Économétrie : l’enquête entre cause et corrélation

Intervenant 10:00

Bienvenue dans le podcast du magazine Tangente. C'est un immense plaisir d'entamer cette nouvelle exploration avec vous tous aujourd'hui. Préparez-vous parce qu'on va plonger au cœur d'une véritable énigme intellectuelle. Bonjour

Intervenant 20:12

à tous. Une énigme, c'est le mot.

Intervenant 10:14

Alors, pour commencer, j'ai une observation statistique implacable. Si on analyse les données d'urgence dans n'importe quelle grande métropole, une corrélation mathématique parfaite saute aux yeux.

Intervenant 20:25

Ah oui, la fameuse.

Intervenant 10:26

Exactement. Plus il y a de pompiers déployés sur un incendie, plus les dégâts financiers causés par le feu sont colossaux. La courbe, elle monte de façon indiscutable.

Intervenant 20:37

Ce qui, si on s'en tenait juste à une lecture purement algorithmique, ça pourrait carrément laisser croire que les pompiers sont la cause des pires ravages.

Intervenant 10:45

C'est ça. Les données disent qu'ils arrivent en masse et bim, la facture explose.

Intervenant 20:50

Ouais, mais c'est le piège redoutable des données observationnelles en fait.

Intervenant 10:54

Bien sûr, on sait tous qu'il ne faut surtout pas confondre une corrélation et une causalité. Le bon sens nous dit que c'est la gravité de l'incendie qui attire plein de pompiers et pas l'inverse.

Intervenant 21:03

Heureusement, oui.

Intervenant 11:04

Mais, et c'est là que ça devient fascinant quand on sort de cet exemple un peu caricatural et qu'on s'attaque à des trucs hyper complexes comme l'inflation ou l'impact d'une loi, bah le bruit statistique du monde réel rend cette séparation cause-effet presque invisible.

Intervenant 21:18

Et l'enjeu est juste colossal. C'est exactement pour ça qu'existe l'économétrie d'ailleurs.

Intervenant 11:24

L'économétrie,

Intervenant 21:24

d'accord. Ouais, on parle pas juste de faire des moyennes ou des petits camemberts statistiques là. L'économétrie, c'est l'arsenal mathématique conçu exprès pour traquer ces véritables relations de cause à effet.

Intervenant 11:36

Au milieu de données complètement polluées ?

Intervenant 21:39

Voilà. Polluées par des milliers d'autres facteurs.

Intervenant 11:42

Bon, décortiquons un peu tout ça. Pour comprendre cette mécanique, on va scruter la salle des machines d'une institution incontournable. C'est l'INSEE. Ah,

Intervenant 21:50

l'INSEE, ouais.

Intervenant 11:51

Parce qu'on a souvent cette image un peu ennuyeuse de l'administration qui pondent des gros tableurs Excel juste pour annoncer le chômage à venteur.

Intervenant 21:57

Alors que c'est tout l'inverse. L'INSEE, c'est plutôt un labo de détectives scientifiques en fait.

Intervenant 12:02

C'est comme un médecin, non ? Il lit pas juste le thermomâtre, il diagnostique la maladie avec l'économétrie pour que l'État donne le bon traitement.

Intervenant 22:08

C'est une super analogie. Et c'est une singularité très française. La plupart des instituts dans le monde, ils s'arrêtent à la photo brute.

Intervenant 12:16

Ils collectent et puis c'est tout.

Intervenant 22:18

Mais l'INSEE, dès ses débuts, a été structuré pour modéliser les rouages invisibles derrière cette réalité.

Intervenant 12:26

Mais attendez, aujourd'hui, le moindre data scientist de la Silicon Valley peut faire tourner une régression sur des millions de lignes en deux secondes. Pourquoi l'État garde cette machinerie historique avec des écoles carrément secrètes et hyper sélectives ?

Intervenant 22:41

La différence, elle est dans le but final. Une entreprise de la tech, elle cherche juste à prédire un clic pour vendre un truc.

Intervenant 12:47

Elle se fiche de la cause profonde, quoi.

Intervenant 22:49

C'est ça. L'État, par contre, il doit comprendre la cause pour faire des lois. Et c'est pour ça qu'on a des écoles comme l'ANSEE, créée en 1942, qui donne un bagage théorique monstrueux.

Intervenant 12:59

Ah oui, 1942, ça ne date pas d'hier.

Intervenant 23:01

Et ensuite, avec l'explosion des données, ils ont ouvert l'ENSAI à Rennes dans les années 90 pour gérer le big data. Et sans oublier le CREST, leur centre de recherche, qui met à jour les méthodes en permanence.

Intervenant 13:14

Pour pas se faire avoir par des illusions statistiques du coup.

Intervenant 23:17

Exactement.

Intervenant 13:18

Alors repartons à la base. Années 50, la France doit se reconstruire. Il faut inventer des thermomètres pour mesurer tout le pays, le PIB, la macroéconomie, tout ça.

Intervenant 23:28

C'est la naissance de la comptabilité nationale, oui ?

Intervenant 13:30

Et c'est là qu'on calcule l'inflation avec l'indice des prix à la consommation. Et là, franchement, l'économétrie utilise une ruse mathématique que je trouve dingue. Les fameux ajustements hédoniques.

Intervenant 23:40

Ah oui, pour mesurer le prix de la technologie. C'est un vrai casse-tête, ça.

Intervenant 13:44

Ben ouh, prenons un ordinateur qui coûtait 1000 euros en 2018. Aujourd'hui, en rayon, un équivalent coûte 1050 euros.

Intervenant 23:51

Ouais.

Intervenant 13:52

Inflation de plein fouet, on est d'accord.

Intervenant 23:54

Eh bien, mathématiquement, l'INSEE peut pas du tout raisonner comme ça.

Intervenant 13:57

Mais pourquoi ? Mon billet de 50, il est bien parti pourtant.

Intervenant 24:00

Oui, mais l'ordinateur de 2023, c'est plus le même produit. Il a un processeur bien plus rapide, un meilleur écran, le double de mémoire.

Intervenant 14:09

Ah, la qualité a changé !

Intervenant 24:11

Voilà. Si on compare juste les étiquettes, on surestime complètement l'inflation puisqu'on compte le progrès technologique comme une simple hausse de prix.

Intervenant 14:19

D'où l'ajustement hédonique.

Intervenant 24:20

C'est ça. Les économètres font ce qu'on appelle une régression multiple sur les caractéristiques de l'ordi.

Intervenant 14:25

Et ça marche comment en pratique ?

Intervenant 24:27

En gros, l'équation va isoler le prix de chaque composant. Ça vaut combien sur le marché un gigahertz en plus ? Ou un giga de RAM supplémentaire ?

Intervenant 14:35

D'accord, ils chiffrent la valeur de l'amélioration technique.

Intervenant 24:38

Exactement.