Enquête statistique : pourquoi ne peut-on pas démontrer ce que l'on veut ?

[contrexemple]

Salut,

Quelles sont les gardes fous qui permettent, d'empêcher les dérives statistiques ?
Quelles sont les critères de sérieux d'une enquête, et du traitement statistiques des données récoltées ?
Comment sait-on qu'une enquête est biaisé ?

Merci.
-----

[myoper]

Bonjour aussi.
Brièvement, pour commencer, les gardes fous sont représentés par la lecture critique des gens compétents sur les sujets abordés parce que les biais et les dérives statistiques possibles sont légions.
Les critères vont dépendre des sujets étudiés et de la façon de faire, justement...

[minushabens]

Quelles sont les gardes fous qui permettent, d'empêcher les dérives statistiques ?

il faudrait préciser ce qu'est une dérive statistique.

Quelles sont les critères de sérieux d'une enquête, et du traitement statistiques des données récoltées ?

il y a plusieurs niveaux de réponse.

- On peut dire d'une part que ce sont les mêmes critères que pour toute recherche scientifique : probité intellectuelle, compétence technique, essentiellement.

- Plus particulièrement, dans le cas d'études épidémiologiques, il existe un "guide des bonnes pratiques", qu'on peut trouver un peu partout, notamment sur les sites internet des grands journaux médicaux. On y trouve entre autres la liste des méthodes statistiques reconnues par la communauté des épidémiologistes.

Comment sait-on qu'une enquête est biaisé ?

Ca c'est moins facile. Le tout n'est pas d'identifier des biais potentiels, mais de "deviner" quelle importance ils ont. Il y a là aussi des méthodes bien connues mais aussi une bonne part de "flair", qu'on acquiert par la pratique. En fait ce qu'il faut faire, c'est identifier les sources de biais et les signaler dans la publication.

[Boumako]

Bonjour

Étrangement la question porte sur les statistiques et ce point a été éludé dans les réponses...
Il existe une panoplie de tests permettant de juger de la pertinence des résultats, le but est de juger si la différence entre plusieurs échantillons est suffisamment importante pour confirmer l'hypothèse de départ, ou si la différence observée peut s'expliquer par le simple hasard.

[A voir en vidéo sur Futura]

[ansset]

pas totalement, car les biais existent souvent dans l'interprétation des résultats, notamment quand on cherche des corrélations.

[Tannhauser]

Bonjour,

C'est lié à l'optimisation.
Un lien vers un document (université de Strasbourg) décrivant des critères permettant d'évaluer la représentativité d'un échantillon.