Le Personal MBA
Corrélation et causalité
Un mode est la valeur qui apparaît le plus fréquemment dans une série de données. Les modes sont utiles pour trouver des groupes de données – une série peut avoir des modes multiples qui attirent votre attention sur des Interdépendances potentiellement intéressantes au sein du Système à l’origine des données.
La moyenne des valeurs extrêmes est la somme de la valeur la plus faible et de la valeur la plus élevée divisée par deux. La moyenne des valeurs extrêmes permet des estimations rapides en connaissant seulement deux valeurs, mais elle peut être facilement faussée par des valeurs anormalement élevées ou anormalement basses comme lorsqu’on considère la fortune de Bill Gates.
Les moyennes, les médianes, les modes et les moyennes des valeurs extrêmes sont des outils analytiques utiles, capables de caractériser des résultats, mais à condition de les choisir à bon escient.
RETROUVEZ CE CONCEPT À L’ADRESSE :http://book.personalmba.com/typicality/
Corrélation et causalité
« La corrélation n’implique pas nécessairement la causalité. »
EDWARD TUFTE, STATISTICIEN ET PROFESSEUR À L’UNIVERSITÉ DE YALE
I maginez une table de billard : si vous connaissez la position exacte de chaque boule sur la table et la nature des forces qui s’appliquent à la boule du joueur (force, direction et localisation de l’impact, frottement de la table et résistance de l’air), vous pouvez calculer la trajectoire exacte de la boule et les conséquences sur les autres boules qu’elle frappe au passage. Les joueurs de billard professionnels savent si bien Simuler mentalement ces relations et anticiper les trajectoires qu’ils peuvent faire le ménage sur la table en un clin d’œil !
Il s’agit ici de Causalité, c’est-à-dire de relation de cause à effet. Puisqu’il est possible d’anticiper des enchaînements causals, on peut dire que frapper la boule a causé sa chute dans le trou. Si vous frappez de nouveau la boule exactement de la même manière et exactement dans la même situation, vous obtenez le même résultat.
Autre exemple fictif : supposons que les gens victimes d’un infarctus mangent en moyenne 57 hamburgers par an. Manger des hamburgers provoque-t-il des infarctus ? Pas nécessairement. En général, les gens victimes d’infarctus prennent 365 douches par an et clignent des yeux 5,6 millions de fois par an. Allez-vous avoir un infarctus parce que vous prenez des douches et clignez des yeux ? Pas obligatoirement.
La Corrélation et la Causalité sont deux choses différentes. Même si vous observez qu’une mesure est étroitement liée à une autre, ce n’est pas la preuve que l’une est la cause de l’autre.
Imaginez que vous avez acheté une pizzeria et que vous avez créé un film publicitaire de trente secondes diffusé sur la télévision locale pour promouvoir votre établissement. Peu après la diffusion de ce spot, vous constatez que vos ventes ont augmenté de 30 %. Le film publicitaire est-il à l’origine de cette amélioration ?
Pas forcément – cette hausse de vos ventes peut être due à bien d’autres facteurs. Une foire se tenait peut-être dans la ville à cette période-là, ce qui a attiré davantage de visiteurs qui ont eu besoin de se restaurer rapidement. Peut-être avez-vous fait une promotion pendant quelques jours en proposant deux pizzas pour le prix d’une, ce qui vous a valu des clients supplémentaires. Peut-être les familles sont-elles venues fêter la fin de l’année scolaire. Tant de facteurs peuvent avoir joué en même temps qu’il est difficile de savoir lequel est à l’origine de la hausse des ventes constatée. D’ailleurs, le spot télévisé peut même avoir entraîné une baisse des ventes parce que les gens l’ont trouvé peu attrayant ou agressif, mais cette baisse peut avoir été largement compensée par un autre facteur qui a boosté les ventes.