La bote moustaches de TUKEY

un outil pour initier la Statistique

Monique Le Guen
CNRS- MATISSE1
Rsum
La bote moustaches une traduction de Box & Whiskers Plot, est une invention de TUKEY
(1977) pour reprsenter schmatiquement une distribution. Cette reprsentation graphique peut tre un
moyen pour approcher les concepts abstraits de la statistique. Dans cet article nous dtaillons comment
lire et interprter des botes moustaches. Nous montrons comment les lves peuvent dcouvrir, en
explorant des donnes, certaines proprits de la mdiane et de la moyenne. En rfrences nous
donnons des adresses Internet pour raliser informatiquement des botes moustaches.

Remerciements
Nous remercions nos collgues de lEcole dt EEDA 2001 Carcassonne, et tout
particulirement E. HORBER, R. LAFOSSE, D. LADIRAY et J. VANPOUCKE pour leur apport et leurs
conseils quant la ralisation de ce document.

Plan
1. Introduction .................................................................................................................................................... 2
2. Les donnes..................................................................................................................................................... 2

3. La bote moustaches .................................................................................................................................... 3

3.1 Les quartiles et lcart interquartile.......................................................................................................... 3
3.2 Lecture dune bote moustaches ............................................................................................................ 4
3.3 Dlimitation des longueurs des moustaches (valeurs adjacentes) ............................................................ 4
3.4 Lecture de la bote moustaches de la variable POIDS........................................................................... 5
3.5 Pourquoi la valeur 1.5 pour dterminer les moustaches? ........................................................................ 6
3.6 Reprsentations varies des botes moustaches..................................................................................... 7
4. Les botes moustaches juxtaposes .............................................................................................................. 7
4.1 Comparaisons de distributions selon des groupes.................................................................................... 7
4.2 Utilisation des botes moustaches pour visualiser des sries chronologiques ....................................... 8
5. Dcouvertes par llve des proprits de la mdiane et de la moyenne........................................................ 9
6. Ralisations informatiques des botes moustaches .................................................................................... 10
7. Autres diagrammes utiles pour reprsenter une distribution........................................................................ 11
Annexe : Les donnes........................................................................................................................................ 12
Rfrences......................................................................................................................................................... 13

MATISSE-CNRS UMR8595, Maison des Sciences Economiques, 106-112 Boulevard de lHpital, 75013 Paris.

Boite-a-moustaches.pdf / Monique Le Guen /

page 1/14

1. Introduction
La bote moustaches une traduction de Box & Whiskers Plot, est une invention de TUKEY (1977)
pour reprsenter schmatiquement la distribution dune variable.
Cette reprsentation graphique peut tre un moyen pour approcher les concepts abstraits de la
statistique, si lon pratique son usage sur diffrents jeux de donnes.
Le terme spcifique Box & Whiskers Plot et le terme gnrique Box Plot recouvrent une grande
varit de diagrammes en forme de botes qui se diffrencient par leur construction, leurs
interprtations, et leurs usages. E. HORBER qui a effectu des recherches bibliographiques sur ce thme
a repr une soixantaine de formes et de constructions diffrentes. Le lecteur pourra se faire une
opinion en lisant sa note disponible sur Internet2 . La conclusion est que le vocabulaire anglo-saxon
nest pas unifi, les termes sont souvent employs les uns pour les autres. Pour les francophones se
rajoute la (ou une) traduction. Ainsi la traduction de Box & Whiskers Plot par bote moustaches nest
pas unique. Nos amis Qubcois disent bote moustaches. Nos collgues de lAssociation MIRAGE
utilisent plus volontiers le terme Bote Pattes. Il fallait choisir.
Nous avons choisi dans cet article, la traduction bote moustaches et nous allons dcrire la bote
moustaches la plus couramment utilise par les explorateurs de donnes. Cest aussi celle que lon
trouve dans la plupart des logiciels statistiques.
Tout dabord nous montrons une reprsentation3 dune bote moustaches, construite sur un jeu de
donnes. Linterprtation dune bote moustaches ncessite un apprentissage aussi nous dtaillons
comment lire et interprter ce graphique. Nous montrons comment les lves peuvent dcouvrir, en
explorant des donnes, certaines proprits de la mdiane et de la moyenne.
En rfrences nous donnons des adresses Internet pour raliser informatiquement diffrentes formes de
botes moustaches et de Box Plots.

2. Les donnes
Pour chaque lve dune classe mixte, deffectif 59, sont collects son poids en kilogrammes, sa taille
exprime en centimtres et son sexe (code 1 pour masculin, code 2 pour fminin), cf. Annexe.
Le fichier des donnes comporte 3 variables POIDS, TAILLE et SEXE, et 59 observations (lves)
rparties selon le sexe (23 garons et 36 filles).
Cet exemple est inspir des donnes de BATANERO, ESTEPA & GODINO (1991) disponibles galement
sur Internet4.
Pour de jeunes lves, en collge et lyce, les ouvrages de ROSSMAN A. J. (1995, 2001) rassemblent
de nombreux jeux de donnes et exemples dactivits pour dcouvrir la Statistique.

2
3

Site Internet : http://www.unige.ch/ses/sococ/mirage/ dans la rubrique Nouvelles Juin 2001.

Les graphiques ont t raliss avec le logiciel SAS , par la Procdure BoxPlot ou par le module SAS/INSIGHT.

Site Internet : http://www.ugr.es/~batanero/ListadoEstadistica.htm

Boite-a-moustaches.pdf / Monique Le Guen /

page 2/14

3. La bote moustaches
La reprsentation graphique de la bote moustaches est mystrieuse lorsquon la dcouvre pour la
premire fois, cf. Graphique 1: Bote moustaches de la variable POIDS. Pour lire et interprter, il est
ncessaire de connatre sa construction.
La bote moustaches utilise 5 valeurs qui rsument des donnes : le minimum, les 3 quartiles Q1, Q2
(mdiane), Q3, et le maximum.

Poids atypique
Poids=93

Q3 =67
Q2 =60
Q1 =53
Graphique 1 : Bote moustaches de la variable POIDS
Les quartiles Q1, Q2, Q3 sont les lments essentiels de ce graphique. Aprs une prsentation des
quartiles sur un exemple simple, nous dtaillerons les tapes de la construction des quartiles et de
l'cart interquartile qui sen dduit.

3.1 Les quartiles et lcart interquartile

Pour illustrer notre propos, nous montrons sur un cas trs simple5 comment sont calculer les
quartiles.
Soit la srie des 9 valeurs ordonnes : 1 , 3 , 4 ,5 , 6 ,7 , 9 ,10, 15
La mdiane Q2 partage la srie en deux groupes deffectif gaux, ce qui donne :
Q2=6.
Le Quartile Q1 repartage le groupe du bas (5 valeurs infrieures) en deux groupes deffectif gaux, ce
qui donne : Q1=4.
Le Quartile Q3 repartage le groupe du haut (5 valeurs suprieures) en deux groupes deffectif gaux,
ce qui donne : Q3=9.
Selon que leffectif n des valeurs est pair ou impair, on procdera diffremment pour valuer les
quartiles.
Procdure:
1- Classer les n donnes par ordre croissant.
2- Diviser les donnes en 2 groupes de tailles gales.
On obtient le groupe du bas et le groupe du haut, chacun contenant 50% des observations.
Si n est pair la mdiane est la moyenne des 2 points milieu.
Si n est impair la mdiane est le point milieu.

En pratique le calcul des quartiles seffectue lorsque le nombre dobservations est plus important.

Boite-a-moustaches.pdf / Monique Le Guen /

page 3/14

Dans ce cas il faut, pour permettre les calculs qui vont suivre, reproduire la valeur de ce point dans les
2 groupes.
3- Calculer nouveau la mdiane du groupe du bas.
On obtient le quartile Q1, qui correspond 25 % des observations.
4- Calculer nouveau la mdiane du groupe du haut.
On obtient le quartile Q3, qui correspond 75 % des observations.
n/2

n/2

Groupe du bas (50% des effectifs)

n/4

n/4

Groupe du haut (50% des effectifs)

n/4

n/4

Lcart interquartile (InterQuartile Range) est utilis comme indicateur de dispersion. Il correspond
50% des effectifs situs dans la partie centrale de la distribution. Pour la variable POIDS lcart
interquartile vaut 14, cf. Graphique 1.

Ecart Inter quartile = Q3Q1=6753=14

3.2 Lecture dune bote moustaches

On repre sur la bote moustaches dune variable:
lchelle des valeurs de la variable, situe sur laxe vertical.
la valeur du 1er quartile Q1 (25% des effectifs), correspondant au trait infrieur de la bote,
la valeur du 2me quartile Q2 (50% des effectifs), reprsente par un trait horizontal lintrieur de
la bote,
la valeur du 3me quartile Q3 (75% des effectifs), correspondant au trait suprieur de la bote,
les 2 moustaches infrieure et suprieure, reprsentes ici par les petits rectangles verticaux de
part et dautre de la bote. Ces 2 moustaches, dlimitent les valeurs dites adjacentes qui sont
dtermines partir de lcart interquartile (Q3-Q1).
les valeurs dites extrmes, atypiques, exceptionnelles, (outliers) situes au-del des valeurs
adjacentes sont individualises. Elles sont reprsentes par des marqueurs (carr, ou toile, etc.).

3.3 Dlimitation des longueurs des moustaches (valeurs adjacentes)

Lextrmit de la moustache infrieure est la valeur minimum dans les donnes qui est suprieure la
valeur frontire basse :
Q1 -1,5*(Q3-Q1)
soit 32 pour la variable POIDS
Lextrmit de la moustache suprieure est la valeur maximum dans les donnes qui est infrieure la
valeur frontire haute :
Q3 +1,5*(Q3-Q1)

Boite-a-moustaches.pdf / Monique Le Guen /

soit

88 pour la variable POIDS

page 4/14

Dans le schma suivant deux valeurs sont atypiques car situes au del de la frontire haute.
Valeur adjacente de la moustache infrieure

Valeur adjacente de la moustache suprieure

Q1

Q3

**

Frontire basse
Q1-1.5*(Q3-Q1)

cart interquartile

frontire haute
Q3+1.5*(Q3-Q1)

3.4 Lecture de la bote moustaches de la variable POIDS

Sur le Graphique 1 : Bote moustaches de la variable POIDS, la mdiane des lves est 60 kilos,
le quart des lves de poids faible se situe entre 44 et 53 kilos. La moiti des lves de poids moyen se
situe entre 53 et 67 kilos et le dernier quart des lves se situe entre 67 et 93 kilos. Un lve a un
poids de 93 kgs, atypique par rapport ses camarades.
Une seule valeur est atypique (93) car elle est situe au del de la frontire haute (88). Aucune valeur
atypique ne se trouve au del de la frontire basse (32).

La distribution est
dcompose en 4 zones
de mme effectif (25%) .

Graphique 2 : Le point atypique correspond au poids d'un garon.

Bien que la distribution soit dcoupe en 4 zones (quartiles) de mme effectif (25%) les plages de
valeurs du poids ne sont pas gales (Graphique 2). La distribution est plus allonge vers les valeurs
leves du poids.
C'est une premire lecture de la bote moustaches : allure gnrale de la distribution avec
individualisation des points atypiques.
Selon les logiciels il est possible de cliquer sur les points extrmes pour les identifier par une tiquette,
voir Graphique 1 ( reprer 93 le poids le plus lev) et Graphique 2 ( reprer le sexe du plus
lourd, c'est un garon).

Boite-a-moustaches.pdf / Monique Le Guen /

page 5/14

Si le fichier des donnes contenait le nom des lves, on pourrait afficher le nom de llve qui a un
poids atypique. Aprs le diagnostic, les informations supplmentaires facilitent le dbut dune
explication du pourquoi ce point est atypique.

Graphique 3 : Bote moustaches de la variable TAILLE

En changeant de variable, cf. le Graphique 3 : Bote moustaches de la variable TAILLE, llve peut
faire les remarques suivantes :
la mdiane de la distribution des points nest plus centre dans la bote,
les moustaches ne sont pas toujours symtriques,
dans les hautes valeurs, une seule observation est atypique
Pour le praticien qui analyse une distribution observe, la bote moustaches permet de rpondre
certaines questions :
Existe-t-il des observations atypiques ? en les reprant et les identifiant
La distribution est-elle symtrique? en reprant la position de la mdiane dans la bote, et la
dissymtrie des moustaches.
Quelle est lallure des queues de distribution ?
La partie centrale (50% des effectifs) est-elle plus ou moins concentre ou tale par rapport au
reste de la distribution?
3.5 Pourquoi la valeur 1.5 pour dterminer les moustaches?
Dans la bote moustaches dfinie par TUKEY, la bote a pour hauteur la distance interquartile (Q3Q1), et les moustaches sont bases gnralement sur 1,5 fois la hauteur de la bote. Dans ce cas, une
valeur est atypique si elle dpasse de 1.5 fois lcart interquartile au dessous du 1er quartile ou au
dessus du 3me quartile.
En se basant sur les quartiles, cest dire des statistiques dordre, la mdiane et lcart interquartile ne
sont jamais influencs par les valeurs extrmes.
La valeur 1.5 est selon TUKEY une valeur pragmatique (rule of thumb), qui a une raison probabiliste.
Si une variable suit une distribution normale, alors la zone dlimite par la bote et les moustaches
devrait contenir 99,3 % des observations. On ne devrait donc trouver que 0.7% d'observations
atypiques (outliers). Si le coefficient vaut 1, la probabilit serait de 0.957, et elle vaudrait 0.999 si le
coefficient est gal 2.
Pour TUKEY la valeur 1.5 est donc un compromis pour retenir comme atypiques assez dobservations
mais pas trop dobservations.
Selon les logiciels le coefficient 1,5 est impos ou paramtrable.

Boite-a-moustaches.pdf / Monique Le Guen /

page 6/14

3.6 Reprsentations varies des botes moustaches

La largeur de la bote n'a aucune signification. Il existe des variantes dans la forme de la bote.
Certains logiciels reprsentent la bote avec un simple trait. De mme pour les moustaches elles
peuvent tre dlimites par des crochets ou des srifs (empattements), traits horizontaux dlimiteurs
qui aident lil mieux reprer les valeurs adjacentes cf. Graphique 4 : Bote moustaches avec srif,
etc.

srifs

Graphique 4: Bote moustaches avec srif

4. Les botes moustaches juxtaposes

4.1 Comparaisons de distributions selon des groupes
Pour comparer les distributions de la variable POIDS selon les 2 groupes Masculin/Fminin, on
juxtapose sur le mme graphique les 2 botes moustaches dfinies respectivement pour le groupe
Masculin et le groupe Fminin, en utilisant la mme chelle.

Graphique 5 : Comparaison des distributions de la variable POIDS selon le sexe.

Sur le Graphique 5 : Comparaison des distributions des POIDS des lves selon le sexe, est visualise
une diffrence de poids entre filles et garons (mdiane 68 pour le groupe Masculin et 54 pour le
groupe Fminin, 1er quartile 62 pour le groupe Masculin et 50 pour le groupe Fminin etc.). Il n'y a
pas de poids atypique pour le groupe Fminin.

Boite-a-moustaches.pdf / Monique Le Guen /

page 7/14

Graphique 6 : Comparaison des distributions des tailles des lves selon le sexe.
Sur le Graphique 6 : Comparaison des distributions des tailles des lves selon le sexe, lcart
interquartile est plus tal pour le groupe Masculin que pour le groupe Fminin et la distribution est
plus dissymtrique. Compte tenu de ltalement dans la partie centrale de la distribution, il n'y a plus
de taille atypique pour le groupe Masculin. Les moustaches stendent dans ce cas, jusqu la valeur
minimum et la valeur maximum.
Cest prcisment la facilit de comparaison quoffre lil qui fait lintrt et la force de cette
reprsentation visuelle. Cette visualisation conduit plus facilement lAnalyse de la Variance
(Comparaisons des moyennes compte tenu de leurs variances).
4.2 Utilisation des botes moustaches pour visualiser des sries chronologiques
Soit la srie6 des tempratures mensuelles moyennes Nottingham de 1920 1939. Cette srie de 240
valeurs est reprsente sous forme chronologique cf. le Graphique 7 : Srie des tempratures
mensuelles moyennes Nottingham de 1920 1939.

Graphique 7 : Srie des tempratures mensuelles moyennes Nottingham de 1920 1939

6

Site Internet des donnes source

http://wwwpersonal.buseco.monash.edu.au/~hyndman/TSDL/books/anderson.DAT

Boite-a-moustaches.pdf / Monique Le Guen /

page 8/14

Ces mmes donnes sont regroupes par mois et reprsentes sous forme de botes moustaches cf.
Graphique 8 : Srie des tempratures mensuelles moyennes Nottingham regroupes par mois.

Graphique 8: Srie des tempratures mensuelles moyennes Nottingham regroupes par mois.
Ces deux graphiques donnent une vision diffrente des donnes. Les objectifs danalyse diffrent dans
chacune des reprsentations.
Les graphiques qui utilisent des botes moustaches permettent davoir une vue synthtique, globale
et en mme temps une vue locale sur les donnes (cf. valeurs atypiques).

5. Dcouvertes par llve des proprits de la mdiane et de la moyenne

Avec certains logiciels il est possible de positionner la moyenne et de la comparer visuellement la
mdiane. Ainsi dans le Graphique 7 : Comparaison des mdianes et des moyennes, la mdiane (trait
horizontal dans la bote) est infrieure la moyenne (symbolise par une croix) pour le groupe
Masculin, tandis qu'elle est trs lgrement suprieure pour le groupe Fminin.

Boite-a-moustaches.pdf / Monique Le Guen /

page 9/14

Graphique 7 : Comparaison des mdianes (trait horizontal) et des moyennes (symbolises par une
croix) de la variable TAILLE.
En explorant, llve peut donner un sens concret la moyenne et la mdiane et dcouvrir certaines
de leurs proprits.
 La mdiane tout comme la moyenne nest pas forcment gale une valeur rencontre dans les
donnes.
 La mdiane et la moyenne sont des reprsentants dune position centrale dans les donnes.
 La mdiane et la moyenne ont chacune une valeur comprise entre les valeurs extrmes de la
distribution. Les deux valeurs peuvent tre gales ou diffrentes.
 Elles sont gales si la distribution est symtrique.
 Lorsque la distribution est plus allonge vers les grandes valeurs, la mdiane est infrieure la
moyenne. Lorsque la distribution est plus allonge vers les petites valeurs, la mdiane est
suprieure la moyenne.
 Plus la distribution est dissymtrique, plus la mdiane scarte de la moyenne.
 En supprimant un point atypique dans les donnes, llve peut raliser que la moyenne est trs
influence par les valeurs extrmes, ce qui nest pas le cas de la mdiane. Il peut ainsi approcher la
notion de contribution.
Aprs avoir visualiser par des botes moustaches diffrentes variables, les notions de variabilit, de
distributions prendront un sens plus concret. Llve pourra comprendre que si sur un jeu de donnes,
il existe une diffrence entre la moyenne et la mdiane, cest un diagnostic de dissymtrie.

6. Ralisations informatiques des botes moustaches

Pratiquement tous les logiciels actuels de Statistique permettent de raliser des botes moustaches.
Par contre, dans le monde de la bureautique cette fonctionnalit est plus rare. Le tableur EXCEL de
MS ne permet pas la ralisation immdiate dun tel graphique. Il est ncessaire avant de raliser le
graphique, de calculer les diffrents lments d'une bote moustaches en utilisant les fonctions
statistiques de EXCEL.
Les sites Internet7 de NEVILLE HUNT et CHRISTINE SPENCER donnent des exemples de ralisations de
botes moustaches avec EXCEL.
7

Site de NEVILLE HUNT http://www.mis.coventry.ac.uk/~nhunt/boxplot.htm

Site de CHRISTINE SPENCER http://www.elementkjournals.com/ime/0008/ime0081.htm

Boite-a-moustaches.pdf / Monique Le Guen /

page 10/14

7. Autres diagrammes utiles pour reprsenter une distribution

Voir une distribution partir d'une bote moustaches est un point de vue sur les donnes. Les
donnes sont vues sous un certain angle qui ne permet pas de tout voir. Par exemple on ne peut
reprer sur une bote moustaches les pics (modes) dune distribution. Il existe d'autres
reprsentations comme l'histogramme, classiquement enseign, mais galement le Branchage (Stem &
Leaf), le dot plot qui font partie comme la bote moustaches de l'arsenal de l'explorateur de donnes
et qui viendront complter son point de vue.
Suite dans un prochain Statistiquement Vtre..

Boite-a-moustaches.pdf / Monique Le Guen /

page 11/14

Annexe : Les donnes

SEXE POIDS TAILLE
1
65
185
1
68
180
1
72
178
1
55
148
1
64
145
1
70
161
1
66
159
1
74
165
1
75
155
1
70
165
1
93
198
1
64
150
1
60
175
1
62
148
1
70
160
1
80
155
1
61
153
1
60
145
1
62
170
1
68
175
1
70
145
1
72
157
1
71
161
2
60
150
2
45
148
2
46
149
2
50
138
2
47
131
2
55
146

2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2
2

49
52
50
46
50
52
52
48
52
63
53
54
54
54
53
55
57
44
56
56
56
53
60
65
67
61
68
55
64
60

136
145
150
132
155
150
141
139
152
131
160
158
155
135
155
168
162
155
142
145
150
150
156
168
165
155
133
160
150
160

Donnes au format Excel

disponibles sur le site de la SFDS :

http://www.sfds.asso.fr/ Table : SxPoiTai.xls

Sries Chronologiques accessibles sur Internet

Tempratures Nottingham.
http://www-personal.buseco.monash.edu.au/~hyndman/TSDL/books/anderson.DAT

Boite-a-moustaches.pdf / Monique Le Guen /

page 12/14

Rfrences
Articles et Ouvrages
BATANERO C., ESTEPA A., GODINO J.D. (1991), Analysis Exploratorio de Datos : Sus posibilidades en la
enseanza secundaria , Suma, n9, 1991, pp25-31.
disponible sur le site Web : http://www.ugr.es/~batanero/ListadoEstadistica.htm
BATANERO C., GODINO J. D., GREEN D. R., HOLMES P., VALLECILLOS A., (1991), Errores y difficultades en la
comprension de los conceptos estadisticos elementales , International Journal of Mathematics Education in
Science and Technology, 25(4), 527-547.
disponible sur le site Web : http://www.ugr.es/~batanero/.htm
CLEVELAND W.S., (1993), Visualizing Data , Hobart Press, Summit, New Jersey, USA.
CLEVELAND W.S., (1994), The Elements of Graphing Data, Hobart Press, Summit, New Jersey, USA.
CHAMBERS J.M., CLEVELAND W.S., KLEINER B.,TUKEY P.A., (1983) Graphical Methods For Data Analysis ,
Wadsworth International Group, Monterey, Californie.
DESTANDAU S., LADIRAY D., LE GUEN M., (1999), lAnalyse Exploratoire des donnes et SAS/INSIGHT,
Courrier des Statistiques, n90, juin 1999, INSEE, pp3-44.
ERICKSON, B. H., & NOSANCHUK,T. A., (1992), Understanding Data : An introduction to exploratory and
confirmatory data analysis for students in the Social Sciences .
Milton Keynes, Open University Press, 1977, 2e dition 1992.
FOX J. & LONG J.S., (1990), Modern Methods Of Data Analysis, Sage Publications.
GONICK L. et SMITH W., (1993), The Cartoon Guide to Statistics , HarperPerennial.
LE GUEN M., (1999), L'Analyse exploratoire des donnes est au cerveau droit, ce que lanalyse confirmatoire
est au cerveau gauche, les deux doivent communiquer pour traiter linformation .
Document de Travail MATISSE - LES n99-05.
LE GUEN M., (1999) De limportance de limage, Courrier des Statistiques, n90, juin 1999, INSEE, pp7-9.

disponible sur le site de la SFDS : http://www.sfds.asso.fr/ document Importance-Image.pdf

LE GUEN M., (1999), Enseignement de la Statistique, Voir, Apprendre, Comprendre Autrement , Courrier des
Statistiques, n90, juin 1999, INSEE, pp37-38.

disponible sur le site SFDS : http://www.sfds.asso.fr/ document Voir-Apprendre-Comprendre.pdf

PAPERT S. (1980), Jaillissement de l'esprit Ordinateurs et Apprentissage , Flammarion.
titre original Mindstorms Children, Computers and Powerful ideas .
ROSSMAN A. J., (1995), Workshop Statistics, Discovery with Data , Springer.
ROSSMAN A. J., (2001), Workshop Statistics, Discovery with Data and FATHOM, Springer.
TUKEY, J. W. (1977), Exploratory Data Analysis - EDA, Reading, MA, (Addison-Wesley).
Cet ouvrage serait en rcriture.

Boite-a-moustaches.pdf / Monique Le Guen /

page 13/14

Liens vers des sites Internet

Articles ou documents sur les Box Plots et les Box & Whiskers Plots

http://www.itl.nist.gov/div898/handbook/eda/section3/boxplot.htm
http://www.ruf.rice.edu/~lane/hyperstat/A37797.html
http://research.ed.asu.edu/siip/briefs/boxplots.computing.html
http://www.cmh.edu/stats/fund/boxplot.htm
http://www.math.sfu.ca/stats/Courses/Stat-301/Handouts/node32.html
Applet d'un site franais permettant le calcul des diffrents lments d'une bote moustaches

http://www.math-info.univ-paris5.fr/~ycart/mst99/demiguel/demiguel.html
Pour raliser des Box Plots avec EXCEL

Site de NEVILLE HUNT

http://www.mis.coventry.ac.uk/~nhunt/boxplot.htm

Site de CHRISTINE SPENCER

http://www.elementkjournals.com/ime/0008/ime0081.htm
Logiciels d'enseignement de la Statistique orient Analyse Exploratoire des Donnes.
EDA : Logiciel de E. HORBER
http://www.unige.ch/ses/sococ/eda/edasoft.html
DATADESK : Logiciel de VELLEMAN
http://www.datadesk.com/
ACTIVSTATS : environnement denseignement de la Statistique sappuyant sur le logiciel Datadesk.
http://www.datadesk.com/ActivStats/
VISTA : Logiciel de FOREST W. Y.
The Visual Statistics System avec le slogan Vista help you see what your data seem to say
http://forrest.psych.unc.edu/research/index.html
MS Excel et Enseignement de la Statistique
Les Cercles d'EXCEL'ense
http://www.cisia.com/cisia/Actualite/Excelense/Excelense.htm

Spreadsheets in Education
http://sunsite.univie.ac.at/Spreadsite/ contient de nombreuses rfrences en Excel
Projets denvironnement et denseignement de la Statistique en franais
SEL Statistique en ligne de lINRIA
http://www.inrialpes.fr/sel/
avec des ralisations de botes dciles http://www.inrialpes.fr/sel/lexique/diag_boite/diag_boite.html
SMEL Simulations en ligne de lINRIA

http://www.inrialpes.fr/sel/simulations/cadre_simulations.html
St@tNet du CNAM
http://www.cnam.agropolis.fr/statnet/
Bibliographie de JOHN W. TUKEY
http://www-groups.dcs.st-and.ac.uk/~history/Mathematicians/Tukey.html
http://stat.bell-labs.com/who/tukey/index.html
Association MIRAGE (Mouvement International pour le Dveloppement de la Recherche en Analyse
Graphique et Exploratoire).
http://www.unige.ch/ses/sococ/mirage/ nombreuses rfrences sur la Visualisation et lExploration.
Voir la rubrique Nouvelles Juin 2001 pour une discussion sur la terminologie franaise des Box Plots :
bote moustaches, bote pattes et bote dciles.
Association Pnombre propose un espace public de rflexion et d'change sur l'usage du nombre dans les
dbats de socit: justice, sociologie, mdias, statistiques.
http://www.unil.ch/penombre

Boite-a-moustaches.pdf / Monique Le Guen /

page 14/14