Ce que l’on nomme le paradoxe de Simpson est un biais statistique, qui permet d’observer une tendance dans un groupe donn\u00e9, lors que l’on observe la tendance inverse si on le subdivise en plusieurs sous-groupes.<\/p>\n\n\n\n
Voici un exemple (imaginaire). Ci-dessous, la proportion de ch\u00f4mage dans la population totale, mais \u00e9galement en la r\u00e9partissant en deux sous-groupes : “population dipl\u00f4m\u00e9e” et “population non dipl\u00f4m\u00e9e”.<\/p>\n\n\n\n Le taux de ch\u00f4mage augmente dans chaque sous-groupe, alors qu’il diminue dans la population totale. Aucune erreur, un calcul (disponible dans la source ci-dessous) permet de mettre en \u00e9vidence ce que l’on appelle le facteur de confusion<\/strong> : la proportion des sous-groupes \u00e9volue entre 1982 et 2009 (respectivement 25% de dipl\u00f4m\u00e9s, puis 56%). Ce facteur de confusion (donn\u00e9e cach\u00e9e dans les chiffres, mais pourtant bien pr\u00e9sente) permet ainsi de donner l’illusion de tendances invers\u00e9es.<\/p>\n","protected":false},"excerpt":{"rendered":" Ce que l’on nomme le paradoxe de Simpson est un biais statistique, qui permet d’observer une tendance dans un groupe donn\u00e9, lors que l’on observe…<\/p>\nProportion de ch\u00f4mage dans…<\/th> 1982<\/th> 2009<\/th><\/tr><\/thead> Population diplom\u00e9e<\/td> 8.6%<\/td> 8.9%<\/td><\/tr> Population non dipl\u00f4m\u00e9e<\/td> 13.6%<\/td> 13.9%<\/td><\/tr><\/tbody> Population totale<\/td> 12.35%<\/td> 11.9%<\/td><\/tr><\/tfoot><\/table><\/figure>\n\n\n\n