Le hasard se regroupe plus que tu ne le penses

Disperse 100 gouttes de pluie au hasard sur 100 tuiles et environ 37 tuiles resteront complètement sèches, tandis que d'autres en recevront deux ou trois. Le vrai hasard se regroupe.

Nous imaginons le « hasard » comme une répartition régulière et ordonnée, de sorte que les regroupements et les vides naturels ressemblent à un motif. Le pur hasard les produit de lui-même.

Par l'équipe de rédaction de Math Says Yes

Examiné par des humains selon nos normes en matière de sources et de corrections.

Comment nous évaluons le contenu

LE PIÈGE

Puisqu'une répartition régulière semble « équitable », les regroupements ont l'air d'avoir une cause : une série de chance, un foyer de maladie, un mélange truqué. Mais espacer les choses régulièrement est le résultat inhabituel ; le regroupement est ce que fait le hasard par défaut.

Une grille de tuiles avec des gouttes de pluie éparpillées au hasard — certaines tuiles sont vides, d'autres regroupent plusieurs gouttes.

Ce que cela montre

Aléatoire ne signifie pas espacé de manière égale. Si des événements atterrissent de manière indépendante, rien ne leur dit d'éviter une tuile qui a déjà un événement ou de remplir une tuile vide. Cela signifie que les vides et les regroupements ne sont pas des exceptions au hasard ; ce sont un produit normal du hasard. L'illusion de regroupement se produit lorsque nous voyons ces amas naturels et les traitons comme la preuve d'une cause cachée avant de vérifier ce que le simple hasard prédit.

Ce que montrent les chiffres

37%

Vide

37%

Exactement une

26%

Deux ou plus

Avec 100 gouttes aléatoires sur 100 tuiles, environ 37 restent vides et 26 reçoivent au moins 2 gouttes.

Source: Poisson distribution · The hot hand in basketball: On the misperception of random sequences

Pourquoi l'intuition échoue

Les gens imaginent souvent le hasard comme étant délibérément mélangé : pas de longs vides, pas de répétitions, pas de zones encombrées. Mais cette image est plus proche d'un arrangement régulier que du hasard. Un véritable processus aléatoire n'a pas de règle d'espacement, il crée donc naturellement des séries, des zones sèches et des points chauds. Notre détecteur de motifs fournit alors une histoire : une main heureuse, un quartier suspect, un mélange truqué. Parfois, l'histoire est réelle, mais la première comparaison doit être faite avec un modèle nul de hasard.

Exemple concret

Place 100 gouttes de pluie aléatoires sur 100 tuiles égales. La est d'une goutte par tuile, mais cela ne signifie pas que chaque tuile en reçoit une. Selon un modèle de Poisson avec un taux moyen de 1, la qu'une tuile soit vide est de e^-1, soit environ 36,8 %. La probabilité d'avoir exactement une goutte est également d'environ 36,8 %. Les 26,4 % de tuiles restantes reçoivent deux gouttes ou plus. On s'attend donc à ce qu'une grille aléatoire de 100 tuiles contienne environ 37 tuiles vides et 26 tuiles regroupées. La même mathématique s'applique au temps qu'à l'espace : lance une pièce équitable 100 fois et des séries de cinq piles sont normales, car il y a de nombreuses chances qu'une série commence.

Comment l'utiliser

Avant de traiter un regroupement comme ayant un sens, construis ou simule le cas nul. Si les événements étaient indépendants au même taux moyen, à combien d'espaces vides, de doubles impacts, de séries ou de points chauds t'attendrais-tu ? Compte également le nombre d'endroits que tu as inspectés. Explorer de nombreux quartiers, équipes, dates ou cellules de grille rend un regroupement impressionnant beaucoup moins surprenant.

Ce que les gens comprennent mal

Cinq pile ou face d'affilée, trois cas de maladie dans une même rue, la série de victoires d'un gestionnaire de fonds : l'erreur est de tomber dans les extrêmes à leur sujet. Un regroupement n'est pas automatiquement un signal, mais il n'est pas non plus automatiquement insignifiant. La bonne question est de savoir s'il est plus important, plus persistant ou plus ciblé que les regroupements que ton modèle aléatoire prédit déjà. Les preuves commencent là où l'amas observé dépasse l'agglutination ordinaire du hasard.

Quand cela s'applique

L'illusion du regroupement apparaît dans les séries sportives, les cartes de maladies, les réclamations de clients, les défauts, les graphiques boursiers, les lieux de criminalité et les vagues sur les réseaux sociaux. C'est particulièrement important lorsque de nombreux lieux ou fenêtres temporelles sont analysés après coup. Plus tu inspectes d'opportunités, plus il est probable qu'un regroupement ait l'air significatif par pur hasard.

Note sur la source

L'article de Gilovich, Vallone et Tversky sur la main chaude est l'étude classique de la mauvaise perception des séquences aléatoires. Cette page utilise cette idée de manière plus large : les séries et les regroupements perçus doivent être comparés à la quantité de regroupement que le hasard lui-même peut produire.

Essaie

Dispersion aleatoire

Laisse tomber 100 points dans 100 cellules et vois ou ils atterrissent.

—

cellules vides

—

cellule la plus active

Des chutes purement aleatoires se regroupent naturellement. Environ 37 cellules restent vides a chaque fois — le regroupement, c'est l'aspect du hasard.

FAQ

Pourquoi environ 37 tuiles restent-elles vides ?

Lorsque 100 gouttes atterrissent indépendamment sur 100 tuiles, la moyenne est de une par tuile. Un modèle de Poisson avec un taux de base de 1 donne une probabilité de tuile vide de e^-1, soit environ 36,8 %, donc environ 37 tuiles sur 100 restent vides.

Un regroupement signifie-t-il qu'il n'y a pas de signal ?

Non. Un regroupement peut constituer une véritable preuve, mais seulement après une comparaison avec ce que la variation aléatoire créerait de toute façon. L'essentiel est de savoir si le regroupement est inhabituel par rapport à un modèle nul clair.

Comment vérifier un regroupement suspect ?

Estime le modèle attendu sous l'effet du hasard, idéalement par le calcul ou la simulation. Tiens ensuite compte du nombre d'emplacements ou de fenêtres temporelles que tu as explorés. Un regroupement découvert après de nombreuses recherches nécessite des preuves plus solides.