Cas d'école. Le scénario du début est une situation type imaginaire. L'exemple central, le quartet d'Anscombe, est un résultat publié (Anscombe, 1973) et reproductible.
Une analyse peut être rigoureuse et pourtant ne convaincre personne, ou pire, conduire à une mauvaise décision parce que la présentation masque l'essentiel. La visualisation n'est pas la décoration de l'analyse : c'est un outil pour la faire.
Le scénario : un tableau qui n'a convaincu personne
Une équipe présente à un comité un modèle de prévision du départ de clients. Le support est un tableau de quarante lignes de chiffres et un indicateur de performance. Le comité ne retient rien, ne voit pas où se situe le problème et reporte la décision. Le même résultat, présenté en un seul graphique dont le titre énonce la conclusion, permettrait de poser la bonne question dès la première minute. La différence ne tient pas aux données mais à ce que le lecteur peut voir.
Pourquoi calculer ne suffit pas : le quartet d'Anscombe
En 1973, le statisticien Francis Anscombe a construit quatre petits jeux de données qui ont, à très peu de chose près, les mêmes statistiques de synthèse : même moyenne des x (9) et des y (environ 7,5), mêmes variances, même corrélation (environ 0,82) et même droite de régression (y = 3 + 0,5 x). Pourtant, une fois tracés, ils n'ont rien de commun : une relation à peu près linéaire, une courbe, une droite parfaite perturbée par une valeur aberrante, et un nuage dont un seul point détermine la corrélation.
Moralité : les indicateurs résument, les graphiques révèlent. Tracer les données avant de les modéliser fait partie de la méthode.
Principes pour un graphique honnête et lisible
- Un message par graphique. Un titre qui énonce la conclusion (« Le départ des clients double après le premier incident ») aide plus qu'un titre descriptif.
- Choisir le bon type. Comparer des valeurs : barres ou points alignés. Montrer une évolution : courbe. Montrer une relation : nuage de points. Les travaux de Cleveland et McGill (1984) sur la perception montrent que l'on compare plus précisément des positions sur une échelle commune que des angles ou des aires, ce qui désavantage les camemberts.
- Axes honnêtes. Un diagramme en barres doit partir de zéro, sinon les écarts sont exagérés. Pour une courbe, un axe tronqué est acceptable s'il est annoncé.
- Réduire l'encombrement. Retirer ce qui n'apporte pas d'information : quadrillage dense, effets 3D, légendes redondantes (Tufte, 1983).
- Couleur avec parcimonie. Une couleur d'accent pour ce qu'il faut regarder, des gris pour le reste, et un contraste suffisant pour les personnes daltoniennes.
- Montrer l'incertitude. Intervalles de confiance, effectifs, période couverte : un chiffre sans contexte se lit de travers.
Essayer soi-même
Dans l'éditeur Python du site, on peut tracer le premier jeu d'Anscombe avec Matplotlib et le comparer à sa droite de régression :
import numpy as np
import matplotlib.pyplot as plt
x = np.array([10, 8, 13, 9, 11, 14, 6, 4, 12, 7, 5])
y = np.array([8.04, 6.95, 7.58, 8.81, 8.33, 9.96, 7.24, 4.26, 10.84, 4.82, 5.68])
pente, ordonnee = np.polyfit(x, y, 1)
print("droite :", round(ordonnee, 2), "+", round(pente, 2), "x")
plt.scatter(x, y)
plt.plot(x, ordonnee + pente * x, color="red")
plt.title("Jeu I d'Anscombe : relation à peu près linéaire")
plt.show()
À retenir
- Tracer les données avant de les résumer ou de les modéliser.
- Un graphique doit servir un message et une décision, pas seulement illustrer.
- Choisir une représentation qui permet des comparaisons précises et des axes honnêtes.
Références
- Anscombe F. J. (1973), « Graphs in Statistical Analysis », The American Statistician, 27(1), 17-21. doi:10.1080/00031305.1973.10478966
- Cleveland W. S., McGill R. (1984), « Graphical Perception: Theory, Experimentation, and Application to the Development of Graphical Methods », Journal of the American Statistical Association, 79(387), 531-554. doi:10.1080/01621459.1984.10478080
- Tufte E. R. (1983), The Visual Display of Quantitative Information, Graphics Press.