Voir la source de Distribution multimodale

{{Ébauche|statistiques}}
{{style non encyclopédique|date=décembre 2022}}
[[Fichier:Bimodal geological.PNG|vignette|Exemple de distribution bimodale de minerai d'or. Abscisse : teneur en gramme d'or par tonne de minerai ; ordonnée : production en tonne. Le caractère bimodal définit deux groupes de populations statistiques résultant de deux phénomènes différents.]]

En [[probabilité]]s et en [[statistique]], une '''distribution multimodale''' est une [[distribution statistique]] présentant plusieurs [[Mode (statistiques)|modes]], c'est-à-dire plusieurs maximums locaux de la distribution.
[[Fichier:BimodalAnts.png|vignette|Histogramme bimodal]]
[[Fichier:Bimodal.png|vignette|Dans ce cas précis, une distribution bimodale résultante d'un mélange de deux distributions normales avec la même variance mais des moyennes différentes. Si les [[Fonction poids|poids]] n'étaient pas égaux, la distribution résultante pourrait toujours être bimodale mais avec des pics de hauteurs différentes.]]

== Éléments de contexte ==
Les distributions multimodales peuvent être rencontrées dans divers domaines, dont :
* les [[Sondage d'opinion|sondages d’opinion]] ;
* la production industrielle<ref>{{Lien web |langue=fr |nom=14:00-17:00 |titre=ISO 22514-8:2014 |url=https://www.iso.org/cms/render/live/fr/sites/isoorg/contents/data/standard/06/16/61630.html |site=ISO |consulté le=2022-10-31}}</ref>, qui cherche généralement à éviter les phénomènes multimodaux souvent révélateurs d’un facteur d’influence non-maîtrisé dans le processus ;
* les phénomènes liés à la [[climatologie]], à l'analyse du débit des rivières<ref name=":0">{{Lien web |titre=A.12 - Mode et distribution multimodale - Wikhydro |url=http://wikhydro.developpement-durable.gouv.fr/index.php/A.12_-_Mode_et_distribution_multimodale |site=wikhydro.developpement-durable.gouv.fr |consulté le=2022-10-31}}.</ref>, à la [[géologie]]<ref>{{Lien web |titre=Distribution bimodale des altitudes et mobilité horizontale (dérive) des continents — Planet-Terre |url=https://planet-terre.ens-lyon.fr/ressource/distribution-bimodale-altitudes-tectonique-plaques.xml |site=planet-terre.ens-lyon.fr |consulté le=2022-10-31}}.</ref>.

La distribution peut être utilisée pour sa capacité prédictive comme n’importe quelle [[densité de probabilité]] ou [[fonction de répartition]] : l’observateur cherche à établir la [[loi de probabilité]] du phénomène étudié sur la base d’observations expérimentales dans le but d'évaluer la probabilité d'évènement n'étant pas dans la base d'observations initiales.

De manière plus analytique, elle est souvent étudiée après modélisation pour comprendre la raison de la multimodalité. La loi de probabilité observée peut, par exemple, être décomposée en deux, ou plusieurs, lois élémentaires uni-modales, chacune s’appliquant avec une occurrence qui lui est propre. Ce processus d’identification est complexe, difficile à maîtriser comme peut l'être par exemple l'identification de superposition de fréquence ([[analyse spectrale]]) ou de [[Densité mélange|mélanges de lois]].

Le cadre étudié est celui des variables aléatoires continues (ou [[Variable aléatoire à densité|variables aléatoires à densité]]).

== Explications informelles ==

=== Ce qu’indique la multimodalité d’une distribution ===
La multimodalité d’une distribution indique deux possibilités :
* l’échantillon n’est pas homogène, mais composé de plusieurs familles d’individus présentant des caractéristiques différentes<ref>{{Lien web |titre=Distribution Multimodale |url=https://www.statsoft.fr/concepts-statistiques/glossaire/d/distribution-multimodale.html |site=www.statsoft.fr |consulté le=2022-10-31}}</ref>,
* le phénomène observé présente plusieurs réponses, suffisamment distinctes pour qu’elles émergent du bruit naturel, l’occurrence de chacune de ces réponses étant stable dans le temps <ref>{{Article |langue=en |auteur1=E. Fieller |titre=The distribution of the index in a normal bivariate population |périodique=Biometrika |volume=24 |numéro=3–4 |année=1932 |pages=428–440 |doi=10.1093/biomet/24.3-4.428}} </ref>.

À l'inverse, l'unimodalité d'une distribution ne constitue pas en soi une preuve d’homogénéité de l’échantillon : un échantillon peut être hétérogène vis-à-vis d’une caractéristique donnée, sans que cela ne fasse émerger plusieurs modes sur la variable aléatoire étudiée.

À titre de [[contre-exemple]], soit un échantillon composé de :
[[Fichier:Premier cas de melange.png|vignette|Distribution suivant une loi mélange de deux lois normales <math>\tfrac12 \mathcal N(-1;1) + \tfrac12 \mathcal N(+1;1)</math> ; bien que les modes des deux lois ne soient pas les mêmes, la loi mixte (violet) est unimodale]]
* 50 % d’individus suivant une [[loi normale]] de moyenne <math>m_1=-1</math> et d’écart-type <math>\sigma_1=1</math>,
* 50 % d’individus suivant une [[loi normale]] de moyenne <math>m_2=+1</math> et d’écart-type <math>\sigma_2=1</math>.
Bien que cet échantillon soit hétérogène par construction, la distribution résultante ne présente qu’un [[Mode (statistiques)|mode]], certes plus étendu que ceux des deux distributions normales à l’origine de la réponse d’ensemble, mais l'effet de l’hétérogénéité reste noyé dans le bruit naturel apporté par les [[Variance (mathématiques)|variances]] des deux lois normales de base.
[[Fichier:Melange2 50 50.png|vignette|Distribution suivant une loi mélange de deux lois normales <math>\tfrac12 \mathcal N(-2;1) + \tfrac12 \mathcal N(+2;1)</math> ; la loi mixte (violet) est ici bimodale]]
Partant du contre-exemple précédent, la bimodalité de la distribution résultante apparaît si l'on « écarte » davantage les deux lois normales :
* en diminuant la moyenne de la première loi <math>(m_1 : -1 \rightarrow-2)</math>,
* et en augmentant celle de la deuxième loi <math>(m_2 : +1 \rightarrow +2)</math>,
* les deux écarts-types restants inchangés <math>(\sigma_1=\sigma_2=1)</math>.

Le paramètre clé qui fait apparaître (ou non) la bimodalité de la loi résultante est le biais réduit, c'est-à-dire le paramètre <math>\frac{|m_1-m_2|}{\max(\sigma_1,\sigma_2)}</math>. Aucun lien immédiat n'existe entre le nombre de composants présents dans un mélange et le nombre de modes de la densité de probabilité résultante.{{clr}}

=== Une distribution multimodale est-elle la somme de distributions unimodales ? ===
Le mélange de lois unimodales permet, sous certaines conditions, de créer un grand nombre de distributions multimodales (''sens direct'').

En revanche, retrouver à partir de la donnée de la distribution multimodale les lois unimodales qui la composent et leurs occurrences associées est une entreprise plus ardue (''sens inverse'') : la décomposition, toujours possible, n'est pas unique.

Pour illustrer la non-unicité d'une telle décomposition, on considère la distribution bimodale donnée par les deux figures ci-contre (''courbe en violet''). Cette distribution bimodale peut être vue comme le mélange de :
# Une [[Loi uniforme continue|distribution uniforme]] d'[[Étendue (statistique)|étendue]] [-4 ;-1] d'occurrence 20% et une distribution unimodale (''courbe verte'', dont l'abscisse du mode est située à environ 0,9) d'occurrence 80%,
# Une distribution unimodale (''courbe verte'', dont l'abscisse du mode est située à environ -1) d'occurrence 40% et d'une distribution unimodale (''courbe bleue'', dont l'abscisse du mode vaut 1) d'occurrence 60%.

<gallery heights="250px" widths="320px">
Fichier:Decompos1.png|{{1re}} possibilité de décomposition
Fichier:Decompos2.png|{{2de}} possibilité de décomposition
</gallery>

== Terminologie ==

=== Homoscédastique ===

Un ensemble d'échantillons est dit [[Homoscédasticité|homoscédastique]] si leur [[Variance (mathématiques)|variance]] est uniforme.

=== Mode mineur, majeur et antimode ===
Lorsque deux modes sont inégaux (c'est-à-dire que la densité de probabilité ne présente pas la même valeur pour ces deux modes) :
* le plus grand mode est appelé mode majeur,
* l'autre, le mode mineur,
* la valeur la moins fréquente entre les modes est appelée antimode.

== Mélange de deux lois unimodales (''sens direct'') ==
Le mélange de deux distributions unimodales constitue un moyen de générer des distributions bimodales, à condition que l'écartement des modes de ces lois de base soit grand devant les variances de ces dernières.

Les propriétés du mélange peuvent être déterminées à partir de celles des lois unimodales de base employées et de leurs occurrences.

{{mvar|X}}  désigne la [[variable aléatoire]] continue étudiée.

Dans ce ''sens direct'', les 2 distributions de base sont connues, ainsi que leurs occurrences associées :
{| class="wikitable"
|+
!Caractéristiques
!Distribution {{n°|1}}
!Distribution {{n°|2}}
|-
|Densité de probabilité
|<math>f_1(x)</math>
|<math>f_2(x)</math>
|-
|Fonction de répartition
|<math>F_1(x)</math>
|<math>F_2(x)</math>
|-
|Espérance (ou moyenne)
|<math>m_1</math>
|<math>m_2</math>
|-
|Variance
|<math>\sigma_1^2</math>
|<math>\sigma_2^2</math>
|-
|Occurrence
|<math>p_1</math>
|<math>p_2=1-p_1</math>
|}
Les distributions impliquées peuvent être quelconques : aucune hypothèse n’est faite sur la [[Loi normale|normalité]] ou non de ces lois.

=== Loi de distribution du mélange ===
Soient {{math|''g''(''x'')}} la [[densité de probabilité]] recherchée, et {{math|''G''(''x'')}} la [[fonction de répartition]] associée.

L’application des [[Probabilité conditionnelle|probabilités conditionnelles]] permet d’écrire :
:<math display="block">d\mathbb{P}\left(x\leq X\leq x+dx\right)=d\mathbb{P}\left(x\leq X\leq x+dx\, | \, \textrm{loi}_1\right)\cdot p_1+d\mathbb{P}\left(x\leq X\leq x+dx \, | \, \textrm{loi}_2\right)\cdot p_2.
</math>

D'où l'expression de la '''densité de probabilité du mélange''' :
<math display="block">g(x)=p_1 \cdot f_1(x)+p_2 \cdot f_2(x).</math>

Cette densité de probabilité est convenablement normalisée, puisque son intégrale sur le [[Ensemble de définition|domaine de définition]] de {{mvar|X}} capture l'ensemble des effectifs :
:<math display="block">\int_{-\infty }^{+\infty }g(x)\,\mathrm{d}x=p_{1}\,\int_{-\infty }^{+\infty}f_{1}(x)\,\mathrm{d}x+p_{2}\,\int_{-\infty}^{+\infty}f_{2}(x)\,\mathrm{d}x=p_{1}+p_{2}=1 .</math>

Le même raisonnement s'applique sur la fonction de répartition du mélange :

<math display="block">G(x)=p_1 \cdot F_1(x)+p_2 \cdot F_2(x).</math>

;Espérance du mélange
Connaissant désormais l'expression de la densité de probabilité du mélange, le calcul de l'espérance s'effectue comme suit :

<math display="block">\mathbb E\left(X\right)=\int_{-\infty}^{+\infty}x\, g(x)\,\mathrm{d}x=p_1\int_{-\infty}^{+\infty}x\, f_1(x)\,\mathrm{d}x+p_2\int_{-\infty}^{+\infty}x\, f_2(x)\,\mathrm{d}x=p_1\, m_1+p_2\, m_2.</math>

Le résultat trouvé correspond à l'intuition : l'espérance du mélange est le [[barycentre]] des espérances de chaque loi pondéré par leur occurrence.

;Variance du mélange
Par indépendance, la moyenne des carrés <math>\mathbb{E}(X^2)</math> est une [[forme linéaire]] des occurrences <math>p_1</math>et <math>p_2</math>: <math>\mathbb E(X^2)=p_1\, \left(\sigma_1^2+m_1^2\right)+p_2\, \left(\sigma_2^2+m_2^2\right)</math>.

Le carré de l'espérance vaut : <math>\mathbb E(X)^2=(p_1\, m_1+p_2\, m_2)^2</math>.

D'où l'expression de la variance du mélange - toujours sous la condition <math>\left(p_1+p_2=1\right)</math> :

<math display="block">V(X)=\mathbb E(X^2)-\mathbb E(X)^2=p_1\, \sigma_1^2+p_2\, \sigma_2^2+p_1\, p_2\, \left(m_1-m_2\right)^2.</math>

Cette expression montre que tout écart sur les moyennes, qu’importe le signe de cet écart, contribue à augmenter la variance du mélange.

L'[[écart type]] <math>(\sigma)</math> du mélange s'obtient par sa définition habituelle : <math>\sigma=\sqrt {V(X)}</math>.

=== Mélange de deux distributions unimodales identiques mais simplement décalées ===
Ce cas de figure est fréquent, et présente une propriété permettant de retrouver les occurrences (<math>p_1</math>et <math>p_2=1-p_1</math>) par la lecture de la densité de probabilité du mélange.
[[Fichier:Placement modes amplitudes pics.png|vignette|Cas où les distributions f1 et f2 sont identiques, mais décalées en abscisse.|207x207px]]
Ce cas particulier est caractérisé par :

# <math>f_1(x)</math> est la densité de probabilité d'une distribution unimodale : 
#* son mode est rencontré en <math>x_1</math>
#* l'occurrence de cette distribution est <math>p_1</math>
# L'autre densité est obtenue par [[translation]] des abscisses de <math>f_1</math> de la valeur d'un '''biais''' uniforme (noté <math>b</math>) :
#* <math>\forall x\; f_2(x)=f_1(x-b)</math>
#* de même, <math>f_1(x)=f_2(x+b)</math>
#* le mode de <math>f_2</math> est rencontré en <math>x_2=x_1+b</math>
#* l'occurrence de cette distribution est <math>p_2=1-p_1</math>
Si le biais <math>(b)</math> est suffisant, le mélange de ces deux distributions est bimodal. Soient :
# <math>g(x)</math> la densité de probabilité du mélange
# <math>x_{1m}</math> l'abscisse du premier mode de <math>g(x)</math>
# <math>x_{2m}</math> l'abscisse du second mode de <math>g(x)</math>

Une propriété de ce cas de figure est que le rapport des deux maxima de la fonction <math>g(x)</math> donne le rapport des deux occurrences :

<math display="block">\frac{g(x_{1m})}{g(x_{2m})}\approxeq\frac{p_1}{p_2}=\frac{p_1}{1-p_1}.</math>
{{Démonstration
 |Soit <math>R</math> ce rapport : <math>R=\frac{g(x_{1m})}{g(x_{2m})}=\frac{p_1\cdot f_1(x_{1m})+p_2\cdot f_2(x_{1m})}{p_1\cdot f_1(x_{2m})+p_2\cdot f_2(x_{2m})}\approxeq \frac{p_1\cdot f_1(x_{1m})}{p_2\cdot f_2(x_{2m})}.</math>

En effet, puisque le biais <math>(b)</math> doit être suffisamment grand (devant l'écart type de <math>f_1</math> et <math>f_2</math>) pour faire émerger le caractère bimodal :
* La contribution de la densité <math>f_2</math> aux alentours du premier mode <math>(x_{1m})</math> est négligeable devant celle de <math>f_1</math>
* Et vice versa aux alentours du second mode <math>(x_{2m}).</math>

Le premier mode <math>(x_{1m})</math> de la densité du mélange <math>g(x)</math> n'est pas strictement celui de la fonction <math>f_1</math>. Cette dernière peut être développée au voisinage de son mode <math>(x_{1})</math>, qui - par définition du mode - annule sa dérivée :

<math>f_1(x_{1m})=f_1(x_1)+(x_{1m}-x_1)\cdot \underbrace{\bigl({df_1 \over dx}\bigr)_{x_1}}_{=0}+O\, (x_{1m}-x_1)^2=f_1(x_1)+O\, (x_{1m}-x_1)^2.</math>

De même : <math>f_2(x_{2m})=f_2(x_2)+O\, (x_{2m}-x_2)^2.</math>

D'où : <math>R\approxeq \frac{p_1\,f_1(x_1)}{p_2\, f_2(x_2)}.</math>

La densité <math>f_2</math> est obtenue (par hypothèse) par translation de <math>f_1</math> en bloc sur les abscisses, donc : <math>f_2(x_2)=f_1(x_2-b)=f_1(x_1).</math>

Il vient finalement : <math>R\approxeq\frac{p_1}{p_2}.</math>
}}
=== Mélange de deux distributions normales ===
Il s'agit d'un autre cas de figure suffisamment fréquent pour que ce mélange ait été étudié en détail<ref>{{Article|prénom1=C. A.|nom1=Robertson|prénom2=J. G.|nom2=Fryer|titre=Some descriptive properties of normal mixtures|périodique=Scandinavian Actuarial Journal|volume=1969|numéro=3-4|date=1969-01|issn=0346-1238|issn2=1651-2030|doi=10.1080/03461238.1969.10404590|lire en ligne=http://dx.doi.org/10.1080/03461238.1969.10404590|consulté le=2022-11-02|pages=137–146}}</ref>.

La loi régissant la distribution du mélange de deux lois normales possède 5 paramètres :
# la moyenne de la première loi normale <math>(m_1)</math>
# l'écart-type de la première loi normale <math>(\sigma_1)</math>
# la moyenne de la seconde loi normale <math>(m_2)</math>
# l'écart-type de la seconde loi normale <math>(\sigma_2)</math>
# l'occurrence <math>(p_1)</math> de la première loi, celle de la seconde étant une conséquence <math>(p_2=1-p_1)</math>

==== Conditions de bimodalité du mélange ====
Les conditions nécessaires et suffisantes pour que le mélange de distributions normales soit bimodal ont été identifiées par Ray et Lindsay<ref>{{Article|prénom1=Surajit|nom1=Ray|prénom2=Bruce G.|nom2=Lindsay|titre=The topography of multivariate normal mixtures|périodique=The Annals of Statistics|volume=33|numéro=5|date=2005-10-01|issn=0090-5364|doi=10.1214/009053605000000417|lire en ligne=http://dx.doi.org/10.1214/009053605000000417|consulté le=2022-11-02}}</ref>.

Une condition nécessaire pour qu'un mélange [[Homoscédasticité|homoscédastique]] de deux distributions normales - i.e. dont les écarts-types sont égaux <math>(\sigma_1=\sigma_2)</math> - soit bimodal est que leurs moyennes diffèrent d'au moins {{nobr|2 fois}} l'écart-type commun<ref name=":1">{{Article|langue=en|prénom1=M.|nom1=Schilling|prénom2=A.|nom2=Watkins|prénom3=W.|nom3=Watkins|titre=Is Human Height Bimodal?|périodique=undefined|date=2002|lire en ligne=https://www.semanticscholar.org/paper/Is-Human-Height-Bimodal-Schilling-Watkins/50415d4386e43f1d9c3ba700aa48909caab4ce1c|consulté le=2022-11-02}}</ref>.

==== Conditions d'unimodalité du mélange ====
Une condition suffisante pour l'unimodalité du mélange est que<ref name=":2">{{Article|prénom1=Javad|nom1=Behboodian|titre=On the Modes of a Mixture of Two Normal Distributions|périodique=Technometrics|volume=12|numéro=1|date=1970-02|issn=0040-1706|issn2=1537-2723|doi=10.1080/00401706.1970.10488640|lire en ligne=http://dx.doi.org/10.1080/00401706.1970.10488640|consulté le=2022-11-02|pages=131–139}}</ref>: <math>\mid m_1-m_2\mid \leq 2\, \min(\sigma_1,\sigma_2)</math>.

;Cas [[Homoscédasticité|homoscédastique]]
Une condition suffisante pour l'unimodalité du mélange dans le cas où les deux variances sont identiques<ref name=":2" />: <math>\mid m_1-m_2\mid \leq 2\sigma\, \sqrt{1+\frac{|\ln p_1-\ln p_2|}{2}} </math>.
[[Fichier:Separation domaines uni-multi melange iso sigma d f p.png|alt=Séparation des domaines uni/bimodal dans le cas du mélange de homoscédastique de 2 lois normales = f (p ; d)|vignette|Séparation des domaines uni/bimodal dans le cas du mélange homoscédastique de 2 lois normales = f (p ; d)]]
Une [[Équivalence logique|condition nécessaire et suffisante]] pour l'unimodalité du mélange<ref>{{Article|langue=en|prénom1=Hajo|nom1=Holzmann|prénom2=Sebastian|nom2=Vollmer|titre=A likelihood ratio test for bimodality in two-component mixtures with application to regional income distribution in the EU| périodique=AStA Advances in Statistical Analysis| volume=92| numéro=1| passage=57-69| date=2008|doi=10.1007/s10182-008-0057-2|lire en ligne=https://publications.goettingen-research-online.de/handle/2/55286|consulté le=2022-11-02}}</ref>:

Soit <math>d=\frac{|m_1-m_2|}{2\sigma}</math> : <math>d\leq 1</math> ou bien <math>|\ln p_1-\ln p_2|\geq2\, \ln \left(d-\sqrt{d^2-1}\right)+2\, d\, \sqrt{d^2-1}</math>.

===== Cas où les deux occurrences sont égales (p<sub>1</sub> = p<sub>2</sub> = 0,5) =====
Une condition '''nécessaire et suffisante''' pour l'unimodalité du mélange<ref name=":1" />:
[[Fichier:Separation domaines uni-multi melange iso p f r.png|alt=Séparation des domaines uni/bimodal dans le cas du mélange à 50%-50% de 2 lois normales|vignette|Séparation des domaines uni/bimodal dans le cas du mélange à 50%-50% de 2 lois normales]]
Soient  <math>r=\frac{\sigma_1^2}{\sigma_2^2}</math>  et  <math>S=\frac{\sqrt{-2+3r+3r^2-2r^3+2\left(1-r+r^2\right)^\frac{3}{2}}}{\sqrt{r}\,\bigl(1+\sqrt{r}\bigr)}</math> le facteur de séparation

La densité du mélange est unimodale si, et seulement si, <math>|m_1-m_2|<S\, \left(\sigma_1+\sigma_2\right)</math>.

;Remarques
# Si les deux écarts-types sont égaux, <math>S=1</math> et l'on retrouve le critère d'espacement des moyennes de moins de {{nobr|2 fois}} l'écart-type commun.
# Le critère <math>(S)</math> est inchangé si l'on permute <math>\sigma_1</math> et <math>\sigma_2</math> : <math>S(r)=S \left(\frac{1}{r}\right)</math>
# <math>S</math> tend vers <math>0</math> lorsque l'un des 2 écarts-types devient prépondérant par rapport à l'autre :   <math>\lim_{r\rightarrow\,0}S=\lim_{r\rightarrow\, +\infty} S = 0</math>
# La séparation des domaines uni/bimodal suivant cette condition est représentée par la figure 10.

== Mélange de {{Math|§=n}} lois (''sens direct'') ==
Le raisonnement peut être étendu au cas du mélange de <math>n</math> lois quelconques.

Les expressions de la densité de probabilité <math>g(x)</math>, de la fonction de répartition <math>G(x)</math>, de l'espérance <math>\mathbb{E}(X)</math> et de la variance <math>V(X)</math> du mélange sont les suivantes :

<math display="block">\begin{matrix} g(x) & = & \sum_{i=1}^n p_i\, f_i(x)\\ G(x) & = &\sum_{i=1}^n p_i\, F _i(x) \\\mathbb{E}(X) & = & \sum_{i=1}^{n} p_i\, m_i\\ V(X) & = & \sum_{i=1}^n p_i\, \sigma_i^2+\sum_{i=1}^n\, \sum_{j=i+1}^n p_i\, p_j \, \bigl(m_i-m_j)^2\end{matrix}</math>

Toujours sous la condition liant les occurrences : <math>\sum_{i=1}^n p_i=1</math>.

Les conditions d'émergence de modes multiples sont plus complexes à formuler que dans le cas du mélange de 2 lois.

== Statistiques descriptives ==
Les distributions bimodales constituent des exemples typiques où les paramètres classiques des statistiques descriptives (moyenne, médiane, écart-type) peuvent se révéler insuffisants, voire trompeurs :
* la valeur de la moyenne (comme celle de la [[Médiane (statistiques)|médiane]]) peut être située dans des classes creuses, ne représentant ainsi pas une valeur typique,
* l'écart-type cumule ceux des distributions impliquées dans le mélange et celui résultant du biais de moyenne (cf. sections précédentes).

Il n'existe actuellement aucune [[statistique descriptive]] universellement acceptée pour quantifier les paramètres d'une distribution multimodale dans le cas général malgré des tentatives.

=== Rapport bimodal et amplitude de la bimodalité ===
En cas de distribution bimodale avérée, deux métriques peuvent être définies<ref name=":4">{{Article|prénom1=Chidong|nom1=Zhang|prénom2=Brian E.|nom2=Mapes|prénom3=Brian J.|nom3=Soden|titre=Bimodality in tropical water vapour|périodique=Quarterly Journal of the Royal Meteorological Society|volume=129|numéro=594|date=2003-10|issn=0035-9009|issn2=1477-870X|doi=10.1256/qj.02.166|lire en ligne=http://dx.doi.org/10.1256/qj.02.166|consulté le=2022-11-12|pages=2847–2866}}</ref> pour caractériser les différences d'amplitude entre les deux pics sur la densité de probabilité, obtenue en pratique par l'histogramme des effectifs observés par intervalles de valeurs sur la grandeur <math>(X)</math> d'intérêt.

Le rapport bimodal <math>(R)</math><ref name=":4" /> est défini comme le rapport des pics droit (indice <math>r</math> comme ''right'') et gauche (indice <math>l</math> comme ''left'') :

<math display="block">R=\frac{g\,(x_r)}{g\,(x_l)},</math>

où <math>g(x)</math> désigne la densité de probabilité de la distribution bimodale étudiée, <math>x_r</math> l'abscisse du pic droit, <math>x_l</math> l'abscisse du pic gauche.

Cette quantité indique lequel des deux pics domine donc une indication sur les proportions du mélange <math>(p_1\,;\, p_2=1-p_1)</math>.

L'amplitude de la bimodalité <math>(A_B)</math><ref name=":4" /> est définie par le rapport suivant :

<math display="block">A_B=\frac{g\,(x_{mode\;mineur})-g\,(x_{antimode})}{g\,(x_{mode\;mineur})}.</math>

<math>A_B</math> est toujours compris entre 0 et 1. Plus grande est sa valeur, plus les pics sont émergents<ref name=":4" />.

=== Séparation bimodale ===
Cet indice suppose que la distribution observée est un mélange de deux distributions normales <math>\mathcal{N}(m_1;\sigma_1)</math>et <math>\mathcal{N}(m_2;\sigma_2)</math>.

Les articles<ref name=":4" />{{,}}<ref>{{Article|prénom1=Keith A.|nom1=Ashman|prénom2=Christina M.|nom2=Bird|prénom3=Stephen E.|nom3=Zepf|titre=Detecting bimodality in astronomical datasets|périodique=The Astronomical Journal|volume=108|date=1994-12|issn=0004-6256|doi=10.1086/117248|lire en ligne=http://dx.doi.org/10.1086/117248|consulté le=2022-11-12|pages=2348}}</ref> introduisent la métrique de séparation bimodale <math>(S)</math> définie comme suit :

<math display="block">S=\frac{m_1-m_2}{2\,(\sigma_1+\sigma_2)}.</math>D'autres auteurs lui préfèrent :<math display="block">D=\frac{|m_1-m_2|}{\sqrt{\frac{(\sigma_1^2+\sigma_2^2)}{2}}}.</math>Ces métriques reviennent à la définition du « ''biais de moyenne réduit'' » - cf. section ''Explications informelles''. Elles quantifient l'écartement des deux pics par rapport aux variances « naturelles » des 2 distributions normales constituant le mélange, l'idée étant que les deux pics doivent être suffisamment écartés pour qu'émerge le caractère bimodal du mélange.

Outre la restriction au mélange de distributions normales, on peut objecter à ces deux métriques que :

# Lorsque l'observateur fait face à ses données brutes (histogramme des effectifs), il ne connaît généralement pas les 5 paramètres constitutifs du mélange de 2 lois normales <math>(m_1\, ;\, m_2\, ; \, \sigma_1\, ; \,\sigma_2 \, ;\, p_1 )</math>, nécessaires pour calculer ces métriques.
# Que les proportions du mélange <math>(p_1\,;\, p_2=1-p_1)</math> n'interviennent pas dans ces formules proposées, alors que ces proportions interviennent dans les conditions d'unimodalité / multimodalité du mélange (''cf. section Mélange de 2 distributions normales'').
# Lorsque l'observateur a identifié ces 5 paramètres par une méthode inverse, il n'a plus besoin de statistiques descriptives pour guider sa démarche d'identification.

=== Indices de bimodalité ===

==== Indice de Wang ====
[[Fichier:Separation domaines uni-multi melange iso sigma bi f p.png|alt=Figure 11. Séparation des domaines uni/bimodal d'un mélange homoscédastique de 2 lois normales, exprimé en fonction de la proportion du mélange (p) et de l'indice de bimodalité (BI)|vignette|'''Figure 11.''' Séparation des domaines uni/bimodal d'un mélange homoscédastique de 2 lois normales, exprimé en fonction de la proportion du mélange (p) et de l'indice de bimodalité de Wang (BI)]]
[[Fichier:Separation domaines uni-multi melange iso sigma d f bi.png|alt=<nowiki>Figure 12. Séparation des domaines uni/bimodal d'un mélange homoscédastique de 2 lois normales, exprimé en fonction de l'indice de bimodalité (BI) et du biais réduit |m1-m2|/sigma</nowiki>|vignette|'''Figure 12.'''<nowiki> Séparation des domaines uni/bimodal d'un mélange homoscédastique de 2 lois normales, exprimé en fonction de l'indice de bimodalité de Wang (BI) et du biais réduit |m1-m2|/sigma</nowiki>]]
Cet indice de bimodalité proposé par l'article<ref>{{Article|prénom1=Jing|nom1=Wang|prénom2=Sijin|nom2=Wen|prénom3=W. Fraser|nom3=Symmans|prénom4=Lajos|nom4=Pusztai|titre=The Bimodality Index: A criterion for Discovering and Ranking Bimodal Signatures from Cancer Gene Expression Profiling Data|périodique=Cancer Informatics|volume=7|date=2009-01|issn=1176-9351|issn2=1176-9351|doi=10.4137/cin.s2846|lire en ligne=http://dx.doi.org/10.4137/cin.s2846|consulté le=2022-11-13|pages=CIN.S2846}}</ref> suppose que la distribution observée résulte du mélange de deux distributions normales d'égales variances (cas [[Homoscédasticité|homoscédastique]]), de moyennes <math>(m_1\, ; \,m_2)</math> différentes, dans des proportions <math>(p_1\, ; \, p_2=1-p_1)</math> différentes. Cet indice est défini comme suit :<math display="block">BI=\frac{|m_1-m_2|}{\sigma}\cdot \,\sqrt{p\, (1-p)}.</math>Cet indice a du sens dans la mesure où :

# Il résume le rapport des variances, entre celle du mélange <math>(\sigma_{glob})</math> et celle des 2 lois normales <math>(\sigma)</math> : <math>\Bigl(\frac{\sigma_{glob}}{\sigma}\Bigr)^2=1+BI^2</math>.
# Il constitue une combinaison des 4 paramètres <math>(m_1\, ; \, m_2\, ; \, \sigma\, ; \, p)</math> propres à ce type de mélange, et permettant de retrouver la séparation des domaines uni/bimodal vue précédemment (cf. ''Mélange de 2 distributions normales'') - cf. figures 11 et 12.
Bien que la définition de cet indice incorpore la proportion de mélange <math>(p)</math>, elle n'est pas suffisante pour capter tous les effets de cette proportion sur le comportement du mélange (cf. figure 11) et réduire ainsi l'analyse d'une dimension.

Cet indice est sujet aux mêmes objections que celles formulées à l'encontre des critères de séparation bimodale.

=== Mesure de l’accord ({{Math|§=A}}) suivant Van der Eijk ===
Les travaux de Cees van der Eijk portent sur les comportements politiques comparés et leur méthode de mesure. Les distributions multimodales sont fréquentes dans ce domaine : elles révèlent différents groupes d’opinion.

==== Considérations liminaires ====
Dans son article référencé<ref name=":3">{{Article|langue=en|auteur1=Cees Van der Eijk|titre=Measuring Agreement in Ordered Rating Scales|périodique=Quality & Quantity, Kluwer Academic Publishers, 35 (3): 325–341.|date=2001|lire en ligne=https://doi.org/10.1023%2Fa%3A1010374114305}}</ref>, l’auteur :
# rappelle que les métriques classiques (moyenne, [[Écart type|écart-type]]) sont insuffisantes pour appréhender les distributions multimodales, car elles ne représentent pas convenablement ce qu'elles sont censées mesurer : la localisation des pics et leur acuité.
# propose une mesure <math>(A)</math> de l’accord (''Agreement'') caractéristique d’un histogramme donné, une fois ce dernier décomposé en composantes élémentaires (ou « couches ») et pour lesquelles l'accord peut être exprimé de manière simple et sans équivoque.

La variable aléatoire examinée consiste en une échelle de notation à <math>(K)</math> niveaux (ou ''rating scale''). Si la variable aléatoire originelle est continue ([[Variable aléatoire à densité|variable à densité]]), il faut diviser son domaine en <math>(K)</math> classes d’égale étendue.

En matière de sondages d’opinion, le nombre <math>(K)</math> de niveaux est nécessairement limité pour des raisons pratiques liées au questionnaire, mais doit suffisamment rester élevé pour permettre une bonne résolution sur les écarts entre individus. Les échelles de 7, 9, 10 ou {{nobr|11 points}} sont couramment pratiqués, cadre dans lequel s’inscrit la mesure <math>(A)</math> de l’Accord.

L’échelle de l’Accord est adimensionnelle. L’auteur l’a construite de façon à respecter 3 niveaux caractéristiques :
# La borne supérieure <math>(A=1)</math> représente l’'''accord parfait''' : toutes les observations sont situées dans une seule classe de l’échelle de notation (quelle que soit la valeur associée à cette classe).
# La borne intermédiaire <math>(A=0)</math> représente l’'''absence d’accord''' : les observations sont équiréparties sur toutes les classes (distribution uniforme).
# La borne inférieure <math>(A=-1)</math> représente le '''désaccord maximal''' : les deux classes extrêmes de l’échelle de notation accueillent chacune la moitié des observations.

==== Analyse des distributions semi-uniformes ====
La méthode de Van der Eijk s’appuie sur une distribution élémentaire : la distribution semi-uniforme, dans laquelle les différentes classes offertes par l’échelle de notation sont soit vides, soit équi-peuplées.

Une telle distribution est complètement caractérisée par :
# son effectif total
# son motif : i.e. comment sont distribuées les classes vides et les classes non-vides.

Le motif est représenté par un <math>K</math>-uplet de valeurs binaires : 0 représente une classe vide, 1 représente une classe non-vide.

Une distribution semi-uniforme est unimodale si et seulement si toutes les classes non-vides (i.e. les séquences de 1) sont contiguës.

Dans le cas contraire, où des 0 s’intercalent entre deux classes non-vides, la distribution semi-uniforme est multimodale.

===== Mesure de l’accord ({{Math|§=A}}) pour les distributions semi-uniformes unimodales =====
La distribution étant unimodale, sa mesure d’unimodalité <math>(U)</math> vaut 1 par construction de l'ensemble de la méthode.

Il reste alors à quantifier l’étendue des classes non-vides dans la plage permise par l’échelle de notation (à <math>K</math> valeurs) pour obtenir la mesure de l’accord <math>(A)</math>.

Soit <math>(S)</math> le nombre de classes non-vides. L’auteur propose la forme linéaire suivante :

<math display="block">A=1-\frac{S-1}{K-1}.
</math>Cette expression réalise les conditions limites souhaitées :
# <math>A=1\,si\,S=1</math> : lorsque toutes les observations sont situées dans une seule classe,
# <math>A=0\, si \, S=K</math> : lorsque les observations sont équiréparties sur toutes les classes.

Toute étendue intermédiaire des classes non-vides <math>(1<S<K)</math> aboutit à un accord <math>(A)</math> compris entre 0 et 1, l’accord étant d’autant plus faible que l’on tend vers la distribution uniforme.

Remarquons que l’accord <math>(A)</math> ne dépend que de l’étendue des classes non-vides contiguës, et non des valeurs de l’échelle de notation associées à cette localisation : sur une échelle de notation à 7 niveaux, les motifs <math>(0\,1\,1\,1\,0\,0\,0)</math> et <math>(0\,0\,0\,0\,1\,1\,1)</math> présentent la même valeur <math>A=2/3</math>.

===== Mesure de l’accord ({{Math|§=A}}) pour les distributions semi-uniformes multimodales =====
L’auteur propose de pondérer l’expression précédente de l’accord <math>(A)</math> par une mesure d’unimodalité <math>(U)</math> inférieure à 1, soit :

<math display="block">A=U\,\Bigl(1-\frac{S-1}{K-1}\Bigr).</math>

La mesure d’unimodalité <math>(U)</math> est construite suivant le principe directeur selon lequel l’inclusion de nombreuses classes vides (0) entre deux séquences de classes non-vides (1), tendant à rejeter ces dernières sur les extrêmes de l’échelle de notation (à <math>K</math> niveaux), traduit :
* non pas l’absence d’accord,
* mais la manifestation d’un désaccord : <math>A<0</math>, avec -1 comme valeur extrême.

La mesure d’unimodalité <math>(U)</math> est évaluée par la méthode suivante :

====== Recensement des triplets de type (110), (011) ou (101) contenus dans le motif ======
L’évaluation de l’unimodalité <math>(U)</math> demande de recenser tous les triplets constitués de deux « 1 » et d’un « 0 » parmi le K-uplet représentant le motif de la distribution semi-uniforme.

<math>(S)</math> désignant toujours le nombre de classes non-vides, il représente le nombre de « 1 » contenus dans le motif. Le nombre de triplets recherchés vaut :

<math display="block">N_{triplets}=C_S^2\times C_{K-S}^1=\frac{S\, (S-1)}{2}\, (K-S).
</math>

====== Catégorisation de ces triplets ======

* Les triplets de type <math>(1\,1\,0)</math> ou <math>(0\,1\,1)</math> sont conformes à l’unimodalité : soit <math>TU</math> le nombre de triplets répondant à ce type.
* Les triplets de type <math>(1\,0\,1)</math> dévient de l’unimodalité : soit <math>TDU</math> le nombre de triplets répondant à ce type.

====== Évaluation de la mesure d’unimodalité ({{Math|§=U}}) ======
L’auteur propose d’évaluer la mesure de l’unimodalité <math>(U)</math> par la formule suivante :

<math display="block">U=\frac{(K-2)\,TU\,-(K-1)\,TDU}{(K-2)\,(TU+TDU)}.</math>

{{Souligner|Remarques}} :

Cette mesure d’unimodalité <math>(U)</math> tend vers 1 (distribution unimodale) lorsque <math>TDU</math> tend vers 0 : pas de triplets de type <math>(1\,0\,1)</math> déviant de l’unimodalité.

Le cas de bimodalité extrême est atteint lorsque les deux classes non-vides sont rejetés sur les bords du motif <math>(S=2 \quad TU=0 \quad TDU=K-2)</math>, auquel cas :
* La mesure d’unimodalité <math>(U)</math> vaut <math>U=-\frac{K-1}{K-2}</math>
* L’accord <math>(A)</math> vaut : <math>A=U\,\Bigl(1-\frac{S-1}{K-1}\Bigr)=-\frac{K-1}{K-2}\cdot \frac{K-2}{K-1}=-1</math>

==== Décomposition d’un histogramme en couches de distributions semi-uniformes ====
L’histogramme réel contenant les observations n’a pas de raison de se conformer au modèle théorique de la distribution semi-uniforme défini précédemment.

En revanche, toute distribution (portant sur une échelle de notation à K niveaux) peut être décomposée sous la forme d’au plus <math>(K)</math> couches de distributions semi-uniformes<ref name=":3" />.

Le principe de cette décomposition consiste :
# À localiser la classe la moins représentée de l’histogramme, permettant de construire une première distribution uniforme : son accord <math>(A_1)</math> est nul.
# Puis localiser la deuxième classe la moins représentée, permettant de construire une deuxième distribution semi-uniforme, avec une classe vide à l’endroit vidé par la première distribution. Son accord <math>(A_2)</math> est évalué par la méthode décrite précédemment.
# Et ainsi de suite… jusqu’à avoir capturé tous les individus de l’histogramme.

La valeur finale de l’accord <math>(A)</math> est obtenue par la somme pondérée des accords de chaque couche <math>(A_i)</math> par son poids <math>(\omega_i)</math> dans la distribution totale. Le poids <math>(\omega_i)</math> est défini comme le rapport des effectifs de la i<sup>ème</sup> couche sur les effectifs totaux.

<math display="block">A=\sum_{couches} \omega_i\cdot A_i.
</math>

Ce mécanisme de décomposition est illustré par la figure ci-dessous :
[[Fichier:Decompostion van der eijk.png|centré|cadre|'''Figure 13.''' Décomposition de l'histogramme des effectifs observés en couches de distributions semi-uniformes, sur un cas d'échelle de notation à {{nobr|7 points}}.]]

==== Mise en œuvre de la méthode ====
Sur la base de l'exemple donné en Figure 13 :

La décomposition des effectifs de l'histogramme en 7 couches de distributions semi-uniformes est effectuée comme suit :

<math>\begin{array}{|c|c|c|} \hline Labels & A & B & C & D & E & F & G & Total & Poids (\omega)\\ \hline
Valeurs &1&2&3&4&5&6&7\\
Observations &n_1&n_2&n_3&n_4&n_5&n_6&n_7&N\\ \hline
Couche\,1&n_1&n_1&n_1&n_1&n_1&n_1&n_1&7\,n_1&\frac{7\, n_1}{N}\\
Couche\,2&0&n_7-n_1&n_7-n_1&n_7-n_1&n_7-n_1&n_7-n_1&n_7-n_1&6\,(n_7-n_1)&\frac{6\,(n_7-n_1)}{N}\\
Couche\,3&0&n_4-n_7&n_4-n_7&n_4-n_7&n_4-n_7&n_4-n_7&0&5\,(n_4-n_7)&\frac{5\,(n_4-n_7)}{N}\\
Couche\,4&0&n_5-n_4&n_5-n_4&0&n_5-n_4&n_5-n_4&0&4\,(n_5-n_4)&\frac{4\,(n_5-n_4)}{N}\\
Couche\,5&0&n_3-n_5&n_3-n_5&0&0&n_3-n_5&0&3\,(n_3-n_5)&\frac{3\,(n_3-n_5)}{N}\\
Couche\,6&0&n_2-n_3&0&0&0&n_2-n_3&0&2\,(n_2-n_3)&\frac{2\,(n_2-n_3)}{N}\\
Couche\,7&0&0&0&0&0&n_6-n_2&0&n_6-n_2&\frac{n_6-n_2}{N}\\ \hline
Total & n_1&n_2&n_3&n_4&n_5&n_6&n_7&N&1 \\ \hline
\end{array}</math>

Ceci permet d'accéder à la représentation en motifs et poids pour chaque couche, et d'effectuer les calculs des mesures d'unimodalité <math>(U)</math> et de l'Accord <math>(A)</math> :

<math>\begin{array}{|c|c|c|} \hline Labels & A & B & C & D & E & F & G & \omega_i& U_i & 1-\frac{S_i-1}{K-1}&  A_i& \omega_i\cdot A_i\\
Valeurs & 1 & 2 & 3 & 4 & 5 & 6 & 7 &  &  &  &  & \\ \hline
Couche\, 1 &1 &1 &1 &1 &1 &1 &1 &\omega_1&1 &0 &0 &0\\
Couche\, 2&0&1&1&1&1&1&1&\omega_2&1 &0,167 &0,167 &0,167\, \omega_2\\
Couche\, 3&0&1&1&1&1&1&0&\omega_3&1 &0,333 &0,333 &0,333\, \omega_3\\
Couche\, 4&0&1&1&0&1&1&0&\omega_4&0,511 &0,500 &0,256 &0,256\, \omega_4\\
Couche\, 5&0&1&1&0&0&1&0&\omega_5&0,267  &0,667 &0,178 &0,178\, \omega_5\\
Couche\, 6&0&1&0&0&0&1&0&\omega_6&-0,320 &0,833 &-0,267 &-0,267\, \omega_6\\
Couche\, 7&0&0&0&0&0&1&0&\omega_7&1 &1 &1 &\omega_7\\ \hline
Total & & & & & & & &1 & & & & A=\sum_{i=1}^{7} \omega_i\cdot Ai \\ \hline
\end{array}</math>
[[Fichier:Test agreement Van Der Eijk 2 distr.png|vignette|'''Figure 14.''' Exemple de deux distributions identiques sur le plan de la moyenne et de l'écart-type, mais différentes suivant l'accord (A) de Van der Eijk]]
Un autre exemple montre deux distributions portant sur la même variable (échelle de notation à 8 niveaux) :
* dont les moyennes sont identiques, et les écarts-types très similaires,
* mais évaluées comme différentes par l'Accord <math>(A)</math> de Van der Eijk, car la première est unimodale alors que la seconde possède un caractère bimodal fortement marqué (Figure 14).

<math>\begin{array}{|c|c|c|}
\hline \text{Valeurs} & 1 & 2 & 3 & 4 & 5 & 6 & 7 & 8 & Total & m & \sigma & A\\
\hline \text{Effectifs distr. n°1} &12 &73 &178& 237& 237& 178& 73& 12& 1000 &4,5& 1,46& 0,446\\ 
\text{Effectifs distr. n°2} &1 &1 &479& 19& 19& 479& 1& 1& 1000 & 4,5& 1,48& 0,260\\
\hline
\end{array}</math>

==== Avantages et limites de la méthode ====
{| class="wikitable"
|+
!Avantages
!Limites
|-
|La méthode est autoporteuse :
* elle ne nécessite que les seules données brutes (observations)
* elle n'est tributaire d'aucune hypothèse.
|Nécessité de former des classes d'égale étendue, ce qui peut limiter la portée de la méthode, ou causer une perte d'information.
|-
|La méthode distingue les {{nobr|2 cas}} :
* dispersion des données à l'intérieur d'un mode
* multimodalité
|Aucune règle ne permet de définir un [[intervalle de confiance]] autour de l'Accord <math>(A)</math>, puisque l'auteur ne définit pas la statistique qui régit cet Accord.
|-
|
|{{Souligner|Point d'attention}} :
La comparaison de deux distributions (sur la base de l'accord <math>A</math>) n'a de sens que si l'échelle comporte le même nombre de points <math>(K)</math>.
|}
=== Méthode d'Otsu ===
La [[méthode d'Otsu]] propose de déterminer un seuil de séparation entre deux modes à partir d'un histogramme des effectifs d'une distribution d'origine donnée. Le seuil de séparation jugé pertinent suivant cette méthode est celui qui minimise les variances intra-classes, donc celui qui maximise la variance inter-classes<ref>{{Article|langue=anglais|auteur1=D. Chaudhuri|auteur2=A. Agrawal|titre=Split-and-merge Procedure for Image Segmentation using
Bimodality Detection Approach|périodique=Defence Electronics Application Laboratory, Dehradun-248 001|date=May 2010|lire en ligne=https://publications.drdo.gov.in/ojs/index.php/dsj/article/view/356/217|accès url=libre}}</ref>.

Cette méthode, utilisée en traitement d'image, aboutit à un ''résumé binaire'' de la distribution d'origine, avec perte d'information. Cette méthode est d'autant plus pertinente que la distribution d'origine présente un caractère bimodal affirmé.
== Notes et références ==
{{Références}}

== Voir aussi ==
=== Articles connexes ===
* [[Loi normale|Loi Normale]]
* [[Courbe de Gauss]]

{{Palette|Lois de probabilités|Probabilités et statistiques}}
{{Portail|probabilités et statistiques}}

[[Catégorie:Loi de probabilité]]
[[Catégorie:Statistique descriptive]]
[[Catégorie:Tableau statistique]]