Tu sembles dire que ce qui devrait décider de la publication ou non d'un article, c'est le fait que le modèle soit vrai ou pas. Mais c'est un non-sens scientifique: on ne peut jamais décider de cela.
Soit je m'exprime mal, soit tu me lis mal (biais cognitif "c'est un amateur, il n'a rien compris" ?), soit les deux ! Quoiqu'il en soit ce n'est pas le cas : dans un autre post sur ce fil je dis que la "véracité" d'une théorie sur le monde réel est indécidable, ce qui est largement incompatible avec ton impression ci-dessus.
Et j'ai l'impression que c'est toi qui dit "si c'est publié et que ça dit 'on a vu moins de 0.05', alors, c'est qu'ils prétendent que c'est la vérité".
C'est une fausse impression, je n'ai pas dit ça. Il n'en reste pas moins que des résultats associées à une "bonne" p-value sont plus facilement publiés et de ce fait plus facilement visibles des médias/décideurs/public/etc... ce qui, dans certains domaines "polémiques" (homéopathie, glyphosate, etc...), a un impact non négligeable avec des gens en aval se chargeant de présenter ces résultats en vérité.
Aparté : Tu as l'air de considérer l'activité scientifique comme un terrain neutre où tous les acteurs sont de bonne foi et non influencés par des considérations non scientifiques (idéologie, intérêts financiers, publish or perish, etc...), ce qui est d'ailleurs sans aucun doute vrai dans la grande majorité des cas.
La valeur-p fait EXACTEMENT cela: elle ne dit pas si un modèle est vrai ou pas, elle dit juste quand on a atteint une région où la conclusion est suffisamment peu aléatoire.
C'est bien ce que j'avais compris (je te renvoie à ma première phrase plus haut). Le problème est ce "quand" (i.e. seuil). Si on choisit un seuil, arbitraire par la force des choses mais correspondant à une certaine idée qu'on se fait de "conclusion suffisamment peu aléatoire [pour mériter d'être prise en considération]", et qu'ensuite la méthode de calcul de la p-value ne correspond pas à cette définition, il y a un problème. C'est un peu le sens de cet article (si j'ai bien compris) : https://royalsocietypublishing.org/doi/full/10.1098/rsos.171085#d3e2512
[^] # Re: Information extraordinaire
Posté par mahikeulbody . En réponse à la dépêche « Hygiène mentale » : une chaîne de vidéos sur l’esprit critique, sous licence de libre diffusion. Évalué à 1. Dernière modification le 13 avril 2019 à 11:37.
Soit je m'exprime mal, soit tu me lis mal (biais cognitif "c'est un amateur, il n'a rien compris" ?), soit les deux ! Quoiqu'il en soit ce n'est pas le cas : dans un autre post sur ce fil je dis que la "véracité" d'une théorie sur le monde réel est indécidable, ce qui est largement incompatible avec ton impression ci-dessus.
C'est une fausse impression, je n'ai pas dit ça. Il n'en reste pas moins que des résultats associées à une "bonne" p-value sont plus facilement publiés et de ce fait plus facilement visibles des médias/décideurs/public/etc... ce qui, dans certains domaines "polémiques" (homéopathie, glyphosate, etc...), a un impact non négligeable avec des gens en aval se chargeant de présenter ces résultats en vérité.
Aparté : Tu as l'air de considérer l'activité scientifique comme un terrain neutre où tous les acteurs sont de bonne foi et non influencés par des considérations non scientifiques (idéologie, intérêts financiers, publish or perish, etc...), ce qui est d'ailleurs sans aucun doute vrai dans la grande majorité des cas.
C'est bien ce que j'avais compris (je te renvoie à ma première phrase plus haut). Le problème est ce "quand" (i.e. seuil). Si on choisit un seuil, arbitraire par la force des choses mais correspondant à une certaine idée qu'on se fait de "conclusion suffisamment peu aléatoire [pour mériter d'être prise en considération]", et qu'ensuite la méthode de calcul de la p-value ne correspond pas à cette définition, il y a un problème. C'est un peu le sens de cet article (si j'ai bien compris) :
https://royalsocietypublishing.org/doi/full/10.1098/rsos.171085#d3e2512
Merci de ta patience et de ta courtoisie.