Représentation des données

Un tableau/graphique vaut mieux qu’un long discours …

Résumer et visualiser des données avec des tableaux et des graphiques adaptés.

Objectifs du chapitre

À la fin du chapitre, vous devriez être capable de :

Rédiger un titre adéquat pour un tableau ou une figure.
Connaître les principaux graphiques pour les variables quantitatives (histogramme, nuage de points, boîte à moustaches).
Connaître les principaux graphiques pour les variables qualitatives (diagramme en barres, diagramme circulaire).
Connaître les erreurs à éviter dans la présentation des tableaux et des graphiques.

Souvent délaissée, la représentation des données est pourtant une étape essentielle de l’analyse statistique. L’objectif est double : résumer un maximum d’informations dans un minimum de place, puis visualiser des tendances et de possibles liens entre nos variables. Ainsi, elle peut aider à répondre à une question :

Quelle est la distribution d’une variable ?
Existe-t-il une différence visible entre groupes ?
Deux variables semblent-elles associées ?
Les données contiennent-elles des valeurs manquantes, atypiques ou incohérentes ?

Note

Il est commun d’apprendre à faire des tests statistiques sans regarder les données au préalable. C’est dommage : une hypothèse scientifique se formule idéalement avant l’analyse, mais les graphiques restent indispensables pour comprendre les distributions, repérer les anomalies et vérifier les conditions du test envisagé.

Deux grandes manières de représenter les données existent : via un tableau ou via un graphique. Les deux présentent des avantages et des inconvénients, et on ne doit pas choisir l’un ou l’autre par automatisme : ces deux représentations sont complémentaires !

On se servira de deux jeux de données dans ce chapitre :

PAM-13 : étude transversale réalisée aux Pays-Bas entre 2009 et 2011 auprès de 1 154 patients atteints de maladies chroniques suivis en soins primaires ou secondaires. L’étude évaluait l’activation à l’autogestion à l’aide du PAM-13 et recherchait les facteurs sociodémographiques, cliniques et psychosociaux associés à ce score. Les patients inclus présentaient un diabète de type 2, une BPCO, une insuffisance cardiaque chronique ou une maladie rénale chronique ;
HTA : enquête transversale réalisée sur l’île Maurice du 19 au 21 avril 1999 auprès de 402 adultes âgés de plus de 18 ans. L’étude portait sur l’hypertension artérielle et décrivait la population enquêtée selon des caractéristiques sociodémographiques, notamment le sexe, l’âge et le statut professionnel, afin d’étudier la répartition des facteurs liés à l’HTA dans cet échantillon.

Packages utilisés

install.packages(c(
  "ggplot2", "dplyr", "patchwork", "latticeExtra",
  "gtsummary", "ggdist", "scales"
))

latticeExtra ne sert qu’au diagramme en 3D ; gtsummary, ggdist et scales ne servent que dans la partie R.

Plan du chapitre