Dans la série stat/proba/ML mais surtout corrélation vs. causalité, cette vidéo qui explique comme un charme plusieurs choses.
Cependant gros désaccord sur le comportement à avoir dans ces cas-là, qui est de dire « ben, si on réfléchi, ça se voit bien ! » Pas du tout automatique comme démarche, donc non scientifique. Ça n’empêchera pas les erreurs, mais on passera à côté de choses.
Pour expliquer : il y a corrélation, dépendance et causalité. Seule la dernière notion nécessite une démarche interactive humaine, pas [nécessairement] les autres. En tout cas, des tests bien posés et selon les bonnes hypothèses + démarche = pas de mauvaise interprétation.
Bon, je triche un peu, statistiquement parlant, on interpole souvent l'interprétation à cause de problèmes comme "la suffisance causale" et ce genre de truc, mais OSEF, dans le principe c'est ça.
via : https://twitter.com/Jaddo_fr/status/487665517608849408
Un grand voyage dans la pensée paradoxale avec ce petit bouquin : on y découvre Descartes, Platon, Aristote, Galilée, Euclide, Einstein, Cantor, Gödel, De Morgan, Goodman, Fermat…
Chaque petit paradoxe expliqué occupe de deux à quatre pages (très courtes elles-mêmes) et on refait le parcours de la pensée et d'une grande partie de la science, en commençant par la philosophie, puis la logique, les mathématiques, les probabilités, et enfin des questions d'ordre beaucoup plus général :
- qu'est-ce qui existe
- qu'est-ce qu'on peut savoir
- comment on peut le savoir
- etc.
Bref, je conseille vivement. C'est simple et bien construit.
Encore un peu de jeu.
Ce site est plein de bonnes choses. À fouiller.
J'aime l'illustration du paradoxe de Simpson qui est présente ici. Ça permet de comprendre facilement l'enjeu de l'homogénéité des populations quand on réalise des tests ; ou encore, pourquoi étude épidémiologique n'est pas un test clinique.
Pour bien comprendre les chiffres qu'on nous balance à longueur d'année sur tout et n'importe quoi, et en particulier la politique, il est essentiel de comprendre le paradoxe de Simpson.
Sus aux variables cachées !
Amusons-nous avec les probabilités, et certainement avec le bayésien, mon domaine de prédilection