introduction

Chapitre 1 : Comment les nombres comprennent l'essence
Chapitre 2 Preuves anecdotiques
Chapitre 3 Taille de l'échantillon
Chapitre 4 Échantillons biaisés
Chapitre 5 Signification statistique
Chapitre 6 Taille de l'effet
Chapitre 7 Variables confondantes
Chapitre 8 Causalité
Chapitre 9 : Est-ce un grand nombre ?
Chapitre 10 Théorème de Bayes
Chapitre 11 Risque absolu et relatif
Chapitre 12 : L’objet de mesure a-t-il changé ?
Classement du chapitre 13
Chapitre 14 : Ceci représente-t-il la littérature ?
Chapitre 15 : La demande de nouveauté
Chapitre 16 La cueillette des cerises
Chapitre 17 Prédiction
Chapitre 18 : Hypothèses du modèle
Chapitre 19 : Le sophisme du tireur d'élite texan
Chapitre 20 : Biais de survie
Chapitre 21 Déviation par collision
Chapitre 22 : La loi de Goodhart
Guide de style pour la conclusion et les statistiques

Remerciements
Note du traducteur
principal
Recherche

« Comment les nombres sont-ils créés, comment sont-ils utilisés et comment se trompent-ils ? »
Comment distinguer les chiffres fiables des chiffres non fiables dans l'actualité

★★★ « Vous ne vous rendrez même pas compte de tout ce que vous apprenez, car c’est tellement amusant à lire. »
Tim Harford (auteur de The Economics Concert et chroniqueur principal au Financial Times)

Des sondages d'opinion aux taux de criminalité, en passant par les taux de croissance économique et les cas confirmés de COVID-19, comment pouvons-nous vraiment comprendre la situation et prendre de meilleures décisions dans un monde saturé de chiffres ? Nous sommes confrontés à une multitude de chiffres chaque jour.
Les gros titres des journaux regorgent de statistiques, et la presse et les médias rivalisent pour dévoiler des chiffres alarmants. Sur les réseaux sociaux et YouTube, ces chiffres sensationnels sont diffusés sous une forme déformée.
Jamais la capacité de discerner le vrai du faux n'a été aussi nécessaire qu'aujourd'hui.
De plus, alors que nous traversons cette période tumultueuse de COVID-19, le monde a été contraint d'apprendre rapidement des concepts statistiques tels que le taux de reproduction et le nombre total de décès.
Le statisticien Frederick Mosteller a dit : « Il est difficile de dire la vérité sans statistiques », et nous sommes arrivés à une époque où nous devons trouver la vérité dans diverses figures statistiques.
En des temps comme ceux-ci, la capacité à lire les chiffres est essentielle.
La capacité à lire les chiffres avec précision est un outil puissant pour comprendre le monde.
« Comment lire les chiffres sans se laisser berner » est un guide qui vous montre comment identifier les résultats inexacts ou contradictoires présentés sous des apparences trompeuses et comment saisir avec précision les informations dont vous avez besoin.
Explique comment des chiffres apparemment simples peuvent être trompeurs et induire en erreur.
Il explique les principes statistiques essentiels en utilisant des titres de journaux britanniques récents, tels que [The Guardian], [The Daily Telegraph] et [The Times], afin que chacun puisse facilement le comprendre et apprécier sa lecture, même sans aucune connaissance mathématique.

« On pourrait l'appeler la version britannique de [Freakonomics] ! »
Un ouvrage incontournable pour tous ceux qui travaillent avec les chiffres.
Ce livre se distingue par son récit convivial et agréable, écrit par Tom Chivers, élu « Auteur scientifique de l'année » au Royaume-Uni et lauréat du British Press Award, et son cousin David Chivers, professeur d'économie à l'université de Durham.
Des notions statistiques de base comme la médiane et l'écart type aux concepts plus complexes tels que la p-valeur, le biais de sélection, le biais d'échantillonnage et le théorème de Bayes, ce livre aborde l'ensemble des connaissances en statistiques de manière claire et accessible, en 22 chapitres concis. Grâce à un humour typiquement britannique et à des exemples captivants, les lecteurs seront tellement divertis qu'ils apprendront sans même s'en rendre compte.
Le « Guide de style statistique » inclus en annexe présente 11 points clés à garder à l'esprit, tels que « Fournir un contexte aux chiffres », « Présenter les risques absolus ainsi que les risques relatifs » et « Présenter les intervalles de confiance plutôt que de simples chiffres comme prévisions », qui seront des lignes directrices utiles pour quiconque travaille avec des chiffres.


Au cœur de l'actualité britannique
Analyse des chiffres étranges
Ce livre présente des reportages passionnants et actualisés tirés de l'actualité britannique.
Ce sont des exemples que l'on retrouve fréquemment dans notre pays, des sondages électoraux aux prévisions météorologiques en passant par les indicateurs économiques, ce qui nous permet de les interpréter avec plus d'empathie.
L'auteur corrige les erreurs chiffrées dans les articles de presse et explique comment déceler les intentions cachées derrière les chiffres.


● Les valeurs peuvent complètement changer en fonction de la cible de mesure et de la méthode utilisée.
En Grande-Bretagne, des articles avec des titres comme « L’autisme se répand rapidement, touchant 1 personne sur 54 » (Chapitre 12) ont été publiés.
Selon les Centres américains de contrôle et de prévention des maladies (CDC), le taux d'autisme a augmenté de façon spectaculaire, passant de 1 sur 150 en 2000 à 1 sur 54 en 2016. De nombreux experts et les médias ont pointé du doigt la pollution aux métaux lourds, les pesticides et même des « parents froids » comme causes possibles.
Mais la cause était simple.
Cela s'explique par le fait que la communauté médicale avait élargi la définition de l'autisme et réalisé des tests diagnostiques sur un plus grand nombre d'enfants.
Étant donné que les chiffres peuvent varier en fonction de l'objectif ou de la méthode de mesure, il est important de tenir compte des cas où les chiffres changent radicalement, comme par exemple « les crimes haineux doublent en cinq ans » ou « les décès dus à la COVID-19 explosent ».

● Le biais de survie, l'ajustement aux données filtrées
L’article « 2 800 caractéristiques communes des best-sellers révélées » est également complètement faux (chapitre 20).
C'est exactement comme si 1 000 personnes portant des chapeaux de couleurs différentes lançaient des dés, et que la personne portant le chapeau orange qui a fait quatre fois de suite un six disait : « Le secret pour faire quatre fois de suite des six, c'est de porter un chapeau orange. »
Imaginons que vous enquêtiez sur un criminel vicieux et découvriez qu'il aime jouer à des jeux violents.
C'est un peu comme dire : « Plus vous jouez à des jeux violents, plus vous avez de chances de devenir un criminel. »
Il s'agit d'un exemple classique de « biais de survie », qui oriente un échantillon vers un résultat particulier.
Il faut être conscient que cette erreur de généralisation à partir d'un petit nombre de cas réussis est fréquente.


● Il existe une marge d'incertitude quant au nombre exact.
Le Bureau britannique de la responsabilité budgétaire prévoit une croissance économique de 1,2 % en 2020, avec une marge d’incertitude de -0,8 à 3,2 % (Chapitre 17).
En réalité, cette fourchette d'incertitude comporte une très grande marge d'erreur, se situant entre une grave récession et une forte croissance économique, mais seul le chiffre médian de 1,2 % a été mentionné dans les gros titres.
Les chiffres figurant dans les gros titres tels que « Le nombre de décès dus à la COVID-19 devrait dépasser les 500 000 » et « Le taux de chômage devrait baisser de 2 % » ne sont que des valeurs moyennes dans la fourchette d’incertitude.
Il est dangereux de ne présenter que des prévisions numériques définitives.
Les médias ont également le devoir de rendre compte de ces zones d'incertitude.

Comment se laisser tromper par les chiffres, comment ne pas se laisser tromper par les chiffres
L'auteur révèle en détail les tours de passe-passe des chiffres qui nous ont trompés sans même que nous nous en apercevions.
Cela nous rappelle quelles parties des chiffres sont faussées et à quel point nous devons être vigilants.
L’une d’elles est la « sélection à la hausse », qui consiste à ne choisir que les points de départ et d’arrivée qui sont avantageux pour soi-même (Chapitre 16).
Par exemple, si un responsable gouvernemental en fonction voulait affirmer que la pauvreté infantile s'était améliorée, il commencerait probablement par l'année où le taux de pauvreté infantile était le plus élevé, tandis qu'un membre d'un parti d'opposition commencerait probablement par l'année où ce taux était particulièrement bas.
Autrement dit, si vous sélectionnez des données qui ressortent, vous pouvez raconter une histoire qui masque la vérité.
En outre, nous abordons l'utilisation de résultats biaisés provenant d'études avec de petits échantillons (chapitre 4), le découpage des données jusqu'à ce que quelque chose émerge et la création de chiffres souhaités (chapitre 5), le déguisement de simples corrélations en causalité (chapitre 8) et la promotion de l'idée que quelque chose se passe alors qu'en fait rien ne se passe (chapitre 19).

Ce livre est recommandé à tous ceux qui manipulent les chiffres de manière responsable : des journalistes qui rédigent des articles et diffusent l’information, aux entreprises de médias qui envoient des newsletters, aux politiciens qui annoncent des politiques à l’aide de chiffres, aux influenceurs qui travaillent sur les réseaux sociaux et YouTube, aux rédacteurs de contenu attentifs aux tendances et aux enjeux, jusqu’aux employés de bureau qui consultent l’actualité quotidienne pendant leurs trajets.

« Je suis très heureux de voir la publication de ce livre, qui sera d'une grande aide pour acquérir une compréhension de base des statistiques. »
Ce livre vous aidera à développer la capacité de questionner les chiffres de manière saine.
« C’est un excellent ouvrage pour ceux qui souhaitent apprendre à lire des statistiques sans pour autant devenir des experts en la matière. » (Note du traducteur)