0:00:06.636,0:00:09.077
Les statistiques sont convaincantes.

0:00:09.077,0:00:12.541
Si bien que des personnes,[br]organisations et pays,

0:00:12.541,0:00:17.747
prennent d'importantes décisions[br]en se fondant sur ces données.

0:00:17.747,0:00:19.484
Mais il y a un problème.

0:00:19.484,0:00:23.301
Toute statistique peut cacher[br]quelque chose,

0:00:23.301,0:00:27.251
qui peut complètement[br]transformer les résultats.

0:00:27.251,0:00:30.920
Par exemple, imaginez que vous deviez[br]choisir entre deux hôpitaux

0:00:30.920,0:00:33.737
pour une opération[br]sur une personne âgée.

0:00:33.737,0:00:36.434
Sur les 1000 derniers patients,[br]de chaque hôpital,

0:00:36.434,0:00:39.612
900 ont survécu dans l'hôpital A,

0:00:39.612,0:00:43.021
contre seulement 800 dans l'hôpital B.

0:00:43.021,0:00:46.170
Il semble donc que l'hôpital A[br]est le meilleur choix.

0:00:46.170,0:00:47.843
Mais avant de décider,

0:00:47.843,0:00:51.411
rappelez-vous que tous les patients[br]n'arrivent pas à l'hôpital

0:00:51.411,0:00:53.811
dans le même état de santé.

0:00:53.811,0:00:56.703
Et si l'on sépare[br]les 1000 derniers patients

0:00:56.703,0:01:01.132
entre ceux arrivés en bonne santé[br]et ceux arrivés en mauvaise santé,

0:01:01.132,0:01:03.772
la situation diffère significativement.

0:01:03.772,0:01:07.849
L'hôpital A ne comptait que 100 patients[br]arrivés en mauvaise santé,

0:01:07.849,0:01:10.325
dont 30 ont survécu.

0:01:10.325,0:01:14.852
Mais l'hôpital B en comptait 400,[br]et 210 purent être sauvés.

0:01:14.852,0:01:17.169
Donc l'hôpital B est le meilleur choix

0:01:17.169,0:01:20.741
pour les patients qui arrivent à l'hôpital[br]en mauvaise santé,

0:01:20.741,0:01:24.526
avec un taux de survie de 52,5 %.

0:01:24.526,0:01:28.445
Et si la santé de votre parente est bonne[br]quand elle arrive à l'hôpital ?

0:01:28.445,0:01:32.271
Curieusement, l'hôpital B[br]est toujours meilleur,

0:01:32.271,0:01:35.676
avec un taux de survie de 98%.

0:01:35.676,0:01:38.873
Comment l'hôpital A peut-il avoir[br]un meilleur taux de survie global

0:01:38.873,0:01:41.690
si l'hôpital B[br]a de meilleurs taux de survie

0:01:41.700,0:01:44.830
pour les patients en bonne[br]et mauvaise santé ?

0:01:44.830,0:01:48.589
C'est le paradoxe de Simpson !

0:01:48.589,0:01:51.899
Un même ensemble de données peut[br]montrer des tendances opposées,

0:01:51.899,0:01:54.664
selon la façon dont elles sont regroupées.

0:01:54.664,0:01:58.744
Lorsque des données agrégées[br]masquent une variable conditionnelle,

0:01:58.744,0:02:01.377
parfois appelée variable cachée,

0:02:01.377,0:02:06.584
ce facteur caché influence[br]significativement les résultats.

0:02:06.584,0:02:10.023
Ici, le facteur caché est[br]la proportion relative des patients

0:02:10.023,0:02:13.264
qui arrivent en bonne ou mauvaise santé.

0:02:13.264,0:02:16.544
Le paradoxe de Simpson n'est pas[br]qu'un scénario hypothétique.

0:02:16.544,0:02:18.924
Il apparaît dans le monde réel,

0:02:18.924,0:02:22.132
parfois dans des contextes importants.[br]

0:02:22.132,0:02:24.130
Une étude au Royaume-Uni semblait montrer

0:02:24.130,0:02:27.600
que les fumeurs avaient un taux de survie[br]plus élevé que les non-fumeurs

0:02:27.600,0:02:29.846
sur une période de vingt ans.

0:02:29.846,0:02:33.307
Mais répartir les participants[br]par groupe d'âge

0:02:33.307,0:02:37.823
a montré que les non-fumeurs[br]étaient en moyenne plus âgés,

0:02:37.823,0:02:40.930
et donc, plus susceptibles de décéder[br]durant l'étude,

0:02:40.930,0:02:44.438
justement parce qu'ils vivaient[br]plus longtemps en général.

0:02:44.438,0:02:47.286
Ici, les groupes d'âge[br]sont la variable cachée,

0:02:47.286,0:02:50.176
et sont essentiels[br]pour interpréter les données.

0:02:50.176,0:02:51.559
Dans un autre exemple,[br]

0:02:51.559,0:02:54.281
une étude sur la peine de mort en Floride

0:02:54.281,0:02:58.265
semblait ne révéler[br]aucune disparité raciale,

0:02:58.265,0:03:01.581
entre accusés noirs et blancs,[br]reconnus coupables d'assassinat.

0:03:01.581,0:03:06.396
Mais, en répartissant selon la couleur[br]des victimes, l'histoire était tout autre.

0:03:06.396,0:03:07.969
Dans les deux cas,[br]

0:03:07.969,0:03:11.091
les accusés noirs étaient[br]plus susceptibles d'être condamnés.

0:03:11.091,0:03:15.066
Le taux de condamnation légèrement[br]supérieur pour les accusés blancs

0:03:15.066,0:03:18.692
était dû au fait que les cas[br]avec des victimes blanches

0:03:18.692,0:03:21.359
étaient plus susceptibles[br]d'entraîner la peine de mort

0:03:21.359,0:03:24.091
que les cas où la victime était noire.

0:03:24.091,0:03:28.483
Et la plupart des meurtres avaient eu lieu[br]entre des gens de même couleur.

0:03:28.483,0:03:31.319
Alors, comment éviter[br]de tomber dans ce paradoxe ?

0:03:31.319,0:03:34.686
Malheureusement,[br]il n'y a pas de réponse unique.

0:03:34.686,0:03:38.504
Les données peuvent être regroupées[br]et divisées de plein de façons,

0:03:38.504,0:03:42.106
et les chiffres globaux peuvent parfois[br]donner une image plus précise

0:03:42.106,0:03:46.638
que des données divisées en catégories[br]trompeuses ou arbitraires.

0:03:46.638,0:03:48.459
Il faut étudier attentivement

0:03:48.459,0:03:52.089
les situations décrites[br]par les statistiques

0:03:52.089,0:03:55.977
et se demander s'il peut y avoir[br]des variables cachées.

0:03:55.977,0:03:59.378
Faute de quoi, nous serions vulnérables[br]aux tentatives de manipulation

0:03:59.378,0:04:03.378
de personnes désirant utiliser ces données[br]à des fins personnelles.