Entre mathématiques, statistique, probabilités et sociologie de la quantification : les nombres comme outils de savoir, mais aussi comme outils de pouvoir.
Les nombres naturels sont nés d'un besoin statistique appelé dénombrement. Le XIXe siècle est celui de la première vague de données numériques diversifiées destinées à l'étude des populations. Le XXe siècle a vu le développement de la quantification dans toutes les disciplines scientifiques. Les nombres ont ainsi acquis une capacité de représenter et d'aider à la résolution de problèmes de toutes sortes, ce que l'on peut qualifier de puissance, non sans connaître de nombreux échecs qui font parfois croire à leur impuissance. Cet ouvrage a pour objectif d'en témoigner par quelques exemples.
Les nombres occupent une place prépondérante dans les sociétés contemporaines et sont des acteurs clefs de leurs transformations.
Dans un langage parfaitement accessible à tous, cet ouvrage expose différents usages contemporains des nombres et l'évolution des méthodes pour les traiter : depuis la statistique classique vers les big data, l'intelligence artificielle, mais aussi des pratiques plus artisanales parfois appelées « statactivistes ». Les données numériques n'apparaissent pas « naturellement » dans la société, mais se développent et se transforment au cours de processus sociaux et politiques. Elles méritent d'être observées comme des objets à part entière et non pas comme de simples instruments de production de connaissance. Cet ouvrage nous prouve qu'aujourd'hui, la statistique, ou plus généralement les méthodes de quantification, sont à la fois des outils de savoir et des outils de pouvoir.
Cet ouvrage accompagne le dixième anniversaire de la revue Statistique et Société, publiée par la Société Française de Statistique.
For over fourty years, choosing a statistical model thanks to data consisted in optimizing a criterion based on penalized likelihood (H. Akaike, 1973) or penalized least squares (C. Mallows, 1973). These methods are valid for predictive model choice (regression, classification) and for descriptive models (clustering, mixtures). Most of their properties are asymptotic, but a non asymptotic theory has emerged at the end of the last century (Birgé-Massart, 1997). Instead of choosing the best model among several candidates, model aggregation combines different models, often linearly, allowing better predictions. Bayesian statistics provide a useful framework for model choice and model aggregation with Bayesian Model Averaging.
In a purely predictive context and with very few assumptions, ensemble methods or meta-algorithms, such as boosting and random forests, have proven their efficiency.
This volume originates from the collaboration of high-level specialists: Christophe Biernacki (Université de Lille I), Jean-Michel Marin (Université de Montpellier), Pascal Massart (Université de Paris-Sud), Cathy Maugis-Rabusseau (INSA de Toulouse), Mathilde Mougeot (Université Paris Diderot), and Nicolas Vayatis (École Normale Supérieure de Cachan) who were all speakers at the 16th biennal workshop on advanced statistics organized by the French Statistical Society. In this book, the reader will find a synthesis of the methodologies' foundations and of recent work and applications in various fields.
The French Statistical Society (SFdS) is a non-profit organization that promotes the development of statistics, as well as a professional body for all kinds of statisticians working in public and private sectors. Founded in 1997, SFdS is the heir of the Société de Statistique de Paris, established in 1860. SFdS is a corporate member of the International Statistical Institute and a founding member of FENStatS-the Federation of European National Statistical Societies.
L 'actualité nous renvoie tous les jours une facette du risque : crise financière, accidents d'avion, dérapages du changement climatique, etc.
Quel est le rôle joué par la statistique dans l'analyse de ces risques et quels sont les outils spécifiquement développés pour cela ?
Cet ouvrage est consacré à une présentation des fondements méthodologiques classiques mais aussi récents, et présente des applications à des domaines variés.
Il est bien connu que la manière de présenter des informations quantitatives dans les médias ou les revues spécialisées n'est pas toujours claire, complète, voire rigoureuse. Il est d'ailleurs fréquent que cette information ne soit pas appréciée à sa juste valeur ou même qu'elle soit fausse.
Les raisons de cette situation sont multiples : déficience des sources, formation insuffisante des auteurs des rubriques, usage erroné des termes utilisés... De nombreux exemples concernent des notions aussi courantes que proportion, moyenne, corrélation... mais aussi des représentations sous forme de tableaux ou de graphiques.
En outre, trop de personnes ignorent dans quel contexte ces notions ont été introduites et peuvent difficilement mesurer leur pertinence quotidienne. Cet ouvrage est destiné à les prémunir de mauvais emplois ou d'interprétations douteuses à partir d'exemples concrets et d'une approche historique des concepts concernés.
Cet ouvrage est le premier livre de la collection « La statistique autrement » de la Société Française de Statistique. Cette collection a pour ambition de proposer des ouvrages accessibles à un large public en suivant une démarche originale.
La Société Française de Statistique (SFdS), association reconnue d'utilité publique, a pour objectif de favoriser les développements de la statistique et d'assurer la représentation de l'ensemble des utilisateurs, enseignants et chercheurs dans ce domaine.