Pouffy a écrit:Coldo3895 a écrit:Le Complot a écrit:Oui vu comme ça, mais si on met à l'essai, disons 1 milliard de personnes, ça ne voudrait plus rien dire non plus. Trop de facteurs différents. Non ? Je pense que c'est ça qu'il a voulu dire.
Rhaaah mais non !!!!! Justement !!!!
C'est pour éviter l'effet de facteurs aléatoires qu'on DOIT avoir un effectif élevé !!!
Sérieux, pour un statisticien comme moi, lire ça, c'est du niveau de "la terre est plate et elle a été créée il y a 6000 ans".
Je pense que vous ne parler pas de la même chose. De ce que je comprends, tu parles d'un échantillon suffisamment grand pour lisser les autres facteurs : donc distribution normale, avec un seul facteur de pris en compte (ça marche / ça ne marche pas). Je pense que Le Complot parle lui d'une approche de type plan d'expériences à la Taguchi de façon à identifier au préalable les facteurs influents en minimisant le nombre de tests (le poids, l'âge, le groupe sanguin, le sexe etc...).
Donc par exemple, il semble (notez bien le "semble") que le groupe sanguin ait un impact sur la gravité de la maladie.
Or ça, avant de le vérifier (avec beaucoup de cas, beaucoup de données) on ne le savait pas.
Donc si tu fais une étude avec 36 personnes, tu risques de te retrouver avec beaucoup de groupe O, ce qui permettrait d'obtenir un bon résultat de guérison sans aucun rapport avec le traitement administré.
Alors que si on teste sur 1000 personnes, statistiquement on va se retrouver avec un échantillon assez semblable à la population totale, ce qui permettra d'avoir des taux de guérison pertinents.
C'est pour ça qu'on a besoin, absolument besoin, d'effectifs élevés dans les tests !!! ça permet de noyer l'impact de facteurs cachés.
Le yéto là-hi !... Le yéya là-ti !... Le téyi ho-là !... Flûte !... Le truc, enfin !... Le yéti, quoi !... Là-haut !...