De l'usage de corrélations statistiques
Au risque d'enfoncer des portes ouvertes, petite réflexion sur la manière de comprendre ou ne pas comprendre les statistiques.
On annonce dans la presse : si vous dormez mal vous avez plus de "chance" d'enfanter un prématuré. Cette présentation journalistique incite à conclure : il faut bien dormir pour ne pas enfanter de prématuré. Cette conclusion est fausse, ou plutôt, elle fausse logiquement.
Si on constate une corrélation statistique entre une donnée A et une donnée B, par exemple les femmes qui ont un accouchement prématuré (A) ont souvent (pas toujours) un mauvais sommeil (B), il y a alors trois possibilités.
1) A est la cause de B ; 2) B est la cause de A ; 3) A et B ont une cause commune.
Dans le lien entre accouchement prématuré (A) et mauvais sommeil (B), il est raisonnable d'envisager que (B) peut-être la cause de (A) mais cela reste à prouver. Il se peut que l'on améliore le sommeil sans améliorer la durée de gestation.
La présentation par la presse de cette statistique est donc mauvaise.
En faisant abstraction de tous les problèmes méthodologiques de mesure, l'augmentation du CO2 dans l'atmosphère et l'augmentation de température de cette même atmosphère donnent encore un cas de corrélation statistique qui demande une réflexion logique.
En général la présentation par la presse de résultats scientifiques laisse à désirer, soit par manque de formation scientifique des journalistes, soit, c'est souvent le cas, par la recherche du sensationnel.