{"id":32561,"date":"2016-06-16T01:41:53","date_gmt":"2016-06-16T05:41:53","guid":{"rendered":"http:\/\/isarta.com\/infos\/?p=32561"},"modified":"2016-06-16T07:52:42","modified_gmt":"2016-06-16T11:52:42","slug":"everydata-ou-comment-bien-interpreter-les-donnees-du-quotidien","status":"publish","type":"post","link":"https:\/\/isarta.com\/infos\/everydata-ou-comment-bien-interpreter-les-donnees-du-quotidien\/","title":{"rendered":"Everydata, ou comment bien interpr\u00e9ter les donn\u00e9es du quotidien"},"content":{"rendered":"

Nombreux sont ceux qui pensent qu’on peut donner le sens qui nous arrange aux chiffres qu’on pr\u00e9sente.<\/span><\/p>\n

\"everydata\"<\/p>\n

C’est particuli\u00e8rement vrai aujourd’hui, \u00e0 l’\u00e8re o\u00f9 l’information est consomm\u00e9e tellement rapidement que peu de gens s’arr\u00eatent sur les\u00a0d\u00e9tails et les sources.<\/p>\n

Si certaines personnes ne peuvent pas faire la diff\u00e9rence entre un site de nouvelles humoristiques et un m\u00e9dia cr\u00e9dible, imaginez lorsqu’il s’agit de juger du niveau de fiabilit\u00e9 d’un sondage ou d’une \u00e9tude scientifique!<\/p>\n

Dans leur livre Everydata<\/a>, John H. Jonhson et Mike Gluck tentent tout de m\u00eame de relever le d\u00e9fi de soulever les subtilit\u00e9s \u00e0 prendre en compte pour bien analyser l’imposant volume de donn\u00e9es auquel nous sommes confront\u00e9s chaque jour.<\/p>\n

Le caf\u00e9: antidote et responsable de tous les maux<\/span> \u00a0\u00a0<\/strong><\/h2>\n

Environ 2000<\/a> \u00e9tudes porteraient sur les diff\u00e9rents b\u00e9n\u00e9fices du caf\u00e9, notamment pour gu\u00e9rir ou pr\u00e9venir certaines maladies. Parall\u00e8lement, d’autres \u00e9tudes<\/a> mettent l’emphase sur le fait que le caf\u00e9 peut \u00eatre la cause de graves maladies, comme le cancer.<\/p>\n

Ces \u00e9tudes font ensuite l’objet d’articles de journaux aux titres accrocheurs ou encore de courts reportages t\u00e9l\u00e9vis\u00e9s.<\/p>\n

Le caf\u00e9 est-il \u00e0 la fois l’antidote et le responsable potentiel de tous les maux possibles? Difficile \u00e0 croire. Les \u00e9tudes qui soutiennent ces th\u00e9ories sont-elles d\u00e9pourvues de rigueur? Pas n\u00e9cessairement. Est-ce possible qu’entre la parution d’un article scientifique et son r\u00e9sum\u00e9 en 300 mots dans un quotidien local, quelques nuances puissent se perdre en chemin? Oui, c’est une possibilit\u00e9 dans plusieurs cas.<\/p>\n

C’est sur toutes ces nuances que s’attardent John H. Jonhson et Mike Gluck dans leur ouvrage.<\/p>\n

Entre autres choses, Everydata aborde le danger d’analyser des donn\u00e9es hors de leur contexte, les erreurs d’\u00e9chantillonnage, les donn\u00e9es tri\u00e9es sur le volet afin de servir son propre int\u00e9r\u00eat, ou dans le cas du caf\u00e9 et de tous ces aliments qui sont cens\u00e9s pr\u00e9venir le cancer, le fait de confondre corr\u00e9lation et cause \u00e0 effet.<\/p>\n

Que ce soit un discours de politicien, les conclusions d’un sondage ou une statistique durant une partie de hockey, il est important de savoir interpr\u00e9ter les chiffres qui nous sont pr\u00e9sent\u00e9s.<\/p>\n

M\u00eame si Everydata s’adresse en premier lieu \u00e0 un large public, il reste toutefois un ouvrage int\u00e9ressant pour les chercheurs, analystes ou toute personne qui travaille avec des donn\u00e9es.<\/p>\n

<\/div>\n
<\/span><\/p>\n
<\/div>\n","protected":false},"excerpt":{"rendered":"

Le livre Everydata rel\u00e8ve le d\u00e9fi de soulever les subtilit\u00e9s \u00e0 prendre en compte pour bien analyser l’imposant volume de donn\u00e9es auquel nous sommes confront\u00e9s chaque jour.<\/p>\n

<\/span>
<\/div>","protected":false},"author":2,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[137,3],"tags":[],"_links":{"self":[{"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/posts\/32561"}],"collection":[{"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/comments?post=32561"}],"version-history":[{"count":5,"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/posts\/32561\/revisions"}],"predecessor-version":[{"id":32720,"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/posts\/32561\/revisions\/32720"}],"wp:attachment":[{"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/media?parent=32561"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/categories?post=32561"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/isarta.com\/infos\/wp-json\/wp\/v2\/tags?post=32561"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}