Comprendre la détection des valeurs aberrantes (méthode ROUT)

BioRender Graphing détecte automatiquement les valeurs aberrantes dans votre jeu de données à chaque création de graphique - aucune configuration manuelle n’est nécessaire. Cet article explique comment fonctionne la détection des valeurs aberrantes, comment interpréter les résultats, et comment ajuster la sensibilité ou exclure des points de données.

Comment fonctionne la détection des valeurs aberrantes

BioRender utilise la méthode ROUT (Régression robuste et Élimination des valeurs aberrantes) pour la détection des valeurs aberrantes, pour en savoir plus, consultez cet article. ROUT combine une régression non linéaire robuste avec un cadre de Taux de Fausses Découvertes (FDR) pour identifier les points de données qui sont peu susceptibles d’appartenir à la même population que le reste du groupe.

Contrairement à des méthodes simples comme le test de Grubbs, ROUT est conçu pour gérer simultanément des ensembles de données contenant plusieurs valeurs aberrantes. Il ne suppose pas une distribution parfaitement normale et est moins susceptible de masquer une valeur aberrante par la présence d’une autre - un problème courant connu sous le nom d’effet de masquage.

Points à connaître :

• ROUT ne s’exécute que lorsqu’un groupe comporte au moins 4 observations - les groupes avec moins de 4 points sont ignorés
• Des limites maximales s’appliquent : jusqu’à 28 groupes et 5 000 observations par groupe
• ROUT est appliqué indépendamment au sein de chaque groupe, pas sur l’ensemble des données regroupées

📌 Pourquoi ROUT ? ROUT est largement utilisé en recherche préclinique et biomédicale. Il est robuste pour des ensembles de données où plusieurs valeurs aberrantes peuvent être présentes, ce qui le rend adapté aux tailles de groupes petites à moyennes typiques en biologie expérimentale.

Ce que vous verrez

Lors de la création d’un graphique, la détection des valeurs aberrantes s’exécute automatiquement en arrière-plan. Voici où trouver les résultats :

• Le nombre de valeurs aberrantes détectées apparaît dans le panneau Données affichées sous le graphique.
• Les valeurs aberrantes sont mises en évidence en jaune dans le tableau de données sous le graphique pour que vous puissiez les identifier d’un coup d’œil.
• Cliquez sur le lien du rapport des valeurs aberrantes pour ouvrir le rapport complet, qui inclut :
  • Le nombre total de points de données analysés
  • Le nombre de valeurs aberrantes détectées
  • Une répartition des valeurs aberrantes par groupe

Ajuster la sensibilité avec le paramètre Q

Le paramètre Q contrôle la sévérité avec laquelle BioRender signale les valeurs aberrantes. Il correspond directement au FDR maximal que vous êtes prêt à accepter - autrement dit, le seuil à partir duquel un point de données est considéré comme suffisamment improbable pour être qualifié de valeur aberrante.

Comment ajuster le paramètre Q

1. Ouvrez le rapport des valeurs aberrantes en cliquant dessus dans le panneau de gauche.
2. Cliquez sur Mettre à jour les paramètres.
3. Entrez une valeur de Q entre 0,1 et 10.
4. Cliquez sur Relancer pour appliquer le nouveau seuil et voir les résultats mis à jour.

💡 Astuce : Ajuster Q est utile lorsque vous souhaitez tester à quel point un point de données est limite. Par exemple, si un point a été signalé à Q=1 mais pas à Q=0,5, c’est une valeur aberrante marginale - qui mérite d’être examinée mais n’est pas définitivement extrême.

Exclure des points de données

Détecter une valeur aberrante ne l’exclut pas automatiquement de votre analyse - c’est votre décision. BioRender vous offre deux façons de la gérer :

Bonnes pratiques pour gérer les valeurs aberrantes

L’exclusion des valeurs aberrantes est une décision qui doit être prise avec soin et documentée de manière transparente.

Voici quelques recommandations :

• Vérifiez d’abord votre échelle : ROUT fonctionne mieux lorsque les valeurs d’un groupe sont réparties de manière à peu près égale au-dessus et en dessous de la moyenne. Si vos mesures couvrent naturellement plusieurs ordres de grandeur (concentrations, fluorescence, niveaux d’expression), envisagez une transformation logarithmique avant d’exécuter la détection des valeurs aberrantes. Un signe révélateur que vous êtes sur la mauvaise échelle : toutes les « valeurs aberrantes » signalées se situent du même côté de la moyenne (toutes hautes, ou toutes basses).
• Enquêtez avant d’exclure : Examinez toujours pourquoi un point de données est une valeur aberrante avant de l’exclure. S’agissait-il d’une erreur de mesure, d’un problème de manipulation d’échantillon, ou d’une découverte biologique réelle ?
• Utilisez Q avec prudence : La valeur par défaut (Q=1 %) est appropriée pour la plupart des expériences. Augmenter Q pour signaler plus de points risque d’exclure une variation réelle dans vos données.
• Rapportez votre méthode : Indiquez que BioRender utilise la méthode ROUT avec une valeur Q spécifiée, et précisez quels points de données ont été exclus et pourquoi.
• Utilisez le bouton pour comparer : La case à cocher Exclure les valeurs aberrantes facilite la présentation aux collaborateurs ou aux évaluateurs de l’analyse avec et sans les valeurs aberrantes incluses.