Comment ne pas se faire avoir On utilise

  • Slides: 18
Download presentation
Comment ne pas se faire avoir ?

Comment ne pas se faire avoir ?

§ On utilise souvent des statistiques pour argumenter Exemple : Nicolas Sarkozy chez J-J.

§ On utilise souvent des statistiques pour argumenter Exemple : Nicolas Sarkozy chez J-J. Bourdin § Or, on peut faire dire beaucoup de choses aux statistiques « La raison d’être des statistiques, c’est de vous donner raison » Mark Twain

§ Être capable de définir et de distinguer une corrélation d’une causalité. § Être

§ Être capable de définir et de distinguer une corrélation d’une causalité. § Être capable de distinguer les différents types de causalités.

§ Dès la fin du XIXème siècle, Emile Durkheim cherchait à établir des relations

§ Dès la fin du XIXème siècle, Emile Durkheim cherchait à établir des relations statistiques pour expliquer certains faits sociaux. § Exemple : étude du suicide. § Existe-t-il un lien entre le fait de se suicider et le fait d’être marié ? Et le fait d’habiter à la campagne ?

1/ Corrélation positive : Deux variables varient dans le même sens : lorsqu’une augmente,

1/ Corrélation positive : Deux variables varient dans le même sens : lorsqu’une augmente, l’autre augmente aussi. § Exemple : La taille et le poids sont corrélés positivement (données fictives). Taille 1 m 70 1 m 75 1 m 80 1 m 85 Poids 74 kg 79 kg 83 kg 88 kg

2/ Corrélation négative : Deux variables varient dans le sens opposé : lorsqu’une augmente,

2/ Corrélation négative : Deux variables varient dans le sens opposé : lorsqu’une augmente, l’autre diminue. § Exemple : 3/ Absence de corrélation : Lorsqu’une variable varie, l’autre ne varie pas ou varie sans lien avec la première. § Exemple :

§ Corrélation : une corrélation est un lien statistique entre deux variables. § Exemple

§ Corrélation : une corrélation est un lien statistique entre deux variables. § Exemple : A et B augmentent tous les deux dans le même sens. § En quoi la causalité se distingue de la corrélation selon vous ?

§ Une corrélation est un lien statistique, sans qu’on se demande quelle variable agit

§ Une corrélation est un lien statistique, sans qu’on se demande quelle variable agit sur l’autre. § Une causalité est un lien qui affirme qu’une variable agit sur une autre. § L’augmentation du nombre de cigarette fumées entraine une diminution de l’espérance de vie. § Il y a bien une corrélation entre le nombre de lapins en Australie et l’indice du Dow Jones. Cependant, il semble difficile d’affirmer qu’il y a une causalité.

§ Activité : Tableau à compléter Pour chacun des cas, déterminez quelle est la

§ Activité : Tableau à compléter Pour chacun des cas, déterminez quelle est la relation de causalité et expliquez la. L’objectif est de distinguer plusieurs types de causalité.

En ordonnées : taille des pieds En abscisse : nombre d’erreurs d’orthographe

En ordonnées : taille des pieds En abscisse : nombre d’erreurs d’orthographe

§ Des corrélations sont souvent interprétées (volontairement ou non) comme des causalités. rapidement §

§ Des corrélations sont souvent interprétées (volontairement ou non) comme des causalités. rapidement § La manipulation ne s’arrête pas à la construction des données. § Elle porte également sur : - La mise en forme graphique. - La formulation des résultats. - Des confusions de définitions.

Mois Nombre de voitures brulées chaque mois Chiffre annuel De janvier à septembre 2014

Mois Nombre de voitures brulées chaque mois Chiffre annuel De janvier à septembre 2014 30 414 Octobre 2014 49 Novembre 2014 48 Décembre 2014 47 Janvier 2015 46 … … Décembre 2015 35 486 « Augmentation du nombre de voiture brûlées en 2015. Par rapport à 2014, 72 voiture supplémentaires ont été détruites en 2015 » . « Depuis plus d’un an, le nombre de voitures brulées mensuellement est en diminution constante » .

§Exemple : Commenter seulement la baisse des chômeurs de catégorie A et ignorer le

§Exemple : Commenter seulement la baisse des chômeurs de catégorie A et ignorer le fait que le nombre de chômeurs de catégories B et C augmente par ailleurs.

§Il faut toujours se demander qui a produit les chiffres. §Il faut alors toujours

§Il faut toujours se demander qui a produit les chiffres. §Il faut alors toujours faire attention aux modalités de construction de des statistiques. §Faire attention à ce qu’elles ne disent pas. §Se demander si la causalité est avérée.

§ Nicolas Gauvrit, « Statistiques, méfiez-vous » (disponible au CDI) § Blog de Baptiste

§ Nicolas Gauvrit, « Statistiques, méfiez-vous » (disponible au CDI) § Blog de Baptiste Coulmont (sociologue), http: //coulmont. com § Blog de Pierre Merklé (sociologue), http: //pierremerckle. fr/? s=corr%C 3%A 9 lation § SESâme : http: //sesame. apses. org/index. php? option=com_content&view=article&id=197&Itemid= 191