V. Statistique

Màj : 19 nov. 2025  –   # pages : 7

Introduction

https://clipedia-txt.net/statistiques#introduction
 • Introduction à la statistique
 • Paradoxe des anniversaires
triangle-clipedia.png Vidéos Clipedia : Introduction à la statistique

Les statistiques (ou "la statistique") permettent d'utiliser les données pour comprendre le monde et prendre des décisions.

Pour ce faire, la statistique dispose d'un ensemble d'outils pour traiter les données :

  1. collecte ;
  2. analyse ;
  3. interprétation ;
  4. représentation.

Ensuite, les probabilités permettent de produire des prédictions.

Illustration

Un chercheur remarque qu'il n'est jamais enrhumé durant les périodes où il mange des glaces, et inversement, les périodes où il tombe parfois enrhumé sont celles où il ne mange quasiment jamais de glaces. Il souhaite donc vérifier la thèse selon laquelle la consommation de crèmes glacées protégerait du rhume.

Pour ce faire il réalise une expérience sur base d'un échantillon de personnes aux profils variés (sexe, âge, profession, ...). Ensuite, par tirage au sort, il les réparti en deux groupes de 50 personnes chacun :

  • les membres du premier consommeront une glace chaque semaine pendant trois mois ;
  • les membres du second groupe ne consommeront aucune glace durant cette période.

Durant l'expérience il enregistre la donnée expérimentale a été enrhumé={oui, non}. Au terme de l'expérience notre chercheur obtient le tableau suivant :

NomGroupeEnrhumé ?
Karim1Non
Estelle2Non
Jo2Oui
Sacha1Non
Inaya1Oui
.........

Étant donné que les malades sont relativement rares, et que le fait de devenir malade est un phénomène aléatoire, on comprend ici l'importance de réaliser l'expérience sur base d'un échantillon "suffisamment grand".

Le résultat de l'expérience est le suivant :

  • groupe 1 : 9 malades
  • groupe 2 : 10 malades

Alors, effectivement on a observé moins de malade dans le groupe 1, mais la différence est-elle significative ? Autrement dit, ce résultat correspond-il à la réalité, ou bien est-il seulement le résultat du hasard ?

Pour répondre à cette question, une méthode consiste à répéter l'expérience un grand nombre de fois, mais cela serait très coûteux. Une alternative consiste à réaliser des tests statistiques (que nous étudierons dans une prochaine leçon).

Dans le présent cas, les test statistiques suggèrent que ce résultat est le fruit du hasard. Pourtant, le chercheur avait bien remarqué que les périodes de l'année où il mange de la glace, il n'est jamais enrhumé, tandis que les périodes où il est enrhumé sont celles pendant lesquelles il ne mange quasiment jamais de glace.

Cette analyse ne correspond pas au résultat des tests statistiques car elle ne prend pas en compte des données qui déterminent fortement le fait de tomber malade ou pas : la saison et la température ! Ainsi le fait de manger des glaces et de tomber malade sont tous deux influencés par la saison et la température.

Autrement dit, cette analyse est erronée parce qu'elle confond corrélation et causalité. Or la relation entre les deux est de type causalité ⇒ corrélation : une causalité implique nécessairement une corrélation, mais l'inverse n'est pas nécessairement vrai !

L'expérience décrite ci-dessus est dite essai randomisé contrôlé :

  • randomisé : on a constitué deux groupes de façon aléatoire ;
  • contrôlé : le groupe 2 (pas de glaces) est le groupe contrôle.

Dans la recherche pharmaceutique (notamment) on renforce ces procédés expérimentaux par un troisième : la méthode "à l'aveugle". Si par exemple on veut vérifier l'effet d'un médicament :

  • le groupe contrôle reçoit un placebo (pilule de sucre) ;
  • toutes les personnes impliquées dans l'expérimentation (malades et médecins) ignorent qui appartient à quel groupe.

La méthode à l'aveugle permet de garantir que tout le monde est traité de la même manière, c-à-d que la seule différence entre les deux groupes c'est que l'un est un groupe contrôle.

Utilité des
statistiques

Les statistiques et les probabilités permettent ainsi d'aller voir au-delà des idées reçues et des a priori, en les remplaçant par des vraies données, qui permettent de distinguer les simples coïncidences des relations de cause à effet.

Cependant, les scientifiques étant des êtres faillibles, les statistiques sont parfois mal utilisées. Certains scientifiques "tordent les statistiques" pour appuyer leurs idées. C'est pourquoi il est important de maîtriser ces outils :

  • non seulement pour être capable de les utiliser soi-même ;

  • mais aussi pour être capable d'identifier les études statistiques "tordues".

triangle-clipedia.png Vidéos Clipedia : Le paradoxe des anniversaires

Quelle est la probabilité que parmi m personnes au moins n partagent un même événement (date d'anniversaire, couleur du tee-shirt porté, ...).

Lorsqu'on demande aux gens de répondre intuitivement à la question "quelle est la probabilité que parmi 22 personnes au moins deux aient la même date d'anniversaire", ils ont généralement tendance à sous-évaluer cette probabilité, les réponses allant de 1% à 10%, alors que la réponse exacte est d'environ 50% ! La raison de cette erreur d'appréciation est que nous avons tendance à réfléchir à ce type de question (et à beaucoup d'autres ...) du point de vue de notre expérience individuelle (à l'instar du mangeur de crèmes glacées dans la leçon précédente). Or la statistique nous apprend que pour répondre correctement à ce type de questions, il faut une approche globale consistant à agréger l'ensemble des cas individuels. Ainsi le non statisticien aura tendance à comparer son cas aux 22-1 autres, alors que pour mesurer la probabilité réelle il faut prendre en compte le nombre de possibles couples différents dans un groupe de 22 personnes, soit 231 !

Selon le type de problème, les erreurs d'estimations dues à une analyse statistique superficielle peuvent être la sous-évaluation ou la sur-évaluation.

Quelle est la probabilité que deux personnes aient choisi de porter un tee-shirt de même couleur parmi trois possibles couleurs. Comme le montre le graphique suivant, il est assez intuitif que :
# combinaisons = ∏1#cas#valeurs    (178)    ⇒
# combinaisons = ∏123 = 32 = 9

paradoxe-anniversaire.gif

Ce même tableau montre que parmi ces 9 combinaisons possibles il y en a 3 telles que les deux personnes ont choisi la même couleur, de sorte que la réponse à notre question est 3/9=1/3.

Augmentons maintenant la complexité du problème, en augmentant le nombre de cas possibles (ici le nombre de personnes choisissant un tee-shirt de même couleur), qui passe de "deux" à "au moins deux" (plus précisément : "deux à trois"). Le nombre de combinaison possible augmente alors fortement puisque le nombre de personnes est à l'exposant du nombre de valeurs possibles (#couleurs) :
# combinaisons = ∏123 = 33 = 27

Il nous reste maintenant à calculer le numérateur de la probabilité, c-à-d le nombre de combinaisons où les personnes ont choisi la même couleur. Le tableau suivant concerne la série de la valeur "rouge".

paradoxe-anniversaire2.gif

Il y a donc 3+2+2=7 combinaisons sélectionnées pour la série rouge, ce qui fait 7*3=21 au total (c-à-d pour les trois couleurs), de sorte la probabilité est :
# combin. sélection. / # combin. total = 21 / 27 = 7 / 9.

Décomposons maintenant cette probabilité, afin de l'analyser. Elle est en réalité la somme de trois probabilités, chacune caractérisée par son numérateur :
21/27 = 9/27 + 6/27 + 6/27


Ceci illustre une première propriété fondamentale : la probabilité de deux événements mutuellement exclusif :
P(A ou B) = P(A) + P(B)

"Mutuellement exclusif" ⇔ "ou".


Mais continuons la décomposition :
9/27 + 6/27 + 6/27 =
1/3 + 2/9 + 2/9 =
1/3 + 1/3 * 2/3 + 1/3 * 2/3
où

  • 1/3 est la probabilité de deux choix de couleurs identiques (comme vu plus haut, puisque le choix de la troisième personne n'influence pas celui des deux premières) ;

  • 2/3 est la probabilité d'un choix de couleur différentes par la troisième personne (si la probabilité de choisir deux couleurs différentes est 1/3 alors la probabilité du contraire est 1-1/3=2/3).


Ceci illustre une première propriété fondamentale : la probabilité de concomitance de deux événements indépendants :
P(A et B) = P(A) * P(B)

"Indépendants" : les deux événements ne s'influencent pas (la réalisation de l'un n'a pas d'effets sur celle de l'autre).

Où A et B sont indépendants ⇔ P(A) = P(A|B)
Autrement dit :
A et B sont dépendant ⇔ P(A) ≠ P(A|B)

De sorte que la probabilité générale de concomitance de deux événements est:
P(A et B) = P(A) * P(B|A)


Revenons à nos exercices. Cette fois on veut calculer la probabilité que parmi trois personnes, au moins deux aient la même date d'anniversaire :
1/365 + 1/365 * (365-1)/365 + 1/365 * (365-1)/365 =
1/365 + 364/3652 + 364/3652 ≈ 0.82 %

Grands
Nombres

On se rend compte que lorsque le nombre de cas augmente, l'identification des combinaisons à comptabiliser au numérateur de la probabilité devient de plus en plus ardue, puisqu'il faut vérifier chaque cas afin de rejeter les doubles comptages.

Une autre méthode consiste à résoudre d'abord le problème "en creux", ce qui va radicalement simplifier sa résolution. En l'occurrence on va passer du problème A au problème B :

  • A : probabilité que parmi 22 personnes au moins deux aient la même date d'anniversaire ?
  • B : probabilité que parmi 22 personnes toutes aient des anniversaires différents ?

Or il est évident que A et B sont mutuellement exclusifs    ⇒
P(A ou B) = P(A) + P(B)

D'autre part, il est tout aussi évident que A et B sont des événements complémentaires :
P(A ou B ) = 1     ⇔ par (220)
P(A) = 1 - P(B)

On va donc calculer P(B), ce qui nous permettre de trouver directement P(A).

Soulignons que l'événement "mêmes dates d'anniversaire" ne sont pas indépendants : chaque date partagée diminue d'autant la probabilité de dates différentes pour les cas restants, de sorte que:
P(B) = 365/365 * 364/365 * 363/365 * ...     ⇔
P(B) = ∏i=0n-1 ( 365 - i ) / 365
où n est le nombre de personnes.

Le graphe de cette fonction de probabilité est décroissant de 1 à 0.

paradoxe-anniversaire3.gif

Plein écran : F11 (idem retour)

clipedia-txt.net
menu.jpg

Auteur : F. Jortay   |   Contact :   |   Suivre : infolettre

top-of-page.png