Modérateurs : Rod, Modérateurs
Et ben voilà, je serai donc dans les premiers tridosés en France, c'est prévu pour début Septembre, cette fois ce sera du Pfizer.
Quand on a un javelin dans la main, tous les problèmes ressemblent à un T-72.
Ben, il est clair sur ton graphique que y'a un gros paquet de points sans tendance, et que c'est tres different de la situation miraculeuse que tu annoncais sur la létalité. Si on fait une regression, il me semble probable qu'on aura un coefficient de correlation tres mauvais. C'est a dire que le signe du coeff directeur de la droite quel qu'il soit soit est dû au hasard.
Je ne vois toujours pas de calcul de stats pour l'appuyer. Un nouveau narratif.Ca me semble justifié de dire que l'effet moisson ne joue certainement pas dans les pays n'ayant pas montré de surmortalité covid.
On peut commenter les techniques de travail, mais seulement apres avoir travaillé. Le fait que tu partes de facon repetée sur le paradoxe de simpson montre que tu n'as presque jamais bossé sur des données reelles. Le pb dans 99,9% des cas, c'est que les données sont bruitées, instables, les etalons ne sont pas fiables, le choix d'un modele préempte la reponse, la sensibilité aux données est trop grande, y'a de la derive temporelle, etc... Le paradoxe de simpson, c'est une discussion pour troller sur les forums et qui a peu d'interet pratique en général, même si on trouvera toujours qq cas exceptionnels ou l'eclairage par simpson est d'interet.
eh ben, je me demande sur quelles données tu as bossé toi ... les facteurs de confusion c'est un problème ESSENTIEL dans le traitement des données et l'attribution des effets à une cause !LeLama a écrit : ↑21 août 2021, 10:09On peut commenter les techniques de travail, mais seulement apres avoir travaillé. Le fait que tu partes de facon repetée sur le paradoxe de simpson montre que tu n'as presque jamais bossé sur des données reelles. Le pb dans 99,9% des cas, c'est que les données sont bruitées, instables, les etalons ne sont pas fiables, le choix d'un modele préempte la reponse, la sensibilité aux données est trop grande, y'a de la derive temporelle, etc... Le paradoxe de simpson, c'est une discussion pour troller sur les forums et qui a peu d'interet pratique en général, même si on trouvera toujours qq cas exceptionnels ou l'eclairage par simpson est d'interet.
c'est un autre problème que celui de l'association entre une cause et un effet ...merci, je travaille sur des problèmes astrophysiques, je suis tout à fait au courant de ce genre de problème (c'est typique de l'astrophysique d'étudier des signaux dont on ne connait pas précisément la source ! ) .Si tu veux comprendre la difficulté d'utiliser des mesures, tu peux faire l'experience suivante chez toi : tu enregistres ton piano, et tu essaies de calculer la fréquence de la note la plus grave a partir des relevés. On est en sciences dures, ca devrait etre facile, hein. Tu vas voir sur cet exemple tres simple la panoplie des pbs qui se posent.
Est ce que tu peux me donner plusieurs exemples ou tu as rencontré un paradoxe de Simpson dans TA pratique. Je parle pas d'un truc trollesque de forum. Je te demande des exemples issus de ton travail.
personnellement je ne travaille pas sur des statistiques d'échantillons, mais il y a plein d'exemples en astrophysique, par exemple le biais de Malmquist en cosmologie
C'est un biais de selection, pas un paradoxe de Simpson.GillesH38 a écrit : ↑21 août 2021, 10:53personnellement je ne travaille pas sur des statistiques d'échantillons, mais il y a plein d'exemples en astrophysique, par exemple le biais de Malmquist en cosmologie
Pas d'accord....La question de la mesure des phénomènes, en science, est primordiale (et passionnante)....En tant que bookiniste, j' ai chopé un gros lot de la bibliothèque d'un ponte de l' InSEE....et pas mal de livres anciens et tres modernes sont basés sur la mesure, son importance, et des possibilités de manipulations qui en découle.
Tu ne comprends pas le paradoxe de Simpson. Tu n'avais pas compris ce que j'avais fait ici:
