Préface: statistiques et Statistique

Il y a statistiques et Statistique. "Les statistiques" - familièrement: les "stats" - ce sont les données chiffrées (moyennes, pourcentages, indices de toute sorte) des mass media et qu'on rencontre aujourd'hui dans tous les secteurs possibles et imaginables: statistiques officielles (INSEE), sondages, etc. "La statistique" - au singulier, voire avec la majuscule (la "Statistique") - c'est la discipline qui a pour objet les méthodes qui permettent d'analyser les données statistiques. C'est de "la Statistique" que relèvent mes travaux.

Avant de poursuivre, évoquons deux faits massifs qui surplombent toute analyse: d'une part, l'écrasante domination, dans la période contemporaine (de 1945 à nos jours), de la statistique anglo-saxonne; voir la statistique quasi-monopole anglo-saxon; d'autre part, le phénomène de l'hyperspécialisation, qui fragmente une même discipline (comme la statistique) en sous-spécialités isolées.

La statistique est une métadiscipline, qui travaille sur des matériaux extérieurs à la discipline. De par sa nature-même, elle est à la jonction de deux modes de pensée, celui des mathématiques et celui des domaines empiriques. Chez les pères fondateurs de la statistique, les deux versants étaient toujours présents; ils sont aujourd'hui bien séparés, avec d'une part une statistique académique, d'autre part une statistique des chercheurs.
La statistique académique est celle qui est enseignée dans les départements de mathématiques des universités, et les cours "théoriques" des institutions telles que (en France) l'INSEE ou l'INSERM; cette discipline se veut une théorie déductive, et s'auto-qualifie de "statistique mathématique", à l'instar de la physique mathématique.
La statistique des chercheurs est celle qu'on pratique dans les laboratoires et les études empiriques, des sciences de la nature aux sciences sociales. La statistique des chercheurs est essentiellement normative: c'est l'instance d'administration légitime de la preuve scientifique, contrôlée par les referees des revues scientifiques. Précision: nous disons bien statistique "des chercheurs" et non pas "appliquée", car si en droit elle reconnaît les canons de la statistique académique, elle ne les applique guère dans les faits.
Ma conviction est que tout en distinguant les deux versants, il faut maintenir l'unité de la statistique (Sur les conséquences fâcheuses de l'actuelle division, voir Une première). Ce qui justifie la statistique, c'est son rôle d'auxiliaire ("Hilfswissenschaft") des disciplines empiriques. La statistique des chercheurs doit guider la statistique théorique. La situation idéale est celle où le statisticien participe à une recherche empirique d'envergure, en explicitant avec les chercheurs la problématique et les questions qui se posent, et en déterminant les procédures statistiques, existantes ou à améliorer, capables de répondre au mieux à ces questions. C'est en interaction avec les problèmes de recherche que se sont dégagées progressivement les idées-forces qui donnent sens à mes travaux. Toutes mes contributions ont tendu à construire une statistique des chercheurs autonome.

La statistique est une discipline récente et en devenir, hautement dépendante des instruments de calcul. Il n'est pas étonnant que la statistique ait eu constamment des problèmes d'identité. A l'origine branche du calcul des probabilités, elle a failli, aux grandes heures de la Recherche Opérationnelle, être absorbée par la "science des décisions". A l'heure actuelle, elle tendrait plutôt à devenir une annexe de l'algorithmique (domaine à coup sûr aujourd'hui plus créatif).
Les idées-forces renvoient aux fondements de la statistique; mais cette dernière appellation évoque des travaux spécialisés, en marge d'une discipline dont le contenu serait "désormais bien fixé". Le statut des idées-forces, au contraire, est de susciter une restructuration des chapitres traditionnels de la statistique.
Il en va de même pour l'histoire de la statistique, à laquelle m'ont initié G.Th. Guilbaud et B. Bru: cf. Rouanet & Bru (1994b). A l'heure d'Internet, parcourir le Journal électronique de l'histoire de la probabilité et de la statistique est pour moi un vrai plaisir. Cependant, je l'avoue, l'épistémologie n'est pas mon fort. Si l'histoire me fascine, c'est (pour reprendre une formule de Marc Ferro à propos de l'histoire en général), "pour autant que son étude permet de comprendre les problèmes de notre temps". Plutôt que de scruter les prémices des tendances aujourd'hui dominantes, je cherche à (re)découvrir des voies délaissées, que les outils du temps présent peuvent rendre praticables.
A l'évidence, certains cadres théoriques ont été élaborés jadis pour contourner l'obstacle du calcul: par exemple le modèle normal. D'autres cadres étaient restés à l'état d'ébauche: par exemple les procédures de classification, ou les modèles de permutation. Aujourd'hui que l'obstacle du calcul est repoussé, que l'ère des tables est révolue (ou devrait l'être), on peut, on doit privilégier, à mon sens, une démarche directe pour aborder les problèmes réels qui justifient le recours à la statistique. Au fait, quels étaient les problèmes que cherchaient à résoudre Binet, ou Durkheim? Qu'auraient-ils fait s'ils avaient eu les ordinateurs, avec leurs colossales bases de données et leurs fabuleux moyens de calcul?

Mes travaux ont surtout concerné la statistique en sciences humaines, de la psychologie aux sciences sociales, autrement dit les behavioral sciences, bordées d'un côté par les sciences bio-médicales, de l'autre par les sciences économiques. Du point de vue de la statistique, ce champ est très homogène: il y a une statistique en sciences humaines, mais il n'y a pas réellement une "statistique pour psychologues", une "statistique pour sociologues", etc.
A mon sens, la place de la statistique dans une recherche devrait être toujours conforme au schéma suivant:

Problème de recherche --> Données pertinentes --> Analyse statistique --> Résultats statistiques --> Conclusions de recherche

Les données pertinentes doivent constituer un inventaire représentatif du domaine étudié; c'est l'exigence d'exhaustivité au sens de Benzécri, proche de la notion de champ chez Bourdieu. L'analyse statistique doit soit apporter une réponse aux questions de la recherche, soit montrer en quoi les données sont insuffisantes pour y répondre. Respecter ce schéma devrait faciliter l'examen critique d'une recherche, en permettant de préciser à quel(s) niveau(x) ont pu être commises d'éventuelles bavures: 1) Des données pertinentes ont pu être omises; 2) l'analyse statistique effectuée est insuffisante; 3) les conclusions de la recherche excèdent les conclusions autorisées par les résultats de l'analyse statistique (sur-interprétation).

Dans la statistique académique, où les données - fussent-elles des real life data - ne sont souvent invoquées que pour illustrer des techniques, en faisant fi de toute problématique de recherche, les contre-exemples flagrants à l'exigence d'exhaustivité abondent. Bornons-nous à évoquer un article de Goodman (1991), qui croit pouvoir discuter des mérites comparés des méthodes sur un simple tableau 4x5 de mobilité sociale, détaché de tout contexte. Dans son Commentaire, le très écouté statisticien D.R. Cox relève avec sagacité: «A key question concerns how the models are to be adapted to address detailed substantive questions (…) for example, there may be further dimensions or concomitant observations on the individuals concerned.».

Par delà la diversité des disciplines, deux distinctions sont essentielles:
1) Celle entre données expérimentales (les facteurs d'intérêt sont contrôlés) et données d'observation (les facteurs d'intérêt sont seulement observés).
2) Celle entre procédures descriptives (les conclusions portent sur les données) et procédures inductives alias d'inférence statistique (les conclusions vont au delà des données); avec en arrière-plan, le problème éternel du rôle des probabilités en statistique.

Textes et publications
La liste de mes textes et publications est consultable d'une part selon l'ordre chronologique, d'autre part selon les thèmes (domaines). Certains textes sont à dominante mathématique, susceptibles d'interpeller des mathématiciens intéressés par les applications; D'autres sont des études de cas (données réelles insérées dans une problématique), où la démarche statistique est exposée "en situation", directement lisible par des chercheurs (pas forcément versés en mathématiques).

Comme indiqué dans la page d'Accueil, la rubrique Mes loisirs, avec les Feuilles du mois, est en marge de mes travaux scientifiques.