Générateur de Boîte à Moustaches

Visualisez la dispersion, les quartiles et les valeurs aberrantes — comparez vos groupes en un coup d'œil

Une boîte à moustaches condense cinq statistiques clés en un schéma compact : le minimum, le premier quartile (Q1), la médiane, le troisième quartile (Q3) et le maximum. La boîte couvre l'intervalle interquartile (IQR = Q3 − Q1), et les points au-delà des moustaches sont des valeurs aberrantes.

Cet outil charge 40 notes d'examen de quatre sections de classe différentes. Cliquez sur Lier les données pour tracer un box plot groupé comparant les quatre sections à la fois. Vous verrez immédiatement quelle section a la médiane la plus élevée et laquelle présente la dispersion la plus grande.

Collez votre propre CSV avec une colonne numérique et une colonne de groupe optionnelle pour analyser vos propres données.

Que signifient les différentes parties d'une boîte à moustaches ?
La boîte s'étend de Q1 à Q3 (les 50 % centraux des données). Le trait à l'intérieur est la médiane. Les moustaches rejoignent les valeurs les plus extrêmes situées à moins de 1,5 × IQR des bords de la boîte. Les points au-delà des moustaches sont des valeurs aberrantes.
Qu'est-ce que l'IQR ?
L'IQR (intervalle interquartile) = Q3 − Q1. Il mesure la dispersion des 50 % centraux des données, ce qui le rend résistant aux valeurs aberrantes. Un IQR élevé indique une forte variabilité ; un IQR faible signifie que les données se concentrent autour de la médiane.
Comment repérer les valeurs aberrantes avec une boîte à moustaches ?
Tout point inférieur à Q1 − 1,5 × IQR ou supérieur à Q3 + 1,5 × IQR est signalé comme valeur aberrante et représenté par un point individuel au-delà de la moustache. Ces points méritent souvent une investigation — il peut s'agir d'erreurs de saisie ou de cas réellement extrêmes.
Quand préférer une boîte à moustaches à un histogramme ?
Les boîtes à moustaches excellent pour comparer plusieurs groupes côte à côte — une boîte par groupe permet une comparaison visuelle immédiate des médianes et des dispersions. Les histogrammes sont préférables pour voir la forme complète d'une distribution unique.