Il n'a jamais fallu de grands nombres pour faire des statistiques, au contraire, ça biaise tout.
Tu veux dire que si tu pouvais mesurer la totalité des événements tu aurais de plus mauvais résultats que ce que tu obtiens avec un panel et un modèle qui essayent de représenter la totalité des événements ? Heu attends une seconde...
Les grands nombres, c'est pour du machine learning, ce genre d'algos. Dès qu'on rentre dans les grands nombres, justement, tout tend vers la loi normale et on ne "voit" plus rien, statistiquement parlant, en général.
Si ta variable à une distribution normale alors oui tu vas observer une distribution... normale ! Si ce n'est pas le cas alors ça ne va pas magiquement se transformer en distribution normale par ce que tu augmentes le nombre d'observations.
Donc oui, l'analyse numérique peut nécessiter de grands nombres, ce n'est (heureusement) pas le cas de la statistique, qui a bien des moyens et des outils (formalisés, publiés, etc...) pour redresser les calculs sur de petits échantillons de données.
On le fait par ce que ce n'est pas possible d'observer l'intégralité des événements (techniquement ou financièrement). Mais quand c'est possible on le fait. Modéliser et redresser des panels ça reste de la modélisation avec tout les inconvénients sur la pertinence des résultats qui vont avec.
Jusque ici la pratique a toujours montré que beaucoup de données battait toujours de bons algos. Après on ne pas peut toujours avoir avoir beaucoup de données...
Pour en revenir à notre exemple ici: les français parcourent ~725 milliards de kilomètres par an. Si tout le monde conduit ça fait 11000 kilomètres par an, donc un million de kilomètre représentent ~100 français. Il y a ~70K accidents corporels par an, si on suppose qu'il y a un ratio de 1/100 entre accident corporel et accident (aucune donnée publiée) ça nous fait un accident tous les 100 millions de kilomètre parcourus.
Je te laisse établir la représentativité de la chose. Mon petit doigt me dit que faire des stats sur une voiture, même si elle roule beaucoup, va te poser quelques petits problèmes au redressement.
[^] # Re: Et pourtant une autre révolution est en marche
Posté par ckyl . En réponse au journal Tesla Motors VS the rest of the world. Évalué à 4.
Tu veux dire que si tu pouvais mesurer la totalité des événements tu aurais de plus mauvais résultats que ce que tu obtiens avec un panel et un modèle qui essayent de représenter la totalité des événements ? Heu attends une seconde...
Si ta variable à une distribution normale alors oui tu vas observer une distribution... normale ! Si ce n'est pas le cas alors ça ne va pas magiquement se transformer en distribution normale par ce que tu augmentes le nombre d'observations.
On le fait par ce que ce n'est pas possible d'observer l'intégralité des événements (techniquement ou financièrement). Mais quand c'est possible on le fait. Modéliser et redresser des panels ça reste de la modélisation avec tout les inconvénients sur la pertinence des résultats qui vont avec.
Jusque ici la pratique a toujours montré que beaucoup de données battait toujours de bons algos. Après on ne pas peut toujours avoir avoir beaucoup de données...
Pour en revenir à notre exemple ici: les français parcourent ~725 milliards de kilomètres par an. Si tout le monde conduit ça fait 11000 kilomètres par an, donc un million de kilomètre représentent ~100 français. Il y a ~70K accidents corporels par an, si on suppose qu'il y a un ratio de 1/100 entre accident corporel et accident (aucune donnée publiée) ça nous fait un accident tous les 100 millions de kilomètre parcourus.
Je te laisse établir la représentativité de la chose. Mon petit doigt me dit que faire des stats sur une voiture, même si elle roule beaucoup, va te poser quelques petits problèmes au redressement.