Créateur de Boîte à Moustaches

Créateur de Boîte à Moustaches

Créez des diagrammes en boîte et moustaches (boxplots) professionnels instantanément avec notre outil interactif. Visualisez la distribution des données, identifiez les valeurs aberrantes, comparez plusieurs jeux de données et obtenez une analyse statistique complète comprenant le résumé à cinq nombres, l'écart interquartile (IQR), la moyenne et l'écart type.

Qu'est-ce qu'une boîte à moustaches ?

Une boîte à moustaches (également appelée boxplot) est un moyen standardisé d'afficher la distribution des données basées sur un résumé à cinq nombres : minimum, premier quartile (Q1), médiane, troisième quartile (Q3) et maximum. La « boîte » montre l'écart interquartile (IQR) où résident les 50 % centraux des données, tandis que les « moustaches » s'étendent pour montrer le reste de la distribution.

Composants d'une boîte à moustaches

• Boîte : Représente l'écart interquartile (IQR) de Q1 à Q3, contenant les 50 % centraux des données.
• Ligne de Médiane : La ligne à l'intérieur de la boîte montrant la valeur centrale (Q2).
• Moustaches : Lignes s'étendant de la boîte aux valeurs minimale et maximale dans la limite de 1,5×IQR.
• Valeurs aberrantes : Points individuels au-delà des moustaches, représentant des valeurs inhabituelles.
• Moyenne : Souvent représentée par un losange ou un point à l'intérieur de la boîte.

Comment utiliser ce créateur de boîte à moustaches

1. Entrez vos données : Tapez ou collez vos nombres dans la zone de texte. Mettez chaque jeu de données sur une ligne séparée. Optionnellement, ajoutez des étiquettes à l'aide de deux points (ex: « Classe A : 72, 85, 90 »).
2. Choisissez la détection des valeurs aberrantes : Sélectionnez Standard (1,5×IQR) pour une analyse typique, Extrême (3,0×IQR) pour les valeurs aberrantes extrêmes uniquement, ou Aucune pour afficher toute la plage de données.
3. Réglez la précision : Choisissez le nombre de décimales pour les statistiques affichées.
4. Générez le graphique : Cliquez sur le bouton pour créer votre boîte à moustaches interactive avec info-bulles au survol.
5. Analysez les résultats : Consultez le résumé à cinq nombres, l'IQR, les valeurs aberrantes et les autres statistiques pour chaque jeu de données.

Comprendre le résumé à cinq nombres

Le résumé à cinq nombres est le fondement de toute boîte à moustaches :

Méthodes de calcul des quartiles expliquées

Les manuels, les calculatrices et les tableurs ne déterminent pas toujours Q1 et Q3 de la même façon ; les mêmes données peuvent donc donner des bords de boîte et des valeurs d'IQR légèrement différents. Utilisez le menu Méthode de calcul des quartiles pour choisir la règle utilisée dans votre cours ou votre logiciel :

• Médiane des moitiés (TI-83/84, la plupart des manuels) : Partage les données triées à la médiane et exclut la médiane lorsque l'effectif est impair. Q1 et Q3 sont les médianes des deux moitiés.
• Charnières de Tukey : Même principe, mais lorsque l'effectif est impair, la médiane est incluse dans les deux moitiés. C'est la méthode par défaut.
• Excel QUARTILE.INC (R type 7) : Utilise la position (n - 1) × 0,25 + 1 pour Q1 et (n - 1) × 0,75 + 1 pour Q3, en faisant la moyenne des valeurs voisines si nécessaire.
• Excel QUARTILE.EXC (Minitab) : Utilise la position (n + 1) × 0,25 pour Q1 et (n + 1) × 0,75 pour Q3, en faisant la moyenne des valeurs voisines si nécessaire.

Les écarts sont généralement faibles, mais ils peuvent être notables avec de petits jeux de données. La section étape par étape affiche Q1, Q3 et l'IQR du premier jeu de données selon chaque méthode, avec votre choix actuel en surbrillance.

Écart interquartile (IQR) et détection des valeurs aberrantes

L'Écart Interquartile (IQR) est calculé comme Q3 - Q1. Il représente la dispersion des 50 % centraux de vos données et est utilisé pour la détection des valeurs aberrantes :

Les valeurs en dehors de ces limites sont considérées comme des valeurs aberrantes et tracées comme des points individuels.

Interpréter l'asymétrie d'une boîte à moustaches

La forme d'une boîte à moustaches révèle l'asymétrie de la distribution de vos données :

• Symétrique : Médiane centrée dans la boîte, moustaches de longueur à peu près égale.
• Asymétrique à droite (positive) : Médiane plus proche de Q1, moustache droite plus longue.
• Asymétrique à gauche (négative) : Médiane plus proche de Q3, moustache gauche plus longue.

Quand utiliser des boîtes à moustaches

Les diagrammes en boîte et moustaches sont idéaux pour :

• Comparer des groupes : Scores de tests entre classes, ventes par régions.
• Identifier des valeurs aberrantes : Trouver des valeurs inhabituelles dans les jeux de données.
• Montrer la distribution : Comprendre la dispersion des données et la tendance centrale.
• Résumés rapides : Présenter visuellement les statistiques clés.

Questions Fréquemment Posées

Qu'est-ce qu'une boîte à moustaches ?

Une boîte à moustaches (boxplot) est une méthode graphique pour afficher la distribution des données basées sur un résumé à cinq nombres : minimum, premier quartile (Q1), médiane, troisième quartile (Q3) et maximum. La boîte montre l'écart interquartile contenant les 50 % centraux des données, tandis que les moustaches s'étendent pour montrer la plage des valeurs typiques.

Comment calculez-vous le résumé à cinq nombres ?

Le résumé à cinq nombres se compose de : (1) Minimum - plus petite valeur, (2) Q1 - médiane de la moitié inférieure, (3) Médiane (Q2) - valeur centrale lors du tri, (4) Q3 - médiane de la moitié supérieure, et (5) Maximum - plus grande valeur.

Comment les valeurs aberrantes sont-elles détectées dans une boîte à moustaches ?

Les valeurs aberrantes sont détectées à l'aide de la règle 1,5×IQR. Calculez IQR = Q3 - Q1, puis trouvez la limite inférieure (Q1 - 1,5×IQR) et la limite supérieure (Q3 + 1,5×IQR). Les points en dehors de ces limites sont des valeurs aberrantes.

Que représente l'IQR ?

L'Écart Interquartile (IQR) mesure la dispersion des 50 % centraux des données. Un IQR plus petit signifie que les données sont regroupées étroitement, tandis qu'un IQR plus grand indique plus de dispersion.

Quand dois-je utiliser une boîte à moustaches ?

Utilisez des boîtes à moustaches pour visualiser la distribution des données, comparer plusieurs jeux de données, identifier les valeurs aberrantes, montrer la dispersion et l'asymétrie, et présenter des résumés à cinq nombres. Elles sont excellentes pour comparer des scores de tests, analyser des résultats d'enquêtes ou toute comparaison de données numériques.

Comment interpréter l'asymétrie d'une boîte à moustaches ?

Les données symétriques ont la médiane centrée avec des moustaches égales. Les données asymétriques à droite ont la médiane plus proche de Q1 avec une moustache droite plus longue. Les données asymétriques à gauche ont la médiane plus proche de Q3 avec une moustache gauche plus longue.

Comment déterminer quelle classe a les résultats de test les plus réguliers à partir de boîtes à moustaches ?

Comparez la largeur des boîtes sur l’axe des résultats : une boîte couvre l’écart interquartile, donc une boîte plus courte indique que la moitié centrale des résultats est plus resserrée. Par exemple, si l’écart interquartile de la classe A est de 8 points et celui de la classe B de 15 points, la dispersion des 50 % centraux est plus faible dans la classe A. Examinez également les moustaches et les valeurs aberrantes, qui montrent la variation au-delà de la boîte.

Pourquoi certaines boîtes à moustaches n’affichent-elles pas chaque valeur sous forme de point distinct ?

Une boîte à moustaches résume un jeu de données à l’aide des quartiles, de la médiane et des moustaches. En général, elle n’affiche donc pas chaque observation individuellement. Selon la règle choisie pour les valeurs aberrantes, celles qui dépassent les moustaches peuvent être affichées séparément. Par exemple, des dizaines de résultats situés à l’intérieur des moustaches sont représentés par le résumé graphique plutôt que par des points individuels. Utilisez les statistiques récapitulatives pour comparer les distributions.

Pourquoi les quartiles peuvent-ils varier avec un petit jeu de données ?

Les quartiles sont calculés selon des conventions qui peuvent différer dans la façon de traiter les positions entre les observations, surtout avec de petits échantillons. Par exemple, différentes méthodes peuvent donner des valeurs légèrement différentes pour Q1 et Q3 dans un jeu de cinq nombres, ce qui modifie la largeur de la boîte et l’écart interquartile. Pour comparer des graphiques, utilisez la même méthode de calcul des quartiles pour chaque jeu de données et suivez celle qui est prescrite par votre cours ou votre norme d’analyse.

Statistiques et analyse de données:

• Calculateur de Taille d'Échantillon pour Test A/B Nouveau
• Calculateur de Signification de Test A/B Nouveau
• Calculatrice ANOVA
• Calculatrice de moyenne arithmétique
• Calculatrice de Moyenne - Haute Précision
• Calculatrice de déviation moyenne
• Créateur de Graphiques en Barres Nouveau
• Calculateur du Théorème de Bayes Nouveau
• Calculateur de Distribution Bêta Nouveau
• Créateur de Boîte à Moustaches Populaire
• Calculatrice de test du khi-deux Populaire
• Calculatrice du coefficient de variation
• Calculatrice de d de Cohen
• Calculateur de croissance composée
• Calculatrice d'Intervalle de Confiance
• Calculateur d'intervalle de confiance pour proportion
• Calculateur de Tableau de Contingence Nouveau
• Calculateur de taux de conversion Nouveau
• Calculatrice de Coefficient de Corrélation Populaire
• Calculateur de Taille d'Effet Nouveau
• Calculateur de Distribution Exponentielle Nouveau
• Calculateur de Test F et Distribution F Nouveau
• Calculateur du Test Exact de Fisher Nouveau
• Calculateur de Résumé en Cinq Nombres Nouveau
• Calculateur de Distribution Géométrique Nouveau
• Calculatrice de la Moyenne Géométrique
• Calculateur de Coefficient de Gini
• Calculatrice de la moyenne harmonique
• Créateur d'Histogrammes
• Calculateur de Distribution Hypergéométrique Nouveau
• Calculatrice d'étendue interquartile
• Calculateur du Test de Kruskal-Wallis
• Créateur de Graphiques en Ligne Nouveau
• Calculatrice de régression linéaire Populaire
• Calculateur de croissance logarithmique
• Calculateur du Test U de Mann-Whitney
• Calculatrice d'écart absolu moyen
• Calculatrice de Moyenne
• Calculatrice Moyenne, Mediane et Mode
• Calculatrice d'écart absolu médian
• Calculatrice de Médiane Populaire
• Calculateur de Midrange
• Calculatrice de mode
• Calculateur de Distribution Normale Nouveau
• Calculateur de Rapport des Cotes Nouveau
• Calculatrice de Valeurs Aberrantes
• Calculateur de Valeur p Nouveau
• Générateur de Diagrammes de Pareto Nouveau
• Calculateur de Percentile Nouveau
• Créateur de Diagramme Circulaire Nouveau
• Calculatrice d'écart-type de population
• Calculatrice de Quartiles
• Calculatrice d'Écart Quartile
• Calculatrice d'étendue
• Calculatrice d'Écart-Type Relatif Populaire
• Calculatrice de la moyenne quadratique
• Calculatrice de la Moyenne de l'Échantillon
• Calculatrice de la taille de l'échantillon
• Calculatrice d'écart-type d'échantillon
• Créateur de Nuage de Points
• Calculateur de Capabilité de Processus Six Sigma Nouveau
• Calculateur de Corrélation de Rang de Spearman Nouveau
• Calculateur d'écart-type Populaire
• Calculateur d'erreur standard
• Calculatrice de Statistiques
• Calculatrice de Test t
• Détermination des écarts haute précision
• Calculateur de Distribution de Weibull Nouveau
• Calculatrice de Z-Score