Leçon
Les résumés ont besoin d'images
Les moyennes, variances, corrélations et droites de régression peuvent correspondre alors que les données sous-jacentes racontent des histoires complètement différentes.
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
La compression fait perdre la forme
Une statistique descriptive est un compromis : elle rend un jeu de données plus facile à comparer en compressant de nombreuses observations en quelques chiffres. Ce compromis est utile, mais il n'est pas gratuit. La même peut provenir d'une cloche lisse, d'une division en deux groupes, d'une ligne plate plus une , ou d'un motif incurvé. Une fois la forme compressée, le résumé ne peut pas te dire quel monde l'a produite.
Mêmes chiffres, histoires différentes
Le quatuor d'Anscombe est l'avertissement classique. Quatre petits jeux de données ont presque la même , la même , la même et la même linéaire. Sur le papier, ils ont l'air presque interchangeables. Dessine-les et l'illusion s'effondre : l'un est à peu près linéaire, l'un est incurvé, l'un est dominé par une , et l'un est principalement vertical avec un seul point influent. La leçon n'est pas que les résumés sont inutiles. C'est qu'ils ont besoin d'un support visuel.
Même résumé, quatre images
Le tableau indique que les résumés correspondent. Les images montrent que les motifs ne sont pas interchangeables.
identique
moyenne
identique
dispersion
r = 0.82
score de ligne droite
identique
ligne de tendance
même moy
même dispersion
même ligne
Jeu de données A
ligne régulière
Un résumé en ligne droite s'ajuste à l'image.
Jeu de données B
courbe cachée
La ligne rate la courbure.
Jeu de données C
une valeur aberrante
Un point tire le résumé de côté.
Jeu de données D
un point de levier
Un point éloigné crée la ligne.
Ce qu'un graphique révèle
Un graphique montre la géographie des données. Tu peux voir si les points forment une ligne, s'incurvent, se divisent en groupes, s'accumulent contre une limite, ou dépendent d'une observation suspecte. Ces caractéristiques modifient la question que tu dois poser. Une peut être réelle mais non linéaire, une peut être techniquement correcte mais inutile, et une peut ne décrire personne. L'image t'indique quel résumé il est sûr d'utiliser.
Comment l'utiliser
Avant d'accepter un tableau de synthèse, demande le graphique qui l'accompagne. Pour deux variables, commence par un . Pour une variable, regarde un ou un diagramme à points. Utilise ensuite le résumé comme étiquette pour une forme que tu as déjà inspectée, et non comme un remplacement de l'inspection. Une bonne analyse fait des va-et-vient : d'abord l'image, ensuite le résumé, enfin le modèle.
FAQ
Les statistiques descriptives sont-elles mauvaises ?
Non. Ce sont des raccourcis essentiels, mais ils sont incomplets. Une moyenne, une variance ou une corrélation doivent être lues avec un graphique pour savoir quelle forme le raccourci décrit.
Quelle est la leçon pratique du quatuor d'Anscombe ?
Trace les données avant de faire confiance au modèle. Le quatuor montre que des résumés d'apparence identique peuvent provenir de motifs très différents, de sorte que les vérifications visuelles ne sont pas de la décoration ; elles constituent un contrôle de qualité fondamental.
Concepts clés
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.
Teste l'idée
Mêmes stats, formes différentes
Passe des résumés aux graphiques et regarde les quatre histoires se séparer.
9.0
moyenne x
7.5
moyenne y
0.82
score de régression linéaire
y=3+0.5x
ligne de tendance
Le score en ligne droite s'appelle r. Les quatre panneaux affichent r = 0,82, donc les chiffres racontent la meme histoire.
I
r = 0,82
I
r=0.82
I: tendance constante
II
r = 0,82
II
r=0.82
II: courbe cachee
III
r = 0,82
III
r=0.82
III: un point aberrant l'attire
IV
r = 0,82
IV
r=0.82
IV: un point tres eloigne la cree
D'apres les chiffres seuls, les quatre ensembles de donnees semblent interchangeables : meme centre, meme score, meme ligne de tendance.
Vérification rapide
Quelle est la principale leçon du quatuor d’Anscombe ?
A
Les statistiques descriptives ne sont jamais utiles.
B
Les moyennes décrivent toujours bien le cas type.
C
Des résumés identiques peuvent cacher des formes très différentes, il faut donc tracer les données.