Des sondages au climat : la statistique en action

Intervenant 10:00

Bienvenue dans le podcast du magazine Tangente. Imaginez juste un instant la scène. Il y a des millénaires, un simple grain de pollen tout bête tombe dans la boue d'une forêt primaire. Ce minuscule événement, qui est totalement insignifiant à l'échelle du temps, nous permet aujourd'hui, grâce à de simples équations mathématiques, de reconstituer l'intégralité de cet écosystème disparu. C'est

Intervenant 20:24

clair que c'est vertigineux.

Intervenant 10:26

Ah mais carrément ! Et d'ailleurs, notre exploration du jour a une mission très très précise. On va réélever comment la statistique, loin de l'image super ennuyeuse des tableaux de chiffres figés qu'on a tous en tête, est en réalité le moteur invisible qui décode notre monde. On s'appuie sur un article fascinant intitulé « la statistique pour quoi faire » et on va plonger dans la mécanique des probabilités.

Intervenant 20:49

Ouais, et c'est vraiment le cœur de notre ère moderne, tu sais, cette fameuse époque de la science des données. En fait, une donnée à la base, c'est juste une observation de la réalité qui a été encodée. Mais toute la complexité réside dans la nature de cet encodage, justement.

Intervenant 11:05

Bon, décortiquons ça parce que c'est hyper important pour ceux qui nous écoutent de bien situer le truc. Il y a une différence fondamentale dès le départ, non ?

Intervenant 21:12

Tout à fait. Il y a une distinction qui conditionne absolument tout le traitement mathématique derrière. C'est la différence entre la donnée quantitative et la donnée qualitative. D'accord. La donnée quantitative, c'est ce qui s'inscrit sur un axe continu ou discret, genre la taille, la température ou un niveau de revenu. La structure mathématique, là, elle permet d'appliquer directement des opérations arithmétiques.

Intervenant 11:35

Mais pour la donnée qualitative, la logique bascule complètement, non ? On n'est plus du tout dans la mesure d'une intensité ?

Intervenant 21:42

Voilà, c'est exactement ça. On est dans la catégorisation. Prends une couleur préférée, un moyen de transport ou le diagnostic d'une maladie comme le diabète. Tu ne peux pas calculer la moyenne entre le rouge et le bleu avec une calculette ? Ça n'a pas de sens.

Intervenant 11:55

Bah oui, ça ferait du violet, mais pas mathématiquement parlant.

Intervenant 21:59

Mais c'est ça. Du coup, il faut recourir à des méthodes d'encodage spécifiques. Les statisticiens créent ce qu'on appelle des variables indicatrices pour que les modèles mathématiques puissent, disons, digérer ces états. Et c'est ce traitement distinct qui permet à la statistique de se diviser en deux grandes approches.

Intervenant 12:15

Ah, et la première, c'est celle qu'on croise vraiment tous les jours, c'est la statistique descriptive.

Intervenant 22:20

Exactement. La statistique descriptive, son but, c'est de synthétiser l'information pour la rendre intelligible pour notre pauvre esprit humain. Parce qu'un tableau Excel avec cent mille lignes, c'est juste illisible.

Intervenant 12:32

C'est clair. Genre la moyenne des notes sur un bulletin scolaire ou les taux de victoire dans un jeu vidéo en ligne. On cherche à résumer tout ça.

Intervenant 22:39

Ouais, mais résumé, attention, c'est faire un choix. Et la moyenne, par exemple, c'est un choix mathématique qui écrase les valeurs extrêmes. Ça masque complètement la dispersion, ce qu'on appelle l'écart-type en maths.

Intervenant 12:51

Ah oui, je vois très bien. Si un joueur a un taux de victoire de 50%, il peut très bien gagner une partie sur deux de manière super régulière.

Intervenant 22:59

Voilà.

Intervenant 13:00

Ou bien il peut, genre, subir une série de 50 défaites horribles puis gagner 50 fois de suite. Oui. Et la moyenne de 50% nous dit rien du tout sur cette souffrance.

Intervenant 23:09

C'est exactement le problème. La statistique descriptive fournit des indicateurs super, mais elle reste muette sur ce qui se trouve en dehors des données observées. Elle te fait une belle synthèse et puis c'est tout.

Intervenant 13:19

Et c'est là que la discipline révèle son véritable super pouvoir, avec la statistique inférentielle. On passe un vrai cap là, non ?

Intervenant 23:28

Ah oui, là on change de dimension épistémologique. On passe de la description de ce qui est connu à la déduction de ce qui est inconnu.

Intervenant 13:35

Attends, j'ai une analogie pour notre auditoire, tu vas me dire ce que t'en penses. La statistique descriptive, ça serait de prendre une photographie en très haute résolution d'une seule pièce dans un immense bâtiment inconnu. On voit bien les meubles, les murs, la poussière.

Intervenant 23:49

Ouais, d'accord.

Intervenant 13:50

Mais la statistique inférentielle, ce serait utiliser cette photo ou analyser chimiquement la poussière de cette petite pièce pour deviner avec une précision dingue comment est décoré et construit tout le reste du bâtiment sans même y avoir mis les pieds. C'est ça.

Intervenant 24:05

L'analogie est parfaite, c'est exactement ça. Et ce qui est fascinant ici, c'est que ce mécanisme qu'on appelle l'échantillonnage représentatif, couplé au test d'hypothèse, c'est le cœur de la méthode scientifique globale.

Intervenant 14:16

C'est-à-dire ?

Intervenant 24:17

En physique fondamentale ou en sociologie, on n'observe presque jamais la population totale. On étudie toujours un échantillon. Le défi, c'est de déterminer si ce qu'on voit dans cette fameuse pièce, pour reprendre ton exemple, c'est juste un coup de chance, une fluctuation aléatoire, ou si ça révèle un vrai signal fort.

Intervenant 14:34

Un phénomène sous-jacent réel, en somme. Comme quand les instituts de sondage donnent le résultat d'une élection alors qu'ils ont interrogé que 1000 personnes.

Intervenant 24:41

Voilà. Ou les enquêtes de satisfaction dans une gare.