Raisonnement dichotomique

Si ce bandeau n'est plus pertinent, retirez-le. Cliquez ici pour en savoir plus.
Si ce bandeau n'est plus pertinent, retirez-le. Cliquez ici pour en savoir plus.

Cet article est orphelin. Moins de trois articles lui sont liés ().

Vous pouvez aider en ajoutant des liens vers [[Raisonnement dichotomique]] dans les articles relatifs au sujet.

Page d’aide sur l’homonymie

Pour les articles homonymes, voir Dichotomie.

En statistique, le raisonnement dichotomique ou raisonnement binaire est le processus de voir une discontinuité dans les valeurs possibles qu'une valeur p peut prendre pendant le test d'hypothèse nulle: elle est soit au-dessus du seuil significatif (habituellement 0,05) ou au-dessous. En appliquant le raisonnement dichotomique, une première valeur p de 0,0499 sera interprétée comme une valeur p de 0,0001 (l'hypothèse nulle est rejetée) tandis qu'une seconde valeur p de 0,0501 sera interprétée comme une valeur p de 0,7 (l'hypothèse nulle est acceptée). Le fait que la première et la deuxième valeurs de p soient mathématiquement très proches est donc totalement ignoré et les valeurs de p ne sont pas considérées comme continues mais sont interprétées de manière dichotomique par rapport au seuil de significativité. Une mesure courante de la pensée dichotomique est le cliff effect[1].

La pensée dichotomique est très souvent associée aux valeurs p[2],[3] mais cela peut aussi arriver avec d'autres outils statistiques comme les techniques d'estimations basées sur les intervalles de confiance ou bayésiens[1].

Notes et références

  1. a et b Jerry Lai, « DICHOTOMOUS THINKING: A PROBLEM BEYOND NHST », ICOTS8,
  2. Robert Rosenthal et John Gaito, « title=The Interpretation of Levels of Significance by Psychological Researchers », The Journal of Psychology, Informa UK Limited, vol. 55,‎ , p. 33-38 (ISSN 0022-3980, DOI 10.1080/00223980.1963.9916596)
  3. Nanette Nelson, Robert Rosenthal et Ralph L. Rosnow, « Interpretation of significance levels and effect sizes by psychological researchers », American Psychologist, American Psychological Association (APA), vol. 41, no 11,‎ , p. 1299-1301 (ISSN 1935-990X, DOI 10.1037/0003-066x.41.11.1299)

Articles connexes

v · m
Index du projet probabilités et statistiques
Théorie des probabilités
Bases théoriques
Principes généraux
Convergence de lois
Calcul stochastique
Lois de probabilité
Lois continues
Lois discrètes
Mélange entre statistiques et probabilités
Interprétations de la probabilité
Théorie des statistiques
Statistiques descriptives
Bases théoriques
Tableaux
Visualisation de données
Paramètres de position
Paramètres de dispersion
Paramètres de forme
Statistiques inductives
Bases théoriques
Tests paramétriques
Tests non-paramétriques
Application
  • icône décorative Portail des probabilités et de la statistique
  • icône décorative Portail des sciences