Path: eternal-september.org!news.eternal-september.org!.POSTED!not-for-mail
From: PaulAubrin <paul.aubrin@invalid.org>
Newsgroups: fr.sci.zetetique
Subject: =?UTF-8?Q?Probl=C3=A8mes_de_manipulation_des_techniques_statistique?=
 =?UTF-8?Q?s_dans_les_publications_scientifiques?=
Date: Thu, 2 Nov 2023 17:59:06 +0100
Organization: A noiseless patient Spider
Lines: 46
Message-ID: <ui0kgr$2a7l3$1@dont-email.me>
MIME-Version: 1.0
Content-Type: text/plain; charset=UTF-8; format=flowed
Content-Transfer-Encoding: 8bit
Injection-Date: Thu, 2 Nov 2023 16:59:07 -0000 (UTC)
Injection-Info: dont-email.me; posting-host="6c8961ee2b9451029c68586eb32f4b2f";
	logging-data="2432675"; mail-complaints-to="abuse@eternal-september.org";	posting-account="U2FsdGVkX19pf+kJCSUpU3Q/n1x4CIY1oGzxGgk1tSI="
User-Agent: Mozilla Thunderbird
Cancel-Lock: sha1:CuNcIfshmU0MQecfgwcPeNXn7u4=
Content-Language: fr

Nate Breznau et consorts ont mené une étude où ils ont fourni un jeu de 
données toujours le même à un grand nombre de chercheurs en sciences 
sociales en leur demandant de répondre à une question, toujours la même.
Ils ont obtenu un grand spectre de réponses qui allaient de tout à son 
contraire, de nombreuses prétendaient être statistiquement significative.
Breznau a obtenu des résultats analogues avec des chercheurs en écologie.

Dans l'analyse ci-dessous, le statisticien William Briggs conclut que :
"Si la "signification statistique" et les pratiques de modélisation 
statistique étaient objectives, comme on le prétend, tous ces chercheurs 
auraient dû parvenir à la même réponse et à la même signification. 
Puisqu'ils n'ont pas été d'accord, quelque chose ne va pas avec la 
"signification" ou la modélisation objective, ou les deux."

De très nombreux chercheurs utilisent les statistiques de façon 
complètement erronée ce qui les amène à conclure n'importe quoi avec 
assurance.

https://brokenscience.org/the-field-of-statistics-is-doomed-unless-it-abandons-testing-parameter-based-analysis/
Extrait (traduit)
"Qu'est-ce qui n'a pas fonctionné ? Deux choses, qui sont le même 
problème vu sous des angles différents. Je fournirai les détails 
techniques à un autre endroit (1). Ceux qui ont un peu d'expérience 
peuvent aussi lire mon livre sur l'incertitude (2), où des études comme 
celle dont nous avons parlé aujourd'hui ont été anticipées et discutées.

Pour nous, tout ce qu'il faut savoir, c'est que la pratique scientifique 
standard de la construction de modèles ne garantit pas, ou presque, que 
la vérité a été découverte. Toutes les analyses présentées ci-dessus 
étaient basées sur l'ajustement de modèles et le test d'hypothèses. Or, 
ces pratiques sont loin d'être suffisantes pour une bonne science.

Pour remédier à cette situation, la pratique statistique doit abandonner 
l'accent mis sur l'ajustement des modèles, avec les tests d'hypothèses 
qui y sont associés, et passer à l'élaboration - et à la vérification - 
de prédictions faites sur des données jamais vues ou utilisées d'une 
quelconque manière. C'est ainsi que fonctionnent les sciences comme 
l'ingénierie (lorsqu'elles fonctionnent).

C'est la méthode prédictive, l'un des principaux objectifs de la science 
en miette."

(1) https://www.wmbriggs.com/post/49031/
(2) 
https://www.amazon.com/Uncertainty-Soul-Modeling-Probability-Statistics/dp/3319819585/?_encoding=UTF8&content-id=amzn1.sym.579192ca-1482-4409-abe7-9e14f17ac827&ref_=aufs_ap_sc_dsk