Module 3 : Analyse descriptive des données

Visualisation et exploration

Objectifs

1. Choisir le bon graphique selon le type de données
2. Créer des visualisations avec R (ggplot2) et SPSS
3. Détecter les valeurs aberrantes
4. Vérifier la normalité des données

Le bon graphique au bon moment

Données	Graphique
1 qualitative	Barres
2 qualitatives	Barres groupées
1 quantitative	Histogramme, boxplot
2 quantitatives	Nuage de points
1 quanti + 1 quali	Boxplot comparatif

Diagramme en barres

ggplot(patients, aes(x = sexe, fill = sexe)) +
  geom_bar() +
  theme_minimal()

• Toujours commencer l’axe Y à 0
• Ordonner les barres logiquement
• Éviter le camembert (comparaison difficile)

Histogramme

ggplot(patients, aes(x = glycemie)) +
  geom_histogram(binwidth = 0.1,
                 fill = "steelblue") +
  theme_minimal()

• Le choix du nombre de classes (bins) influence la forme
• Ajouter la moyenne (ligne verticale)
• Comparer avec une courbe de densité

Boxplot : lecture

        ┌───────────────┐
   ─────┤     ┃         ├──────  * outlier
        └───────────────┘
   min  Q1  médiane  Q3  max
        |←──── IQR ────→|

• Boîte : 50% centraux (Q1-Q3)
• Ligne : médiane
• Moustaches : jusqu’à 1.5 × IQR
• Points : valeurs aberrantes

Boxplot comparatif

ggplot(patients,
       aes(x = type_diabete, y = hba1c,
           fill = type_diabete)) +
  geom_boxplot() +
  theme_minimal()

Permet de comparer visuellement les distributions entre groupes.

Nuage de points

ggplot(patients,
       aes(x = poids, y = glycemie,
           color = sexe)) +
  geom_point() +
  geom_smooth(method = "lm") +
  theme_minimal()

• Identifier les tendances
• Détecter les clusters
• Repérer les outliers

Matrice de corrélation

library(corrplot)
cor_matrix <- cor(vars_quant)
corrplot(cor_matrix, method = "color",
         type = "upper")

• Corrélation de -1 à +1
• Rouge = corrélation négative
• Bleu = corrélation positive

Valeurs aberrantes : détection

Méthode IQR

Aberrant si en dehors de \([Q_1 - 1.5 \times IQR, \; Q_3 + 1.5 \times IQR]\)

Méthode Z-score

Aberrant si \(|Z| > 3\)

Que faire ?

1. Vérifier (erreur de saisie ?)
2. Investiguer (plausible cliniquement ?)
3. Documenter la décision
4. Analyser avec et sans

Test de normalité

Graphique : QQ-plot

ggplot(patients, aes(sample = glycemie)) +
  stat_qq() + stat_qq_line(color = "red")

Test de Shapiro-Wilk

shapiro.test(patients$glycemie)
# p > 0.05 → normalité acceptable

Dans SPSS

• Barres : Graphiques > Diagramme en barres
• Histogramme : Graphiques > Histogramme
• Boxplot : Analyse > Statistiques descriptives > Explorer
• Normalité : Explorer > Graphiques > Diagrammes de normalité

EXAMINE VARIABLES=glycemie BY type_diabete
  /PLOT BOXPLOT NPPLOT
  /STATISTICS DESCRIPTIVES.

Prochaine étape

Module 4 : Estimation et intervalles de confiance

• Estimation ponctuelle et par intervalle
• Interprétation des IC à 95%
• Calcul avec R et SPSS