Collection
Échantillonnage et moyennes
Ce que les moyennes peuvent et ne peuvent pas te dire, et pourquoi la taille de l'échantillon change tout.
Un seul avis sur un produit peut dire n'importe quoi. Une centaine d'avis commencent à signifier quelque chose. Ce passage d'un chiffre bruyant à une moyenne stable est le cœur de la plupart des statistiques pratiques, et chaque page de cette collection en traite une partie.
La mécanique vient d'abord. Les visiteurs de la foire de Galton ont deviné le poids d'un bœuf mieux ensemble que n'importe quel expert seul, et les moyennes de données presque désordonnées se stabilisent dans la même forme de cloche à mesure que les échantillons grandissent. La précision obéit cependant à une règle têtue de racine carrée : pour diviser l'erreur par deux, il faut quatre fois plus de données.
Viennent ensuite les pièges. Les petits échantillons fluctuent assez fortement pour couronner de faux gagnants. Les résultats extrêmes reviennent vers la normale lors de la mesure suivante, ce qui explique comment les entraîneurs et les radars récoltent des lauriers qu'ils n'ont pas mérités. Et lorsque les données sont asymétriques, la moyenne arithmétique et la médiane cessent de s'accorder, de sorte que la première question à se poser concernant toute moyenne est celle qu'on t'a donnée.
Si tu prends des décisions à partir de tableaux de bord ou d'avis, ces pages t'indiquent le niveau de bruit à attendre pour une taille d'échantillon donnée. C'est généralement suffisant pour éviter une mauvaise décision.
Le bruit diminue lentement
Doubler tes données ne divise pas ton erreur par deux ; la quadrupler le fait. Cette arithmétique de la racine carrée explique pourquoi les sondages stagnent autour d'un millier de répondants et pourquoi la dernière décimale de précision est toujours la plus coûteuse. Prévois-le avant l'étude, pas après.
Les extrêmes reviennent en arrière
Choisis n'importe quoi parce qu'il était extrême, un trimestre record ou un taux d'erreur parmi les pires, et sa mesure suivante sera généralement plus proche de la moyenne sans aucune intervention. La régression vers la moyenne est l'explication à écarter avant d'attribuer le mérite à une correction, un entraîneur ou une politique.
Quelle moyenne t'a-t-on donnée ?
Une rue où neuf maisons se vendent autour de 250 000 et une autre 2 millions a une moyenne arithmétique supérieure à 400 000 qui ne correspond à aucune maison réelle. L'asymétrie éloigne la moyenne de la médiane, et la plupart des données financières sont asymétriques. Lorsqu'un rapport mentionne une "moyenne", découvrir de laquelle il s'agit représente la moitié de l'analyse.
Faits mis en avant
Psychologie des nombres
4 min · facile
La foule d'une foire a deviné le poids d'un bœuf avec une précision presque parfaite
Lors d'une foire agricole en 1906, la médiane de centaines d'estimations indépendantes du poids d'un bœuf s'est approchée à environ 1 % de la vérité, battant presque tous les estimateurs individuels.
Probabilité
4 min · moyen
Le théorème limite central donne aux moyennes une allure normale
Les données individuelles peuvent être asymétriques ou désordonnées, tandis que les moyennes de nombreuses observations indépendantes forment souvent un motif net en forme de cloche.
Trucs de données
4 min · facile
Deux fois plus de données ne rendent pas les estimations deux fois plus précises
Pour beaucoup de moyennes, réduire l'erreur aléatoire de moitié demande environ quatre fois plus d'observations. La précision offre des rendements en racine carrée.
Paradoxes
4 min · moyen
Les meilleurs s'essoufflent généralement la fois suivante
Les meilleurs marqueurs d'une équipe, les meilleurs élèves d'un test et les patients les plus malades d'une clinique ont tous tendance à revenir vers le milieu lors de la mesure suivante, sans aucune intervention, parce que le résultat extrême était en partie dû au talent et en partie à la chance, et que la chance se répète rarement.
Trucs de données
4 min · moyen
Les plus petites villes dominent à la fois les classements des meilleurs et des pires
Classe des lieux selon n'importe quel taux (cancers, résultats aux examens, criminalité) et les extrêmes seront dominés par les plus petites localités, car de petits échantillons s'écartent fortement du vrai taux par le seul effet du hasard.
Trucs de données
5 min · facile
Moyenne vs médiane : quelle moyenne dois-tu utiliser ?
La moyenne partage le total de manière égale. La médiane trouve le cas du milieu. Dans des données biaisées, celles-ci peuvent raconter des histoires très différentes.
Leçons
Les petits échantillons sont bruyants
Un petit échantillon peut s'éloigner de la vérité par simple chance, tandis qu'un échantillon plus grand élimine cette chance par la moyenne. Cette leçon montre comment la dispersion diminue avec la racine carrée de la taille de l'échantillon et pourquoi les plus petits groupes dominent les extrêmes de tout classement.
Les moyennes se stabilisent en forme
Les observations individuelles peuvent être désordonnées, asymétriques ou pointues, pourtant les moyennes de nombreuses observations indépendantes finissent souvent par adopter un motif en forme de cloche prévisible.
Les extrêmes reviennent vers la moyenne
Les résultats records et les pires scores se rapprochent généralement de la moyenne la suivante, sans aucune cause derrière cela.
La précision obéit à la loi de la racine carrée
Plus de données aident, mais l'erreur aléatoire diminue lentement : pour diviser par deux le bruit dans une moyenne, il faut généralement quatre fois plus d'observations.
Les erreurs indépendantes s'annulent
Fais la moyenne de nombreuses estimations indépendantes et leurs erreurs aléatoires se compensent, laissant une estimation plus proche de la vérité que la plupart des individus.
Concepts
Loi des grands nombres
À mesure qu'un échantillon grandit, sa moyenne se rapproche de la moyenne réelle et les fluctuations aléatoires se réduisent, à peu près proportionnellement à 1 sur la racine carrée de la taille de l'échantillon. De petits échantillons peuvent s'éloigner de la vérité purement par chance, ce qui explique pourquoi une poignée d'observations est si facile à mal interpréter.
Théorème limite central
Le théorème limite central indique que les moyennes de nombreuses influences aléatoires indépendantes et de taille similaire ont tendance à former une distribution d'échantillonnage en forme de cloche, même lorsque les données d'origine ne le sont pas. Il explique pourquoi les moyennes sont souvent plus prévisibles que les observations individuelles.
Régression vers la moyenne
Une mesure extrême est généralement un mélange d’une partie stable et répétable et d’une partie chanceuse ponctuelle. Comme la partie chanceuse se produit rarement de la même manière deux fois, la mesure suivante de la même chose a tendance à se rapprocher de la moyenne. Ce n’est pas une force qui attire les choses vers le milieu. C’est simplement l’effet d’une sélection basée sur la chance lorsque tu mesures à nouveau.
Erreur type
L'erreur type est la fluctuation d'échantillonnage typique d'une estimation telle qu'une moyenne. Pour des observations indépendantes, l'erreur type d'une moyenne diminue avec la racine carrée de la taille de l'échantillon, de sorte que diviser l'erreur par deux nécessite généralement quatre fois plus de données.
Les moyennes trompent
La moyenne arithmétique additionne tout et divise, de sorte que quelques valeurs extrêmes peuvent l’éloigner fortement du cas typique. Dans des données asymétriques, la médiane — la valeur du milieu — représente mieux ce qui est normal. Renseigne-toi sur la forme des données, pas seulement sur leur moyenne.
Statistiques résumées
Les statistiques résumées compressent un jeu de données en chiffres tels que la moyenne, la variance, la corrélation ou la droite de régression. Elles sont utiles, mais elles peuvent masquer la forme, les valeurs aberrantes, les regroupements et les relations courbées qu'un graphique révélerait immédiatement.