Pourquoi conserver les couples de données dans une série statistique à deux variables ?
Réponse courte
Chaque couple associe deux mesures faites sur la même observation. Le garder intact préserve le lien entre les variables et permet de représenter correctement leur relation dans un nuage de points.
Comprendre
Un couple représente une même observation
Dans une série à deux variables, chaque ligne contient une valeur x et la valeur y observée en même temps. Par exemple, (2 ; 15) peut représenter une dépense publicitaire de 200 € et 15 commandes le même jour. Le couple est l’unité d’observation : séparer ses coordonnées détruit l’information sur leur association.
Le nuage dépend des associations
Les couples (1 ; 12), (2 ; 15), (3 ; 17) et (4 ; 20) dessinent une tendance montante. Si l’on trie séparément les dépenses et les commandes, on peut associer à tort une dépense à un nombre de commandes d’un autre jour. Le nuage obtenu ne décrit alors plus les observations recueillies et toute droite d’ajustement risque d’être trompeuse.
Zéro et donnée manquante
Une valeur zéro est une observation : zéro commande peut réellement avoir été enregistré. Une donnée absente signifie que la mesure est inconnue. Remplacer cette absence par zéro ajoute artificiellement un point au nuage et peut déplacer le point moyen et l’ajustement. Il faut conserver les unités également : x = 4 représente 400 € si x est exprimé en centaines d’euros.
Deux pièges
Ne mélange pas les valeurs des deux colonnes pour calculer une moyenne : euros et commandes ne sont pas la même grandeur. Ne conclus pas non plus qu’une association montante prouve que la publicité cause les ventes : le nuage révèle une évolution conjointe, pas à lui seul une causalité.
Exemples
- Le couple (2 ; 15) signifie que les deux valeurs appartiennent à la même journée ; il ne doit pas être recomposé avec un y d’un autre jour.
- Pour les couples (1 ; 12), (2 ; 15), (3 ; 17), (4 ; 20), le point moyen est G(2,5 ; 16), calculé séparément sur chaque coordonnée.
Pièges fréquents
- Trier chaque colonne isolément peut fabriquer de nouveaux couples qui n’ont jamais été observés ensemble.
- Remplacer une donnée manquante par zéro transforme l’absence d’information en une observation réelle et fausse potentiellement le nuage.
