Biais historique

Maîtriser les biais de données

Konstantinos Kattidis

Data Analytics Lead

Comprendre le biais historique

  • Vous êtes analyste et enquêtez sur une série de vols dans un quartier
  • Vous constatez des incohérences : évolution des schémas de criminalité, de la démographie et des pratiques policières
  • Le biais historique survient quand le passé ne reflète pas fidèlement la situation actuelle
  • Deux types courants : biais technologique et biais contextuel

Analyste examinant des données criminelles en tenant compte du biais historique

Maîtriser les biais de données

Biais technologique

Il survient lorsque des avancées rendent les données historiques obsolètes ou moins pertinentes

  • Un/Une analyste produit veut étudier l’évolution du comportement des utilisateurs via les données d’engagement
  • À cette période, l’ordinateur de bureau était le principal moyen d’accès à Internet
  • Ces schémas ne reflètent pas forcément les interactions sur mobile

Personnes accédant à Internet sur leurs appareils

Maîtriser les biais de données

Biais contextuel

Il renvoie aux changements de normes sociales, préférences, valeurs culturelles ou conditions économiques qui influencent les données historiques

  • Un/Une analyste marketing analyse des données clients pour orienter les campagnes d’une marque de vêtements
  • Prendre en compte l’évolution des normes et valeurs culturelles
  • Le contexte est essentiel pour décider

Personnes avec normes, préférences et valeurs culturelles

Maîtriser les biais de données

Études longitudinales

Scientifique observant un graphique de long terme

  • Les études longitudinales, qui suivent des sujets sur une longue période, sont particulièrement sensibles au biais historique
  • Par exemple, tenir compte du changement climatique dans les études climatiques de long terme
  • Ne pas intégrer ce changement peut introduire un biais historique dans les analyses climatiques
Maîtriser les biais de données

Facteurs supplémentaires de biais historique

  1. Limites des sources de données historiques :
    • Données incomplètes ou groupes sous-représentés pouvant biaiser l’interprétation du passé
    • Des événements historiques ont pu entraîner la perte ou l’inaccessibilité de certaines données
  2. Autres types de biais
    • D’autres biais peuvent contribuer au biais historique
    • Par exemple, le biais de survivance peut déformer la perspective historique

Schéma montrant les données manquantes et l’influence d’autres biais

Maîtriser les biais de données

Impact sur l’interprétation des données

  • Le biais historique influence fortement l’interprétation des données
  • Négliger le contexte historique peut mener à de fausses hypothèses sur les tendances

Personne prenant des décisions

Maîtriser les biais de données

Passons à la pratique !

Maîtriser les biais de données

Preparing Video For Download...