Plus une méthode statistique est simple, plus elle est efficace parce que tout le monde comprend les résultats. Le plus simple finalement, ce sont les représentations graphiques. Le seul inconvénient des méthodes graphiques, c’est qu’elles prennent beaucoup de place.

Nous verrons successivement comment représenter graphiquement la distribution de variables qualitatives puis de variables quantitatives. Nous verrons plus précisément:

• les diagrammes en bâtons,
• les camemberts,
• les histogrammes,
• les boîtes à moustaches,
• les diagrammes cartésiens,
• les diagrammes en fagot.

Pour la démonstration nous utilisons le fichier smp (santé mentale en prison), cette étude réalisée en 2004 a porté sur 799 détenus masculins tirés au sort dans les prisons de France métropolitaine. Nous avons récupéré un extrait de 9 variables dont:

• l’âge
• la profession du détenu
• l’existence d’un diagnostic de dépression, de schizophrénie, réalisé par 2 cliniciens, c’est un diagnostic consensuel
• le niveau de gravité éventuelle de la pathologie du détenu, ici gravité consensuelle également
• le nombre d’enfants du détenu
• le niveau de recherche de sensation (rs)
• le niveau d’évitement du danger (ed)
• le niveau de dépendance à la récompense (dr)

Pour charger les données dans R:

# Afficher le répertoire de travail
getwd()

# Modifier le répertoire de travail
setwd("~/dev/R")

# Charger les données du fichier smp1.csv
smp.c <- read.csv2("smp1.csv")

# Valider l'importation des données
str(smp.c)
'data.frame':	799 obs. of  9 variables:
 $ age      : int  31 49 50 47 23 34 24 52 42 45 ...
 $ prof     : Factor w/ 8 levels "agriculteur",..: 3 NA 7 6 8 6 3 2 6 6 ...
 $ dep.cons : int  0 0 0 0 1 0 1 0 1 0 ...
 $ scz.cons : int  0 0 0 0 0 0 0 0 0 0 ...
 $ grav.cons: int  1 2 2 1 2 1 5 1 5 5 ...
 $ n.enfant : int  2 7 2 0 1 3 5 2 1 2 ...
 $ rs       : int  2 2 2 2 2 1 3 2 3 2 ...
 $ ed       : int  1 2 3 2 2 2 3 2 3 2 ...
 $ dr       : int  1 1 2 2 2 1 2 2 1 2 ...