Explication rapide de la p-value : en coupant du bois et en l'expliquant à un poney

Поділитися
Вставка
  • Опубліковано 23 гру 2024

КОМЕНТАРІ • 39

  • @emanuel1emanuel622
    @emanuel1emanuel622 3 роки тому

    Bonjour
    Génial ta vidéo, j'ai enfin compris la p value et enfin une vidéo claire nette et précise.
    Bravo

  • @tobiokageyama1802
    @tobiokageyama1802 3 роки тому +1

    Le "featuring" de vuillemin 🤣 J'étais pas prêt 😂 Merci pour cette vidéo et ce que vous faites ! 🙂

  • @josephbarbier
    @josephbarbier 3 роки тому

    Génial comme vidéo ! Je pensais avoir compris la p-value mais au final j'ai quand même appris des trucs

  •  3 роки тому +6

    Très beau décor à la fin, mais je sens que quelque chose ne va pas, mais je sais pas pourquoi.. 😁

    • @anysbougaa
      @anysbougaa 3 роки тому +1

      Super phenix, comme le réacteur ?

    •  3 роки тому +1

      @@anysbougaa Yes :)

    • @anysbougaa
      @anysbougaa 3 роки тому

      Sympa

  • @PatrickCazaux
    @PatrickCazaux 3 роки тому +1

    Moi qui suis une bille totale en maths, ce qui ne m’empêche pas de m’intéresser, je n’arrive pas à comprendre pourquoi on a besoin de parler d’ « hypothèse zéro » ( et pourquoi zéro ?) et de la définir (le bout de bois a été prise dans le sac d’Eléonore), pour ensuite dire qu’on l’invalide. En quoi est-ce plus intéressant que de dire simplement : on va vérifier si ce bout de bois vient de ce sac ou pas, statistiquement parlant ?

    • @Lebiostatisticien
      @Lebiostatisticien  3 роки тому +1

      C'est juste plus difficile à évaluer d'un point de vue fréquentiste. On voudrait savoir quelle est la probabilité que ce bout de bois ait été tiré du sac, sachant la taille du bout de bois.
      A la place, on teste l'hypothèse que ce bout de bois appartient au sac, sachant les propriétés du sac. C'est juste plus simple. Dans une approche bayésienne, oui, on prendrai le parti inverse.
      Une autre façon de voir les choses est que tous les tests d'hypothèse parte du principe qu'il n'y a pas de différence (de distribution, ou de moyenne, etc) entre les groupes observés. Et donc on part juste de ce postulat, en ce disant que si la probabilité d'obtenir nos données si H0 est vraie est faible, alors H0 n'est probablement pas vraie.
      Vous mettez néanmoins le doigt sur un point fondamental : ce n'est pas parce qu'on rejette H0 qu'on prouve l'hypothèse alternative (Ha). Et donc quand on rejette l'hypothèse nulle avec p = 5%, cela ne veut pas dire du tout qu'on est sûr à 95% que Ha est vraie

    • @beatricedanieleherve-berth7842
      @beatricedanieleherve-berth7842 3 роки тому

      Salut ! C’est Éléanore

  •  3 роки тому

    Mais elles sont vachement bien tes vidéos en fait! ^^

    • @Lebiostatisticien
      @Lebiostatisticien  3 роки тому

      comment ça, en fait ? XD

    •  3 роки тому

      @@Lebiostatisticien je savais que ça te ferait réagir XD

    • @Lebiostatisticien
      @Lebiostatisticien  3 роки тому

      @ habile !

  • @BrunoDARCET
    @BrunoDARCET 3 роки тому

    Le 5% correspond-t-il à ce qui est à plus de 2 écarts-types (inférieur et supérieur) donc 2 * 2.28% ?

    • @yopomdpin6285
      @yopomdpin6285 3 роки тому

      oui, c'est la règle des 68%-95%-99.7%

  • @archimedemulega7086
    @archimedemulega7086 3 роки тому

    Bonjour. S'il vous plaît, pouvez-vous nous faire une vidéo sur les bases du package ggplot2? Nous en avons énormément besoin. S'il vous plaît!

  • @sonjazeitchar408
    @sonjazeitchar408 3 роки тому

    Je kiff ton humour

  • @alainvillesuzanne8613
    @alainvillesuzanne8613 3 роки тому

    Très bien expliqué.
    Ce choix du seuil de 5% est purement arbitraire ? C’est simplement une norme ?
    J’ai du mal à m’imaginer ce seuil indépendant du contexte, en particulier de la criticité des conséquences des décisions prises en fonction de ce même seuil.

    • @Lebiostatisticien
      @Lebiostatisticien  3 роки тому +2

      Oui c'est purement arbitraire. Ça correspond à peu près a 2 écart types. Dans les sciences exactes ils définissent alpha a 3 écarts types, donc beaucoup plus petit. Il y a plein de problèmes et de considérations avec la p-value que je n'ai pas eu le temps de détailler ici, mais effectivement, on pourrait en débattre des heures 😅

    • @alainvillesuzanne8613
      @alainvillesuzanne8613 3 роки тому

      @@Lebiostatisticien En tout cas, merci. Cela a piqué ma curiosité.
      Du coup, je viens de ressortir un HS de la revue "Pour la science" de 2018 sur le Big Data, et il s’y trouve un article intitulé "La malédiction de la VALEUR-P". Bigre ! Je vais m’y plonger de ce pas !
      Ce genre de débats est plutôt sain et montre que la science n’est pas un dogme, ce qui fait sa force (et non sa faiblesse comme le pensent certains) et lui permet de progresser.

  • @beatricedanieleherve-berth7842
    @beatricedanieleherve-berth7842 3 роки тому

    🍓 8 juillet 2021 🌧 France 🌤
    Salut ! C’est interessant

  • @alexxkrehmen772
    @alexxkrehmen772 3 роки тому

    Lors d'un échange concernant la faible pertinence des études sur de tout petits échantillons, on m'a opposé que l'approche fréquentiste passait à côté de choses que l'approche bayésienne permettait de voir.
    Par exemple au sujet de l'ivermectine où il y a plein de petites études non conclusives à cause d'une p-value trop faible, mais où on observait tout de même un meilleur résultat pour les patients dans le groupe test que dans le groupe contrôle.
    De ce que j'ai compris, selon une approche bayésienne, le fait que la p-value soit faible ne suffirait pas à invalider l'intérêt probable du traitement si on observe tout de même un petit mieux dans le groupe test, sur plusieurs études éparses.
    Est-ce une querelle de chapelles fréquentistes vs bayésiens, ou bien y a-t'il un fond de pertinence là dedans ?

    • @Lebiostatisticien
      @Lebiostatisticien  3 роки тому

      C'est en même temps faux et pas faux. L'approche bayésienne va permettre d'estimer une distribution de tailles d'effets. Cette distribution dépend de plein de trucs. Et concrètement si on a des petits effectifs avec des échantillons hétérogènes bayesvne résoudra rien, sauf si on l'utilise mal

    • @alexxkrehmen772
      @alexxkrehmen772 3 роки тому

      @@Lebiostatisticien Ok, merci ! Donc ça reste du bruit statistique malgré tout, en gros ?

    • @Lebiostatisticien
      @Lebiostatisticien  3 роки тому

      @@alexxkrehmen772 ba ça dépend ce qu'on appelle du bruit statistique :s

    • @alexxkrehmen772
      @alexxkrehmen772 3 роки тому

      @@Lebiostatisticien Dans le cas présent (toujours l'exemple des études sur l'ivermectine) : la majorité des études avait un groupe test en légèrement meilleure santé que le groupe de contrôle (de mémoire, avec des petits comme des grands effectifs), mais à chaque fois de vraiment pas grand chose (donc p-value à la ramasse)

  • @OriginTsaet
    @OriginTsaet 3 роки тому

    Très cool ^^
    Le backflip aurait été apprécié ♥️

    • @Lebiostatisticien
      @Lebiostatisticien  3 роки тому +2

      Alors je l'ai, mais hors caméra. Vraiment pas de chance ^^

  • @numv2
    @numv2 3 роки тому

    Excellent. Merci

  • @isabellevallondianor5659
    @isabellevallondianor5659 3 роки тому

    Comme le poney .. j ai compris 🙏🏽😂

  • @aviatha
    @aviatha 3 роки тому +1

    Donc les informaticiens expliquent des trucs à un canard et les statisticiens à un poney... non mais pourquoi pas, c'est culturel !

  • @raphael37800
    @raphael37800 3 роки тому +1

    A rapprocher du 6 sigma de Motorola.

  • @alteredbrain
    @alteredbrain 3 роки тому

    Do a backflip!

  • @beorngare
    @beorngare 3 роки тому

    "Le bout de bois a été coupé par quelqu'un d'autre, qui vient d'un autre sac..."
    Il sort d'un sac le gars ? Et ça ? C'est probable ?
    xD

  • @michelq29
    @michelq29 3 роки тому

    Ahah ce titre poneytaclick 😄

  • @didierdepraetere2587
    @didierdepraetere2587 3 роки тому

    C'est simple c'est simple dix fois qu'il le dit et j'ai toujours pas compris je pense que j'ai 80% de chance d'être simplet

    • @anysbougaa
      @anysbougaa 3 роки тому

      Pas du tout, c'est pas forcément facile a appréhender, va voir les videos d'hygiene mentale puis science4all sur le "bayesianisme"

    • @yopomdpin6285
      @yopomdpin6285 3 роки тому

      Mais non voyons ! C'est juste un concept un peu particulier
      Qu'est-ce que vous n'avez pas compris ?