Résumé
Cum hoc ergo propter hoc (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. La confusion entre corrélation et causalité est appelée effet cigogne en zététique (en référence à la corrélation trompeuse entre le nombre de nids de cigognes et celui des naissances humaines) ; en science et particulièrement en statistique cette erreur est rappelée par la phrase « la corrélation n'implique pas la causalité », en latin : cum hoc sed non propter hoc (avec ceci, cependant pas à cause de ceci). L'argument fallacieux peut être résumé ainsi : L'événement A est corrélé à l'événement B. Donc A cause B. Le sophisme consiste à conclure sur la causalité seulement après avoir constaté la corrélation. En soi, affirmer de façon asymétrique que l'un des événements est corrélé à l'autre, plutôt qu'une énonciation symétrique « les deux événements sont corrélés », est déjà porteur du sophisme. Ce dernier peut en effet se résoudre selon au moins quatre autres possibilités : B peut être la cause de A ; Un troisième facteur, inconnu, non conscientisé ou non révélé, peut être la cause commune de A et de B ; Une simple (par exemple : il n'y a pas d'autre relation entre A et B à part qu'ils se sont produits au même moment) ; B peut être la cause de A et en même temps A être la cause de B ; le système se renforce lui-même, ce qui contredit que seul A cause B (la conclusion du sophisme est dans ce cas incomplète). 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. vignette|Corrélation entre température moyenne et nombre de pirates. Il y a une corrélation entre la pointure et le niveau en mathématiques chez les collégiens (le troisième paramètre est l'âge des adolescents).
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Publications associées (1)

Chargement

Personnes associées

Aucun résultat

Unités associées

Aucun résultat

Concepts associés (25)
Épidémiologie
L'épidémiologie est une discipline scientifique qui étudie les problèmes de santé dans les populations humaines, leur fréquence, leur distribution dans le temps et dans l’espace, ainsi que les facteurs exerçant une influence sur la santé et les maladies de populations. L'étude de la répartition et des déterminants des événements de santé sert de fondement à la logique des interventions faites en matière de santé publique et de médecine préventive.
Cum hoc ergo propter hoc
Cum hoc ergo propter hoc (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. La confusion entre corrélation et causalité est appelée effet cigogne en zététique (en référence à la corrélation trompeuse entre le nombre de nids de cigognes et celui des naissances humaines) ; en science et particulièrement en statistique cette erreur est rappelée par la phrase « la corrélation n'implique pas la causalité », en latin : cum hoc sed non propter hoc (avec ceci, cependant pas à cause de ceci).
Facteur de confusion
En statistique, un facteur de confusion, ou facteur confondant, ou encore variable confondante, est une variable aléatoire qui influence à la fois la variable dépendante et les variables explicatives. Ces facteurs sont notamment à l'origine de la différence entre corrélation et causalité (Cum hoc ergo propter hoc). En santé publique, c'est une variable liée à la fois au facteur de risque et à la maladie ou à un autre évènement de l'étude lié à la santé, ce qui est susceptible d'induire un biais dans l'analyse du lien (entre maladie et facteur de risque), produisant ainsi de fausses associations.
Afficher plus
Cours associés (47)
PHYS-316: Statistical physics II
Introduction à la théorie des transitions de phase
MATH-643: Applied l-adic cohomology
In this course we will describe in numerous examples how methods from l-adic cohomology as developed by Grothendieck, Deligne and Katz can interact with methods from analytic number theory (prime numb
COM-500: Statistical signal and data processing through applications
Building up on the basic concepts of sampling, filtering and Fourier transforms, we address stochastic modeling, spectral analysis, estimation and prediction, classification, and adaptive filtering, w
Afficher plus
Séances de cours associées (329)
Décrire les données: statistiques et tests d'hypothèse
Couvre les statistiques descriptives, les tests d'hypothèses et l'analyse de corrélation avec diverses distributions de probabilités et des statistiques robustes.
Mesurer les effets de l'apprentissage
Se penche sur la mesure des effets de l'apprentissage dans l'éducation numérique et l'analyse, couvrant les questions de recherche, les variables, la conception expérimentale et les solutions de biais.
Études d'observation et d'expérimentation
Couvre la fiabilité des études d'observation et d'expérimentation, la sélection des participants, le biais des données et l'exactitude des résultats.
Afficher plus
MOOCs associés

Aucun résultat