Degrés de liberté (df) en statistique
Author: Dr. Hannah Volk-Jesussek
Updated:
Ce tutoriel explique comment calculer, utiliser et interpréter les degrés de liberté en statistique.
Que sont les degrés de liberté en général ?
Les degrés de liberté correspondent au nombre d'éléments d'information indépendants qui restent libres de varier après l'estimation d'une quantité.
Pour rendre cette idée intuitive, nous examinons d'abord un exemple tiré de la mécanique, puis nous appliquons la même logique à la statistique.
Exemple de degrés de liberté en mécanique
En mécanique, les degrés de liberté indiquent de combien de manières indépendantes un objet peut se déplacer.
Si un point peut se déplacer vers la gauche et vers la droite, il possède un degré de liberté. S'il peut aussi se déplacer vers le haut et vers le bas, il en possède un deuxième. S'il peut se déplacer vers l'avant et vers l'arrière, il en possède un troisième.
Au total, nous avons donc trois degrés de liberté. Par conséquent, un point dans un espace tridimensionnel possède trois degrés de liberté.
Par exemple, un hélicoptère qui se déplace dans l'espace possède trois degrés de liberté en translation : gauche-droite, haut-bas et avant-arrière. Il peut aussi effectuer une rotation, mais nous ignorerons ici la rotation.
Mais que se passe-t-il si nous observons un ascenseur ? Un ascenseur ne peut se déplacer que vers le haut et vers le bas, car il est contraint par la cage. Par conséquent, puisqu'il ne peut se déplacer que verticalement, il ne possède qu'un seul degré de liberté.
Si nous avons deux ascenseurs, chacun peut monter ou descendre. Si nous les considérons comme un seul système, nous avons deux degrés de liberté au total.
Si nous avons trois ascenseurs, il y a trois degrés de liberté, car chacun peut monter ou descendre.
Allons maintenant un peu plus loin avec un autre exemple, qui nous rapprochera de ce que sont les degrés de liberté en statistique.
Exemple de degrés de liberté
Imaginez une petite colline en ville avec deux funiculaires qui montent et descendent. Les cabines sont reliées par un câble. Quand l'une monte, l'autre doit descendre.
Deux cabines indépendantes donneraient au système deux degrés de liberté, comme deux ascenseurs. Le câble de liaison est une contrainte : le système perd donc un degré de liberté.
Imaginez trois cabines reliées par un seul câble. Comme la longueur du câble est fixe, si la première cabine monte d'une certaine distance, le déplacement descendant combiné de la deuxième et de la troisième doit être égal à cette même distance.
Par exemple, la deuxième cabine pourrait descendre exactement de cette distance tandis que la troisième resterait immobile, ou bien elles pourraient se partager la distance dans n'importe quelle proportion.
Nous pouvons aussi écrire cette contrainte mathématiquement. Si nous mesurons la hauteur de chaque cabine depuis le sol, la somme de leurs hauteurs est constante. Par exemple, h1 + h2 + h3 pourrait toujours être égale à 300 m.
Comme une équation relie h1, h2 et h3, nous perdons un degré de liberté. Avec trois variables et une contrainte, nous avons 3 - 1 = 2 degrés de liberté.
En mécanique, la contrainte est tangible : le câble. On peut aussi l'écrire sous forme d'équation. En statistique, les contraintes sont moins visibles, mais l'idée est la même.
Que sont les contraintes en statistique ?
En statistique, surtout dans les tests d'hypothèse, nous utilisons un échantillon pour formuler une affirmation sur la population. Voici le point essentiel : nous utilisons l'échantillon deux fois.
Premièrement, nous utilisons l'échantillon pour tester notre affirmation. Deuxièmement, nous utilisons le même échantillon pour estimer des quantités comme la moyenne.
Passons en revue un test t et voyons comment fonctionnent les degrés de liberté.
Quels sont les degrés de liberté dans un test t ?
Le test t, plus précisément le test t pour échantillons indépendants, vérifie si deux groupes, par exemple le groupe A et le groupe B, diffèrent de manière significative.
Nous avons donc d'abord besoin de deux échantillons. Si nous incluons 8 personnes dans chaque groupe, nous avons 8 points de données indépendants dans chaque groupe.
Pour tester si ces deux échantillons diffèrent, nous utilisons la moyenne de chaque groupe. Pour la calculer, nous utilisons les mêmes données que celles que nous testons.
Ces moyennes sont comme le câble dans l'exemple mécanique : elles relient les points de données entre eux et créent une contrainte.
Si nous avons un échantillon de sept personnes et que nous calculons la moyenne à partir de ces données, seules six d'entre elles peuvent varier librement. Si nous connaissons la moyenne et les six premières valeurs, nous connaissons automatiquement la valeur de la septième personne.
C'est exactement comme dans l'exemple mécanique : si les cabines sont reliées par un câble et que nous connaissons la position des deux premières cabines, nous connaissons automatiquement la position de la dernière.
Avec deux groupes, nous calculons la moyenne des deux échantillons. Nous avons donc deux contraintes et perdons deux degrés de liberté.
Dans un test t pour échantillons indépendants, les degrés de liberté sont n1 + n2 - 2, où n1 et n2 sont les tailles d'échantillon des deux groupes. Le terme -2 provient des deux moyennes estimées.
Si nous avons 9 points de données et que nous voulons ajuster une régression linéaire simple, nous estimons deux paramètres : la pente et l'ordonnée à l'origine. Cela consomme 2 degrés de liberté. Par conséquent, pour une régression linéaire simple, les degrés de liberté correspondent au nombre de points de données moins 2.
En statistique, les degrés de liberté indiquent combien d'éléments d'information dans vos données restent libres de varier après que vous en avez utilisé certains pour estimer des quantités comme une moyenne.
Pourquoi avons-nous besoin des degrés de liberté ?
En mécanique, les degrés de liberté sont intuitifs : ils découlent des contraintes du système. Pour les funiculaires, lorsqu'une cabine descend, elle tire l'autre vers le haut. Cette contrainte réduit la manière dont chaque cabine peut se déplacer.
En statistique, nos méthodes introduisent des contraintes. Nous utilisons l'échantillon pour tester une affirmation et aussi pour estimer des quantités (comme des moyennes ou des variances). Chaque estimation consomme un degré de liberté et limite la manière dont les données peuvent varier indépendamment.
Dans les tests d'hypothèse, nous calculons une valeur p à l'aide d'une distribution de référence, comme la distribution t, la distribution du khi-deux ou la distribution F.
Ces distributions dépendent des degrés de liberté. Par exemple, voici la distribution t pour différents degrés de liberté :
Si vous utilisez des degrés de liberté incorrects, vous obtenez une courbe incorrecte, une valeur p incorrecte et, éventuellement, une conclusion incorrecte.