Corrélation et causalité

Présentation au sujet: "Corrélation et causalité"— Transcription de la présentation:

1 Corrélation et causalité
Comment ne pas se faire avoir ?

2 Pourquoi est-il important de s’intéresser aux statistiques ?
On utilise souvent des statistiques pour argumenter Exemple : Nicolas Sarkozy chez J-J. Bourdin Or, on peut faire dire beaucoup de choses aux statistiques « La raison d’être des statistiques, c’est de vous donner raison » Mark Twain

3 Objectif de cette présentation :
Être capable de définir et de distinguer une corrélation d’une causalité. Être capable de distinguer les différents types de causalités.

4 Les liens statistiques sont très présents en économie et en sociologie
Dès la fin du XIXème siècle, Emile Durkheim cherchait à établir des relations statistiques pour expliquer certains faits sociaux. Exemple : étude du suicide. Existe-t-il un lien entre le fait de se suicider et le fait d’être marié ? Et le fait d’habiter à la campagne ?

5 I/ Il existe trois types de liens statistiques (1)
1/ Corrélation positive : Deux variables varient dans le même sens : lorsqu’une augmente, l’autre augmente aussi. Exemple : La taille et le poids sont corrélés positivement (données fictives). Taille 1m70 1m75 1m80 1m85 Poids 74 kg 79 kg 83 kg 88 kg

6 I/ Il existe trois types de relations statistiques (2)
2/ Corrélation négative : Deux variables varient dans le sens opposé : lorsqu’une augmente, l’autre diminue. Exemple : 3/ Absence de corrélation : Lorsqu’une variable varie, l’autre ne varie pas ou varie sans lien avec la première.

7 II/ Il ne faut pas confondre lien statistique (corrélation) et causalité
Corrélation : une corrélation est un lien statistique entre deux variables. Exemple : A et B augmentent tous les deux dans le même sens. En quoi la causalité se distingue de la corrélation selon vous ?

8 Quelle différence entre corrélation et causalité ?
Une corrélation est un lien statistique, sans qu’on se demande quelle variable agit sur l’autre. Une causalité est un lien qui affirme qu’une variable agit sur une autre. L’augmentation du nombre de cigarette fumées entraine une diminution de l’espérance de vie. Il y a bien une corrélation entre le nombre de lapins en Australie et l’indice du Dow Jones. Cependant, il semble difficile d’affirmer qu’il y a une causalité.

9 III/ Il existe également différents types de causalité
Activité : Tableau à compléter Pour chacun des cas, déterminez quelle est la relation de causalité et expliquez la. L’objectif est de distinguer plusieurs types de causalité.

10 Quelle causalité entre taille des pieds et performances en orthographe ?
En ordonnées : taille des pieds En abscisse : nombre d’erreurs d’orthographe

11 Votre mention au Bac dépend de votre prénom

12 Quelle causalité entre chômage et croissance économique ?

13 En Bref : Soyez vigilants !
Des corrélations sont souvent interprétées rapidement (volontairement ou non) comme des causalités. La manipulation ne s’arrête pas à la construction des données. Elle porte également sur : - La mise en forme graphique. La formulation des résultats. - Des confusions de définitions.

14 Un exemple de manipulation graphique

15 Manipulation dans la formulation des résultats
Mois Nombre de voitures brulées chaque mois Chiffre annuel De janvier à septembre 2014 30 414 Octobre 2014 49 Novembre 2014 48 Décembre 2014 47 Janvier 2015 46 486 … Décembre 2015 35 « Augmentation du nombre de voiture brûlées en Par rapport à 2014, 72 voiture supplémentaires ont été détruites en 2015 ». « Depuis plus d’un an, le nombre de voitures brulées mensuellement est en diminution constante ».

16 Modifiez la définition du chômeur pour faire baisser le chômage
Exemple : Commenter seulement la baisse des chômeurs de catégorie A et ignorer le fait que le nombre de chômeurs de catégories B et C augmente par ailleurs.

17 En Bref : A quoi faut il faire attention ?
Il faut toujours se demander qui a produit les chiffres. Il faut alors toujours faire attention aux modalités de construction de des statistiques. Faire attention à ce qu’elles ne disent pas. Se demander si la causalité est avérée.

18 Bibliographie Nicolas Gauvrit, « Statistiques, méfiez-vous » (disponible au CDI) Blog de Baptiste Coulmont (sociologue), Blog de Pierre Merklé (sociologue), SESâme : mid=191