L’écart interquartile (IQR) est la largeur de la moitié centrale d’une série de données, du premier quartile (Q1, valeur sous laquelle se trouvent 25 % des données) au troisième (Q3, valeur sous laquelle se trouvent 75 %). Comme il ignore les extrêmes, c’est une mesure robuste de la dispersion. John Tukey s’en est servi pour définir une règle simple de détection des valeurs aberrantes : les valeurs trop éloignées de la moitié centrale sont signalées. Ce calculateur prend vos quartiles et vos valeurs minimale et maximale et vérifie si l’une d’elles dépasse les bornes.
Comment se fait le calcul
- IQR = Q3 − Q1
- Borne inférieure = Q1 − 1,5 × IQR, et borne supérieure = Q3 + 1,5 × IQR
- Bornes extrêmes = Q1 − 3 × IQR et Q3 + 3 × IQR
- Une valeur hors des bornes est aberrante modérée ; hors des bornes extrêmes, aberrante extrême.
- Coefficient de dispersion des quartiles = (Q3 − Q1) ÷ (Q3 + Q1)
Exemple
Avec Q1 = 12 et Q3 = 20, l’IQR vaut 8. Les bornes sont 12 − 12 = 0 et 20 + 12 = 32, et les bornes extrêmes −12 et 44. La plus petite valeur, 4, est dans les bornes. La plus grande, 41, dépasse 32 mais reste sous 44 : c’est une valeur aberrante modérée.
Pourquoi utiliser des bornes
La moyenne et l’écart type sont tirés par les valeurs aberrantes, pas les quartiles : la règle de l’IQR reste donc fiable même quand les données contiennent justement les valeurs que l’on cherche. La règle fonctionne bien pour des données à peu près symétriques. Pour des données asymétriques, comme les revenus ou les temps de réponse, beaucoup de valeurs ordinaires peuvent être signalées : regardez la forme de la distribution avant de décider.
Que faire des valeurs aberrantes
Cherchez d’abord une erreur : virgule mal placée, mauvaise unité ou défaut de capteur. Si la valeur est réelle, gardez-la, mais envisagez de présenter les résultats avec et sans elle, ou d’utiliser des mesures résistantes comme la médiane. Ne retirez une valeur que pour une raison claire que vous pouvez énoncer dans votre rapport.