Avec ceci, donc à cause de ceci

Un sophisme est une argumentation à la logique fallacieuse (Il n’est pas valide au sens de la logique).

Cum hoc ergo propter hoc (Du latin signifiant : avec ceci, donc à cause de ceci) est un sophisme qui consiste à prétendre que si deux événements sont corrélés alors il y a un lien de cause à effet entre les deux, autrement dit, selon ce sophisme, corrélation implique causalité.

La confusion entre corrélation et causalité est appelée effet cigogne en zététique (La zététique étant définie comme « l’art du doute »).

Ce sophisme se résume comme suit :

  • A est corrélé (y compris la corrélation inverse) à B.
  • Donc A cause B.

Par exemple :

Il y’a une forte corrélation (95.86%) entre la consommation de mozzarella par habitant et le nombre de doctorat d’ingénieur civil décerné, selon ce sophisme, alors c’est la consommation de mozzarella qui détermine le nombre de doctorants !

Le site tylervigen regorge de corrélations surprenantes !

Naturellement, il n’est pas possible de conclure qu’il existe une relation de cause à effet entre deux événements seulement du fait que l’un et l’autre sont corrélés. Déterminer s’il existe effectivement une causalité requiert d’autres investigations.

Le biais de négativité

Le biais de négativité est le phénomène qui fait que les individus sont davantage marqués – toutes choses égales par ailleurs – par les expériences négatives que par les positives, ils prennent davantage en compte les informations négatives que les positives.

En effet, ce sont les informations qui nous apportent un désagrément qui frappent l’attention et qui sont mémorisées le plus facilement et pour plus longtemps.
À l’inverse, nous avons tendance à oublier les bons souvenirs ou toutes les fois où les choses se sont bien déroulées et donc à ne pas les prendre en compte dans notre raisonnement.

Dans les études menées par le psychologue John Cacioppo sur le traitement neuronal du biais de négativité, il a été prouvé que la réponse du cerveau aux stimuli sensoriels, cognitifs et moteurs négatifs provoque une activation beaucoup plus importante que les événements positifs. Surtout dans le cortex cérébral.

Ceci explique pourquoi, nous sommes beaucoup plus motivés par une tâche qui consiste à éviter une expérience négative que motivés par une tâche lorsque le prix est une incitation positive. (éviter de redoubler motive plus que vouloir apprendre pour apprendre).

Heureusement, connaitre ce biais et avoir l’habitude de relativiser sa situation, permet de lutter contre ce dernier!

Le théorème central limite en Python

En théorie des probabilités et en statistique, les lois normales sont parmi les lois de probabilité les plus adaptées pour modéliser des phénomènes naturels issus de plusieurs événements aléatoires.

Aussi, le théorème central limite (aussi improprement appelé théorème de la limite centrale ou centrée) établit la convergence en loi de la somme d’une suite de variables aléatoires (indépendantes, et identiquements distribuées) vers la loi normale.

Intuitivement, ce résultat affirme que toute somme de variables aléatoires indépendantes tend dans certains cas vers une variable aléatoire gaussienne.

Notre simulation vise à reproduire ce résultat, mais en utilisant le théorème central limite.

En sommant par colonne, les résultats d’un tirage aléatoire d’une matrice de taille 10000 x 10000, on obtient :

L’histogramme se rapproche fortement de la courbe en cloche, c’est l’illustration du TCL.

Code Python :