Plan d’expériences

Introduction aux statistiques en Python

Maggie Matsui

Content Developer, DataCamp

Vocabulaire

L’expérience vise à répondre à cette question : quel est l’effet du traitement sur la réponse ?

Par exemple, quel est l’effet d’une publicité sur le nombre de produits achetés ?

Les participants sont assignés par les chercheurs à un groupe de traitement ou à un groupe de contrôle
- Le groupe de traitement voit la publicité
- Le groupe de contrôle ne la voit pas
Les groupes doivent être comparables afin de pouvoir déduire un lien de causalité
Si les groupes ne sont pas comparables, cela peut entraîner des confusions (biais)
- Âge moyen du groupe de traitement : 25
- Âge moyen du groupe de contrôle : 50
- L’âge est un facteur de confusion potentiel

Des essais contrôlés randomisés
- Les participants sont assignés aléatoirement aux groupes de traitement et de contrôle, et non en fonction d’autres caractéristiques
- Le choix aléatoire permet de s’assurer que les groupes sont comparables
Un placebo
- Ressemble au traitement, mais n’a pas d’effet
- Les participants ne savent pas dans quel groupe ils se trouvent
- Dans les essais cliniques, une pilule de sucre permet de s’assurer que l’effet du médicament est bien dû au médicament lui-même et non à l’idée de recevoir le médicament

Un essai en double aveugle
- La personne qui administre le traitement ou réalise l’étude ne sait pas si le traitement est réel ou s’il s’agit d’un placebo
- Empêche les biais dans la réponse et/ou l’analyse des résultats

Moins de possibilités de biais = conclusion plus fiable sur le lien de causalité

Les participants ne sont pas répartis de manière aléatoire dans les groupes
- L’appartenance à un groupe dépend généralement de caractéristiques préexistantes des participants
De nombreuses questions de recherche ne se prêtent pas à une expérience contrôlée
- Vous ne pouvez pas forcer quelqu’un à fumer ou à avoir une maladie
- Vous ne pouvez pas obliger quelqu’un à avoir un certain comportement dans le passé
Établissent une relation, pas un lien de causalité
- Les effets peuvent être confondus par d’autres facteurs liés à l’appartenance au groupe de contrôle ou de traitement
- Il existe des moyens de contrôler les facteurs de confusion afin d’obtenir des conclusions plus fiables sur la relation

Les participants sont suivis pendant un certain temps afin d’examiner l’effet du traitement sur la réponse
L’effet de l’âge sur la taille n’est pas confondu par la génération
Plus cher, résultats plus longs

Les données sur les participants sont collectées à partir d’un seul point dans le temps
L’effet de l’âge sur la taille est confondu par la génération
Moins cher, plus rapide, plus pratique

Introduction aux statistiques en Python