé à cinq nombres à l'IQR

$IQR = Q_3 - Q_1$

Utilisez le Calculateur d'intervalle interquartile pour une analyse détaillée.

Asymétrie basée sur les quartiles

Coefficient d'asymétrie de Bowley :

$\text{Asymétrie} = \frac{Q_3 + Q_1 - 2 \times \text{Médiane}}{Q_3 - Q_1}$

• Positive : Asymétrique à droite
• Négative : Asymétrique à gauche
• Zéro : Symétrique

Relation avec la distribution normale

Pour des données normales :

• Médiane $\approx \mu$
• $IQR \approx 1.35\sigma$
• Min et Max dépendent de la taille de l'échantillon

Les écarts par rapport à ces relations indiquent une non-normalité.

Quand cinq nombres ne suffisent pas

Distributions bimodales

Deux pics ne se montreront pas dans le résumé à cinq nombres. Un histogramme révèle ce que les résumés cachent.

Données groupées

Si les données ont des clusters distincts, le résumé fait la moyenne sur eux. Visualisez toujours avant de vous fier uniquement aux résumés.

Queues lourdes

Les valeurs aberrantes extrêmes affectent min et max mais pas Q1, Q3 ou la médiane. L'écart entre min et Q1 (ou Q3 et max) révèle le comportement des queues.

Calculs associés

Le résumé à cinq nombres se connecte à :

• Calculateur de quartile — Q1, Q2, Q3 en détail
• Calculateur d'intervalle interquartile — Q3 − Q1
• Calculateur d'étendue — Max − Min
• Calculateur de valeurs aberrantes — Clôtures à partir des quartiles
• Calculateur de médiane — Valeur centrale
• Calculateur de percentile — Généraliser les quartiles

Résumé

Le résumé à cinq nombres — minimum, Q1, médiane, Q3, maximum — capture les caractéristiques essentielles d'une distribution en seulement cinq valeurs. Il révèle le centre (médiane), la dispersion (IQR), l'étendue (min à max) et la forme (symétrie vs. asymétrie). En tant que base des boîtes à moustaches et résistant aux valeurs aberrantes, le résumé à cinq nombres est le point de départ idéal pour comprendre tout ensemble de données. Avant de calculer des moyennes ou d'ajuster des modèles, laissez ces cinq nombres raconter l'histoire de vos données.