évènement
Intervenants
Avner BAR-HEN
Professeur du Cnam, titulaire de la chaire "statistique et données massives"
Domaine d'expertise : développement de méthodes statistiques centrées sur les données spatialisées dans le cadre d'applications dans le domaine des sciences du vivant.
Aurélie Vanheuverzwyn
Directrice Exécutive - Data Science chez Médiamétrie
Diplômée de l’Ecole Nationale de la Statistique et de l’Analyse de l’Information (ENSAI), Aurélie Vanheuverzwyn rejoint la Direction Scientifique de Médiamétrie en 1999. En 2008, elle est nommée Directrice de la Direction Data Science. Elle intervient régulièrement dans des conférences dans les domaines de la Statistique et des Sondages. Membre élue de l’International Statistical Institute (ISI), elle est l’actuelle présidente du groupe "Enquêtes, Modèles et Applications" de la Société Française de Statistique (SFdS).
Partenaires
Les statistiques : bien les comprendre pour mieux décider
Le jeudi 28 oct. 2021 à 18:00
Pour le Développement des Sciences et de l'Innovation, au service des transitions.
- Type
Pour le Développement des Sciences et de l'Innovation
- Lieu
4 place Saint Germain des Prés
- Organisateur La Société d’Encouragement de l’industrie nationale
- Thème
Sciences et innovation
- Entrée
Gratuit
Avec l'intervention de :
Avner BAR-HEN, Professeur du Cnam, titulaire de la chaire "statistique et données massives"
Aurélie Vanheuverzwyn, Directrice Exécutive - Data Science chez Médiamétrie
La modération par :
Philippe Robin, Président du Comité des Arts Physiques et membre du Conseil d'administration de la Société d'Encouragement pour l'Industrie Nationale
Les statistiques sont un des éléments indispensables pour mesurer les caractéristiques d'une société et décider des actions à mener pour en améliorer le fonctionnement. Les phénomènes de société sont multifactoriels et nécessitent l'utilisation de statistiques détaillées peu compatibles avec le souci de simplification demandé par les médias. Beaucoup de simplifications, en faisant apparaître des moyennes ou en omettant les contextes et hypothèses de travail peuvent conduire à des décisions n'allant pas vers l'objectif recherché. Ces simplifications font apparaître des paradoxes, dont le plus connu est le paradoxe de Simpson. Edouard Simpson (1951) a montré qu'un phénomène observé dans plusieurs groupes peut s’inverser lorsque les groupes sont combinés. Parfois c'est le contexte qui peut changer la fiabilité des interprétations d'un résultat de tests médicaux.
Loin d’être une affaire de spécialiste, nous pouvons tous être confrontés à ces paradoxes. A titre d’exemple :
- Pourquoi un traitement A semble meilleur que B pour l'ensemble des patients alors que si on sépare ces patients en deux populations le traitement B paraît le meilleur ?
- Pourquoi les chances de réussites hommes/femmes à des examens d’université semblent s’inverser si on regarde discipline par discipline et non pas en global ?
- Pourquoi un test de dépistage médical de très bonnes performances intrinsèques, sensibilité et spécificité supérieures à 95%, peut dans certains cas n’avoir, en réalité, qu’une fiabilité largement inférieure à 50% (pile ou face) ?
L'exposé sera tout d'abord consacré à la description de ces paradoxes, leurs explications et la façon de s'en prémunir. Ensuite sera expliqué comment une société de mesures statistiques prend en compte ces paradoxes et quels encadrements doivent être faits dans la communication des résultats afin de ne pas entraîner de simplification et de fausses interprétations.