Les gri-gris en Hi-Fi

Juste le soucis de ces tests, c'est les conclusion qu'on nous demande d'en tirer avec des bias evidents dans les protocoles. Pour pouvoir faire des statistique, il faut avoir une bonne base concernant La statistique.

Je ne dit en aucun cas qu'etude rondement mené on aboutirait pas au meme resultat, mais dans le test proposé il y a 2 postes, l'etude se fait avec une seul paire d'enceinte, l'audiophile pourrait vous dire que cela represente un biais dans l'etude et malheureusement, il n'aurai pas tord.

C'est toujours le soucis pour ce genre de test, une etude ne peu se faire sur une si petite echelle et n'est pas extrapolable a l'ensemble d'une population materiel, mais uniquement a ce cas.

Faire cette etude, puis la recommencer avec d'autre enceinte, puis recommencer encore et encore a chaque fois en changeant le materiel.

Comme je le disait, les resultats tendrons ou non vers les meme conclusions mais ce sera deja plus extrapolable.

Dans mon intervention je ne defend ni un camp ni l'autre, je dit juste de faire attention aux resultats et a la maniere dont ils sont obtenus.

Hors sujet :

Pour exemple on a passé des dizaines d'années a dire que les placebos ne fonctionnait que dans la tete de certaines personne et moins biens que le médicament dont on cherchait a prouver l'efficacité.

 

On se retrouve maintenant a derembourser ces solution "miracle" parce que en refaisant les tests mais cette fois en double aveugle on se rend compte que il n'y a aucune amélioration du service medical rendu par le produit en question VS le placebo.

 

Rien que de par le fait d'avoir caché au personne mettant en place le protocole, et plus seulement au sujet test, on arrive parfois a des resultats contradictoires.

 

 

C'est un peu ce que je cherchait a dire dans mon intervention precedente quand je disait qu'il ne fallait pas tomber dans le travers inverse. La statistique, c'est pas a la portée de tout le monde, sinon les statisticiens s'emmerderaient pas a faire 10 ans d'etudes.

 

Je vois dans notre cas de simples petit etudiants en medecines qui apres 6 ans de cours arrivent encore a passer a cotés de certains biais dans les etudes statistiques, ou parfois on se dit que c'est clairement tiré par les cheveux, mais au final ça fausse completement l'etude.

Ca arrive meme aux responsable d'etudes qui apres avoir depensé des milions dans la mise en place de protocoles voient leur projets invalidés pour des choses du genre.

 C'est pour ça que c'est particulierement important de vouloir toujours s'appuiller sur des choses objectives tels que des resultats d'enregistrements, des chiffres... Mais si la maniere de les obtenir peut etre mise en defaut de quelque sorte que ce soit, ça fout tout a l'eau.

Juste pour en mettre un pas evident en valeur:

La population testé: "The human testers were all trained ears" au premier abord on se dit certe, comme certaines personne ne sont pas capable de faire la difference entre un violon et un violoncelle, prenone des oreilles entrainés.

Biais de selection, les oreilles entrainées sont conditionnés a faire des différences plus facilement que celles qui ne le sont pas. La mon prof de stat me rirait au nez et me dirait, oui, mais tu selectionne des personnes qui subissent a longueure d'année des exposition sonore, donc qui te dit que tu ne fait pas une selection parmis une population qui a des oreilles plus "fatigués" que de prendre une personne avec une bonne oreille mais qui subirait moins d'exposition sonore a long terme que le sujet oreille entrainé.

C'est ce genre de details qui suffit a invalider un resultat, pourtant faut deja aller le chercher celui la.

Le but n'est pas de rendre le debat chiant, mais de monter que c'est bien beau de tout vouloir prouver par des etudes, a condition que les resultats signifient quelque chose.

Beaucoup d'intervenants dans ce topic veulent des preuves objective, et c'est tout a leur honneur, mais ne prenons pas tout les résultats comme argent comptant, parce que ce serai tomber dans le travers inverse du probleme exposé.

Hors sujet :

 J'ai pensé a ça parce que en cours nous avionns eut un exemple similaire ou une etude portait sur la santé visuelle des femmes vs les hommes, dans chaque groupe les sujets avaient été tirés au hasard et l'etude en arrivait aux conclusions que les femme en moyennes a l'age de 40 ans portaient plus de lunettes que les hommes, donc etait plus exposés que l'homme a la degenerecence visuelle.

 

Un petit malin en reprenant l'etude s'est rendu compte que dans le groupe femme le tirage au sort avait eut la malchance de donner une proportion de femme travaillant a longueure de journée devant un ordi a 40%. chez les hommes les utilisateurs d'ordi n'etaient que de 5%.

 

Bilan au lieu de reussir a prouver que les femmes avaient les yeux plus soumis au vieillissement et ses desagrements, on montrait juste que l'exposition prolongé a un ecran d'ordi etait nefaste pour la vue.

 

 

 

Maintenant qu'est ce qui est chiant? de montrer que les chiffres qui ne veulent rien dire ne sont pas exploitable pour prouver ce que vous voulez demontrer?

Je vais re & re radotter, mais si c'est pour prouver a quelqu'un qu'il se trompe en utilisant des methodes bancales, je vois plus du tout la difference avec l'argument "si t'entend pas, c'est que ton oreille est mauvaise"

 

 

Si vous voulez prouver des choses par des etudes mais n'acceptez pas le fait qu'on pointe le fait que parfois ces etudes ne prouvent rien de plus que d'affirmer une chose sans preuves, ça enleve toute credibilité au debats.