Statistique vs paramètre : quelle est la différence ?

Dans le vaste édifice des sciences contemporaines, et tout particulièrement au sein des disciplines comportementales et cognitives, la quête de la connaissance se heurte continuellement à une aporie fondamentale : comment appréhender la réalité globale d’un phénomène psychologique alors que nos capacités d’observation demeurent irrémédiablement finies, partielles et circonscrites dans l’espace et le temps ? Qu’il s’agisse de mesurer le niveau d’anxiété provoqué par une situation d’évaluation, d’estimer l’efficacité d’un protocole de remédiation neurocognitive ou de sonder la distribution de l’intelligence fluide au sein d’une nation, le chercheur ne peut presque jamais soumettre l’intégralité des individus d’intérêt à ses protocoles expérimentaux. Il doit composer avec l’observation d’un sous-ensemble restreint de la réalité pour tenter de déduire les lois générales gouvernant le tout.

Cette tension épistémologique entre le monde idéal et inaccessible de la totalité et le monde concret et mesurable du fragment constitue le socle même de la statistique inférentielle. Au cœur de cette démarche repose une distinction conceptuelle absolument fondamentale, sans laquelle toute tentative de modélisation mathématique du comportement humain sombre dans la confusion méthodologique : la démarcation rigoureuse entre la statistique et le paramètre. Bien que ces termes soient fréquemment employés de manière interchangeable dans le discours profane, ils renvoient à deux ordres de réalité ontologiquement distincts, régis par des logiques mathématiques, des conventions d’écriture et des statuts épistémologiques radicalement opposés.

Comprendre la frontière qui sépare une statistique d’un paramètre ne relève pas d’une simple coquetterie sémantique ou d’un formalisme académique stérile. Cette distinction conditionne la validité des conclusions scientifiques, la justesse de l’interprétation des tests d’hypothèses, la rigueur des démarches psychométriques et la prévention des crises de réplicabilité qui traversent régulièrement la psychologie et les neurosciences. Le présent traité a pour vocation de disséquer de manière exhaustive cette dichotomie fondamentale, en explorant ses fondements théoriques, ses implications pratiques, ses formalismes mathématiques et les erreurs récurrentes qui parsèment la littérature scientifique, afin de fournir au chercheur et à l’étudiant avancé les repères conceptuels indispensables à une pratique quantitative éclairée.

1. Introduction aux concepts fondamentaux : statistique et paramètre

1.1 Origine et importance de la distinction en méthodologie scientifique

L’émergence de la statistique moderne à la fin du XIXe et au début du XXe siècle, sous l’impulsion de pionniers tels que Francis Galton, Karl Pearson et Ronald Aylmer Fisher, a marqué une rupture épistémologique majeure dans l’histoire des sciences du comportement. Auparavant cantonnée à la simple compilation descriptive de données démographiques ou économiques — ce que l’on qualifiait historiquement d’« arithmétique politique » —, la discipline s’est muée en un appareil théorique d’une sophistication redoutable, dédié à l’induction scientifique. Cette transformation a nécessité une clarification conceptuelle radicale : la dissociation formelle entre les grandeurs relatives à un univers théorique infini ou inaccessible et les grandeurs empiriques calculées directement sur des observations concrètes.

Dans son ouvrage séminal de 1925, Statistical Methods for Research Workers, Fisher a formalisé l’idée que le but ultime de la recherche quantitative n’est pas de décrire passivement un échantillon particulier d’individus, mais d’utiliser les caractéristiques numériques de cet échantillon pour formuler des inférences probabilistes sur les caractéristiques inconnues d’une population parente. Cette rupture implique d’accepter une dualité ontologique : d’un côté réside le monde théorique, invisible et immuable des paramètres, qui représentent la vérité fondamentale que le chercheur cherche à dévoiler ; de l’autre se trouve le monde empirique, contingent et dynamique des statistiques, qui constituent nos seules fenêtres observationnelles sur cette vérité cachée.

Les conséquences méthodologiques d’une confusion entre ces deux niveaux de réalité sont désastreuses pour la pratique scientifique. Confondre la mesure obtenue sur un groupe d’individus avec la vérité populationnelle conduit inévitablement à ignorer la variabilité stochastique inhérente à tout acte de mesure partielle. Cela engendre des erreurs d’interprétation massives, telles que la réification d’effets purement aléatoires, la surconfiance dans des estimations fragiles et l’incapacité à quantifier l’incertitude scientifique. En méthodologie quantitative, maîtriser la frontière entre statistique et paramètre constitue le premier rempart contre l’illusion de la certitude empirique.

1.2 Le rôle charnière des notions de statistique et paramètre en psychologie

En psychologie et dans les sciences cognitives, la distinction entre paramètre et statistique revêt une acuité toute particulière en raison de la nature intrinsèquement latente des objets d’étude. Contrairement aux sciences physiques qui mesurent souvent des grandeurs directement observables à l’aide d’instruments hautement standardisés, la psychologie étudie des construits hypothétiques non directement observables — tels que l’intelligence, la mémoire de travail, l’extraversion ou la propension à l’anxiété. Dans le cadre de la psychométrie contemporaine, qu’elle s’appuie sur la théorie classique des tests ou sur la théorie de la réponse à l’item, le chercheur postule l’existence d’un score vrai ou d’un trait latent individuel, qui fonctionne comme un paramètre théorique inobservable.

Le score effectivement recueilli par un individu lors de la passation d’une batterie d’évaluation n’est qu’une manifestation empirique, une statistique d’échantillon sujette à des fluctuations contextuelles et à des erreurs de mesure stochastiques. De manière analogue, à l’échelle d’un groupe, la modélisation du comportement humain repose sur l’hypothèse que les réponses individuelles suivent des lois de probabilité théoriques — telles que la distribution normale univariée ou multivariée. Ces distributions probabilistes sont entièrement définies par des paramètres sous-jacents, comme l’espérance mathématique et la variance théorique, qui régissent les processus psychologiques sous-jacents.

Le cadre général de la recherche quantitative en psychologie s’articule donc selon une trajectoire rigoureuse : le chercheur part d’une question théorique sur un fonctionnement mental universel ou spécifique à une population clinique ; il élabore un protocole expérimental destiné à collecter des données empiriques sur un échantillon d’individus ; il calcule des statistiques descriptives à partir de ces mesures de terrain ; enfin, au moyen de la machinerie de l’inférence statistique, il utilise ces statistiques pour tester des hypothèses formelles portant exclusivement sur les paramètres théoriques de la population. Sans cette distinction structurelle, la psychologie quantitative perdrait toute assise scientifique et se réduirait à une simple collection d’anecdotes empiriques sans portée universelle.

2. Définition épistémologique et théorique du paramètre

2.1 La population statistique : concept abstrait et réalité concrète

Pour appréhender rigoureusement la notion de paramètre, il est indispensable de définir préalablement son ancrage ontologique : la population statistique, parfois désignée sous le terme d’univers de référence. En théorie de la mesure, la population ne renvoie pas nécessairement à une entité géographique ou démographique au sens commun du terme, mais à l’ensemble exhaustif et complet de tous les éléments, individus, événements, réponses ou unités d’observation partageant au moins une caractéristique commune rigoureusement délimitée. Cette définition englobe des entités concrètes et finies, mais également des constructions théoriques purement abstraites et infinies.

On distingue traditionnellement deux grandes catégories de populations :

• Les populations finies dénombrables : Elles se composent d’un nombre déterminé et théoriquement énumérable d’unités d’observation à un instant donné dans le temps. C’est le cas, par exemple, de la totalité des étudiants de première année inscrits en faculté de psychologie dans une université spécifique lors de l’année académique en cours, ou encore de l’ensemble des patients actuellement hospitalisés pour un épisode dépressif majeur dans un centre hospitalier universitaire désigné. Bien que finie, une telle population peut être suffisamment volumineuse pour rendre l’observation de chaque élément individuel techniquement ou économiquement impossible.
• Les populations infinies ou hypothétiques : Elles désignent des ensembles théoriquement illimités d’observations potentielles. Dans l’expérimentation cognitive, lorsqu’un chercheur analyse les temps de réaction d’un individu soumis à une tâche d’inhibition de type Stroop, la population d’intérêt n’est pas limitée aux cinquante essais enregistrés au cours de la séance de laboratoire. Elle correspond à l’infinité des réponses potentielles que cet individu — ou des individus similaires — pourrait produire dans des conditions expérimentales rigoureusement identiques, répétées de manière perpétuelle à travers le temps.

Dans le domaine de la psychopathologie expérimentale, si l’on s’intéresse à l’ensemble des individus souffrant d’un trouble anxieux généralisé à l’échelle mondiale, la population cible comprend non seulement les patients actuellement diagnostiqués, mais également ceux non identifiés par les systèmes de santé, voire les patients futurs qui développeront cette condition. La population constitue ainsi un horizon théorique, un idéal épistémologique que le protocole de recherche vise à modéliser sans jamais pouvoir en capturer la totalité concrète.

2.2 Caractéristiques intrinsèques du paramètre

Un paramètre est une valeur numérique fixe, constante et invariable qui résume ou caractérise une propriété quantitative ou qualitative spécifique de l’ensemble d’une population statistique. L’attribut fondamental du paramètre réside dans son immutabilité ontologique : pour une population donnée, fixée à un moment précis et dans un ensemble de conditions déterminées, le paramètre possède une valeur numérique unique, exacte et absolue. Il n’existe pas plusieurs valeurs possibles pour la moyenne de taille ou le niveau moyen d’extraversion d’une population définie ; il existe une unique « valeur vraie » qui gouverne cette distribution.

Cependant, le paradoxe fondamental de l’épistémologie scientifique réside dans le fait que cette valeur paramétrique, bien que fixe et parfaitement déterminée dans l’absolu mathématique, demeure généralement inconnue et inconnaissable pour l’observateur humain. Cette invisibilité découle de l’impossibilité matérielle, temporelle, éthique et financière de procéder à un recensement exhaustif de la quasi-totalité des populations étudiées en sciences humaines. Même dans les rares cas où un recensement paraît envisageable — comme dans le cadre de l’évaluation du climat social au sein d’une entreprise de taille moyenne —, les erreurs de mesure individuelles, les non-réponses et la labilité temporelle des états psychologiques font que le paramètre vrai demeure un idéal asymptotique inaccessible.

Dans la perspective des modèles probabilistes, le paramètre agit comme une constante régulatrice d’une fonction de densité ou d’une distribution de probabilité. Il s’agit des constantes qui fixent la position, l’étalement, l’asymétrie ou l’aplatissement de la courbe théorique. Par exemple, au sein d’une fonction gaussienne, le paramètre de localisation détermine le centre de gravité de la masse de probabilité, tandis que le paramètre d’échelle dicte la dispersion des événements autour de ce centre. Ces valeurs constituent l’ossature mathématique de la réalité sous-jacente que le scientifique tente d’élucider.

2.3 Les principaux paramètres rencontrés en recherche psychologique

L’arsenal quantitatif de la recherche en psychologie mobilise un ensemble restreint mais fondamental de paramètres mathématiques, servant à caractériser les distributions des variables mesurées au sein des populations cibles. La compréhension précise de ces métriques est indispensable à l’interprétation des modèles théoriques :

• La moyenne populationnelle : Désignée universellement par la lettre grecque mu (μ), elle représente l’espérance mathématique de la variable d’intérêt au sein de la totalité de la population. Elle correspond au centre de gravité théorique de la distribution, calculé formellement par l’intégrale du produit de la variable par sa fonction de densité dans le cas continu, ou par la somme pondérée de toutes les valeurs possibles par leurs probabilités d’occurrence dans le cas discret. En psychométrie, μ représente le niveau moyen absolu d’un trait au sein de la collectivité de référence.
• La variance et l’écart-type populationnels : Désignés respectivement par sigma au carré (σ²) et sigma (σ), ils quantifient le degré de dispersion ou d’hétérogénéité des scores individuels autour de la moyenne théorique. La variance σ² correspond à l’espérance des carrés des écarts à la moyenne μ, tandis que l’écart-type σ, exprimé dans la même unité de mesure que la variable initiale, fournit une mesure standard de l’écart typique d’un individu quelconque par rapport à la norme populationnelle.
• La proportion populationnelle : Représentée traditionnellement par la lettre grecque pi (π) ou par un P majuscule, elle mesure la fréquence relative théorique avec laquelle une caractéristique binaire ou catégorielle apparaît au sein de la population. En épidémiologie psychiatrique, π modélise la prévalence vraie d’une pathologie mentale dans la population générale, par exemple la proportion exacte d’individus répondant aux critères diagnostiques de la schizophrénie à un instant t.
• Le coefficient de corrélation linéaire populationnel : Modélisé par la lettre grecque rhô (ρ), il synthétise l’intensité et la direction de la relation linéaire théorique liant deux variables continues au sein de l’ensemble de la population cible. Ce paramètre, borné entre -1 et +1, quantifie la dépendance stochastique réelle entre deux construits psychologiques, par exemple le lien latent entre le niveau de stress perçu et les capacités de régulation émotionnelle chez l’adulte.

3. Définition empirique et opérationnelle de la statistique

3.1 L’échantillon comme fraction observable de la population

Face à l’impossibilité radicale d’accéder directement à la population dans son exhaustivité, le chercheur en sciences humaines n’a d’autre choix que d’opérer une réduction de son champ d’observation. Cette opération méthodologique donne naissance à l’échantillon, défini comme un sous-ensemble fini, mesurable et directement observable d’unités d’analyse extraites de la population cible. L’échantillon constitue la matière première concrète sur laquelle s’échafaude l’ensemble du travail de laboratoire ou d’enquête de terrain.

La légitimité épistémologique du passage de la population à l’échantillon repose sur le principe de représentativité. Un échantillon est réputé représentatif s’il reflète fidèlement la structure, la composition et la variabilité de la population dont il est issu, de telle sorte que les observations recueillies sur cette fraction puissent être transposées sans distorsion majeure à l’ensemble du groupe. Pour garantir cette représentativité, les théoriciens de la méthodologie préconisent l’usage de techniques d’échantillonnage probabiliste, au premier rang desquelles figure l’échantillonnage aléatoire simple, où chaque unité de la population possède une probabilité strictement égale et non nulle d’être sélectionnée dans le groupe d’observation.

Toutefois, la réalité pratique de la recherche psychologique et neuropsychologique contraint très fréquemment les chercheurs à s’écarter de cet idéal probabiliste. En raison de contraintes financières insurmontables, de limites temporelles et de considérations éthiques, une immense majorité d’études s’appuie sur des échantillons de convenance ou d’opportunité — tels que des groupes d’étudiants volontaires en psychologie, des patients consultant dans une clinique spécifique ou des volontaires recrutés via des plateformes en ligne. Dans les sciences neurocognitives, où la passation de protocoles d’imagerie par résonance magnétique fonctionnelle (IRMf) coûte des centaines d’euros par heure, les échantillons dépassent rarement quelques dizaines ou centaines d’individus. Cette réalité empirique souligne la précarité de l’échantillon et la nécessité impérieuse de traiter les données qu’il fournit avec la plus extrême rigueur méthodologique.

3.2 Propriétés dynamiques et calculables de la statistique

Une statistique — terme qui s’emploie ici au singulier pour désigner une entité mathématique précise, à ne pas confondre avec la discipline statistique au pluriel — est une fonction mathématique des observations de l’échantillon. Autrement dit, il s’agit d’une quantité numérique calculée directement et exclusivement à partir des données recueillies sur les individus composant l’échantillon d’étude, sans faire intervenir aucun paramètre inconnu de la population.

Contrairement au paramètre qui est fixe, constant et invariable, la statistique possède une nature fondamentalement dynamique, instable et aléatoire. En effet, la valeur numérique prise par une statistique dépend de manière critique de la composition spécifique de l’échantillon sélectionné. Si un chercheur prélève un échantillon de cinquante individus au sein d’une population pour mesurer leur niveau de mémoire prospective, il obtiendra une valeur numérique précise. S’il prélève un second échantillon indépendant de cinquante individus issus de la même population, la statistique calculée sur ce nouveau groupe différera inévitablement de la première en raison des aléas du tirage au sort. Cette variabilité intrinsèque d’un échantillon à un autre constitue le phénomène de fluctuation d’échantillonnage.

D’un point de vue formel, une statistique est donc une véritable variable aléatoire : avant que l’échantillon ne soit tiré, la valeur de la statistique est incertaine et suit une loi de probabilité théorique ; une fois les données recueillies et le calcul exécuté, la statistique devient une valeur empirique tangible, parfaitement connue, vérifiable et dénuée de toute ambiguïté numérique pour cet échantillon spécifique.

3.3 Les statistiques d’usage courant en analyse quantitative

À chaque paramètre théorique défini au niveau populationnel correspond un homologue empirique calculé au niveau de l’échantillon d’observation. Ces métriques constituent le répertoire fondamental de l’analyse descriptive et inférentielle :

• La moyenne d’échantillon : Notée conventionnellement x̄ (prononcé « x barre ») ou parfois M dans les normes de publication, elle s’obtient par la somme arithmétique de toutes les valeurs individuelles observées dans l’échantillon, divisée par le nombre total d’observations composant cet échantillon. C’est l’analogue empirique direct de la moyenne populationnelle μ.
• La variance et l’écart-type d’échantillon : Désignés respectivement par s² et s (ou SD pour Standard Deviation en typographie internationale), ils mesurent la dispersion effective des données autour de la moyenne d’échantillon. Il convient de souligner que dans les logiciels de traitement de données, la variance d’échantillon intègre quasi systématiquement une correction pour les degrés de liberté (la division par n – 1 au lieu de n), précisément pour transformer cette statistique descriptive en un estimateur dépourvu de biais du paramètre populationnel σ².
• La proportion observée : Désignée couramment par la lettre minuscule p (ou p̂, « p chapeau »), elle représente le rapport entre le nombre de cas présentant une caractéristique donnée au sein de l’échantillon et l’effectif total de ce dernier. Si dans un groupe de 120 adolescents évalués, 24 manifestent des symptômes d’insomnie chronique, la statistique de proportion d’échantillon est égale à 24/120 = 0,20, soit 20 %.
• Le coefficient de corrélation linéaire de Pearson : Identifié par la lettre minuscule r, il mesure l’association linéaire bivariée calculée à partir des scores appariés recueillis sur les participants de l’échantillon. Ce coefficient empirique constitue le reflet observable de la corrélation latente ρ qui lie les construits à l’échelle de l’univers théorique de référence.

4. La dichotomie population versus échantillon en psychologie

4.1 Délimitation conceptuelle des frontières de l’étude

L’articulation harmonieuse entre les statistiques calculées et les paramètres visés dépend en premier lieu de la rigueur avec laquelle le chercheur délimite les frontières théoriques de son investigation. Définir une population statistique ne consiste pas simplement à énoncer un intitulé vague, mais exige l’établissement de critères stricts d’inclusion et d’exclusion. Ces critères permettent de distinguer sans équivoque les entités appartenant à l’univers d’intérêt de celles devant en être écartées pour préserver l’homogénéité des mécanismes postulés.

Un écueil méthodologique récurrent en psychologie réside dans le glissement non maîtrisé de la population cible vers la population accessible. La population cible représente l’ensemble théorique global auquel le chercheur souhaite étendre ses conclusions (par exemple, la totalité des enfants scolarisés présentant un trouble déficitaire de l’attention avec hyperactivité). La population accessible désigne la fraction géographiquement, administrativement ou socialement à portée du chercheur (par exemple, les enfants diagnostiqués pris en charge dans les services hospitaliers de pédiatrie de la région parisienne). Lorsque le chercheur tire son échantillon au sein de la population accessible sans s’interroger sur les spécificités de cette dernière, il s’expose à un biais de sélection systématique.

Le biais de sélection introduit une rupture irréversible dans la représentativité psychométrique : les statistiques empiriques calculées sur un échantillon ainsi prélevé ne ciblent plus les paramètres réels de la population cible originale, mais les paramètres d’une sous-population tronquée. Cette faille invalide la portée des inférences et compromet la validité écologique et externe des modèles comportementaux échafaudés en laboratoire.

4.2 Cas concrets d’évaluation psychologique

Pour matérialiser la distinction opérationnelle entre population, échantillon, paramètre et statistique, analysons trois contextes représentatifs de la recherche contemporaine en psychologie :

Premier cas : L’anxiété chez les étudiants universitaires. Imaginons une équipe de recherche souhaitant cartographier le niveau d’anxiété académique des étudiants de premier cycle en France. La population cible est constituée de l’intégralité de ces étudiants, soit un ensemble de plusieurs centaines de milliers d’individus. Le paramètre d’intérêt fondamental est la moyenne théorique μ du score à une échelle validée d’anxiété (par exemple le STAI-Y). Dans l’incapacité de sonder chaque étudiant, les chercheurs recrutent un échantillon de 1 200 étudiants répartis sur dix universités. À l’issue de la passation, le calcul produit une moyenne d’échantillon x̄ = 46,3 points avec un écart-type s = 11,2. Ici, la valeur 46,3 est une statistique empirique immédiatement disponible ; le paramètre μ, lui, demeure inconnu mais est approché par cette statistique.

Deuxième cas : L’efficience intellectuelle dans les troubles du langage. Un laboratoire de neuropsychologie du développement s’intéresse au quotient intellectuel non verbal moyen d’enfants âgés de 8 à 10 ans présentant un trouble spécifique du langage oral. La population regroupe tous les enfants répondant précisément à ces critères nosologiques. Le paramètre inconnu est la moyenne populationnelle μ. Les cliniciens évaluent un échantillon clinique de 45 enfants répondant scrupuleusement aux critères d’inclusion. La moyenne observée sur ce groupe à l’échelle de Wechsler s’établit à x̄ = 94,8. Cette statistique descriptive reflète la performance du groupe de 45 enfants, mais l’interrogation scientifique porte sur le paramètre μ : la condition pathologique entraîne-t-elle un fléchissement significatif des capacités non verbales par rapport à la norme populationnelle théorique fixée à 100 ?

Troisième cas : La chronométrie cognitive. Dans une expérience de psychologie cognitive portant sur l’attention visuo-spatiale, des participants doivent détecter l’apparition d’un stimulus lumineux latéralisé. La population d’intérêt n’est pas humaine au sens démographique, mais comportementale : c’est l’ensemble infini de tous les temps de réaction qu’un individu sain peut émettre sous cette condition expérimentale. L’échantillon est constitué des 200 essais enregistrés chez un sujet lors d’une session de laboratoire. La médiane empirique de ces 200 mesures (par exemple 285 millisecondes) constitue la statistique d’échantillon qui sert à modéliser le paramètre de vitesse centrale du traitement neuronal propre à cette fonction cognitive.

5. Notations mathématiques et conventions typographiques comparées

5.1 La règle typographique fondamentale : alphabet grec vs alphabet latin

La communauté scientifique internationale s’est dotée d’un code typographique rigoureux destiné à dissiper instantanément toute équivoque entre le monde théorique des populations et le monde observationnel des échantillons. Cette règle conventionnelle repose sur une dichotomie alphabétique constante :

• L’alphabet grec est strictement réservé à la désignation des paramètres populationnels théoriques. Lorsque le lecteur rencontre une lettre grecque telle que μ, σ, π, ρ ou β dans une formule mathématique ou au fil d’un texte méthodologique, il est immédiatement averti qu’il s’agit d’une entité abstraite, inobservable, fixe et attachée à l’ensemble de la population de référence.
• L’alphabet latin conventionnel est assigné à la transcription des statistiques d’échantillon. L’usage de symboles tels que x̄, s, p, r ou t renvoie sans exception à des valeurs numériques concrètes, instables, calculées directement sur les données recueillies auprès des individus participant à l’étude empirique.

Ce rôle mnémotechnique de la typographie est un outil d’une redoutable efficacité lors de la lecture critique des publications indexées dans les bases de données telles que PubMed ou PsycINFO. Dès lors qu’un auteur écrit « la moyenne de l’échantillon est μ = 105 », il commet une faute conceptuelle élémentaire qui signale une mauvaise assimilation des principes de l’analyse quantitative. La typographie est le reflet direct de la posture épistémologique de l’analyste.

5.2 Tableau comparatif des symboles standards

Le tableau analytique ci-dessous synthétise les équivalences et oppositions formelles entre les symboles universellement employés pour désigner les concepts démographiques, centraux, de dispersion et d’association :

Effectif et taille : Pour la population, le symbole normatif est la lettre majuscule latine N, représentant le volume total et souvent théorique de la population. Pour l’échantillon, on emploie impérativement la minuscule latine n pour identifier l’effectif des sujets observés.

Tendance centrale : La moyenne théorique de la population est formalisée par μ, tandis que la moyenne empirique calculée sur le groupe d’observation est désignée par x̄ (ou par la lettre latine majuscule M dans le style rédactionnel anglo-saxon de l’APA). La médiane théorique populationnelle est parfois notée θ ou Med_pop, alors que la médiane d’échantillon se note Md ou x̃.

Dispersion et variabilité : La variance populationnelle est transcrite par σ², et son écart-type par σ. À l’opposé, la variance calculée sur l’échantillon se note s² (ou s_n-1² pour expliciter la correction de Bessel), et l’écart-type d’échantillon prend le symbole s (ou SD).

Proportions et fréquences : La prévalence ou proportion populationnelle est symbolisée par la lettre grecque π (ou P majuscule latin selon certains manuels d’économétrie). La proportion d’échantillon se note p ou p̂.

Associations bivariées : Le lien linéaire unissant deux variables dans l’univers global est codifié par le paramètre ρ (rhô), tandis que la corrélation observée entre les mêmes variables au sein de l’échantillon expérimental est notée r.

5.3 Exceptions et variantes de notation dans la littérature psychologique

Bien que le système de démarcation alphabet grec / alphabet latin fasse autorité, certaines nuances et extensions formelles issues des manuels de l’American Psychological Association méritent d’être explicitées pour éviter toute méprise lors du décryptage de modèles statistiques avancés.

La première nuance fondamentale concerne l’usage de la notation chapeau (l’accent circonflexe surmontant une lettre, par exemple ˆ). En statistique mathématique, lorsqu’un symbole grec est affublé d’un chapeau, il ne désigne plus le paramètre théorique pur, mais l’estimateur ou l’estimation empirique de ce paramètre déduite des données de l’échantillon. Ainsi, le symbole μ̂ (mu chapeau) équivaut formellement à x̄ : il s’agit d’une statistique d’échantillon employée dans le but délibéré de cibler la valeur du paramètre μ. De même, σ̂² (sigma carré chapeau) désigne la statistique de variance corrigée calculée sur l’échantillon pour approcher la variance populationnelle σ².

Une seconde ambiguïté survient fréquemment dans l’écriture des modèles de régression linéaire multiple et de modélisation par équations structurelles. Dans le cadre théorique de la population, l’équation structurelle s’écrit traditionnellement avec des coefficients grecs : Y = β₀ + β₁X₁ + ε, où les β constituent les paramètres théoriques inconnus de régression et ε l’erreur résiduelle stochastique. Toutefois, dans les comptes rendus empiriques au format APA, les chercheurs rapportent quasi systématiquement deux types de coefficients calculés sur l’échantillon :

• Le coefficient non standardisé d’échantillon, noté par la lettre latine minuscule b ou B.
• Le coefficient standardisé d’échantillon, désigné très couramment par la lettre grecque β (bêta).

Cet usage de la lettre β pour désigner une statistique standardisée d’échantillon constitue une entorse notable à la règle fondamentale d’étanchéité typographique. Le lecteur averti doit analyser le contexte de la publication pour déterminer s’il s’agit du paramètre théorique universel ou simplement d’une métrique empirique standardisée calculée sur un groupe de volontaires.

6. Le pont inférentiel : de la statistique d’échantillon au paramètre de population

6.1 Mécanisme de l’inférence statistique

Si la statistique et le paramètre appartenaient à deux mondes hermétiques l’un à l’autre, la recherche empirique se trouverait dans une impasse stérile : nous ne serions capables d’étudier que ce que nous observons directement, sans aucune possibilité de généralisation. Le génie de la statistique mathématique a été de jeter un pont conceptuel entre ces deux rives : c’est le mécanisme de l’inférence statistique. L’inférence est le processus logique et probabiliste par lequel le chercheur tire des conclusions plausibles concernant les paramètres inobservables d’une population à partir des seules statistiques calculées sur un échantillon observable.

Ce mouvement de pensée procède de l’induction scientifique, c’est-à-dire le passage du particulier (le groupe de 80 patients testés en clinique) au général (les mécanismes neurophysiologiques gouvernant tous les patients atteints de cette affection). Contrairement à la déduction logique mathématique, qui garantit la préservation absolue de la vérité d’une prémisse à sa conclusion, l’induction empirique est intrinsèquement vulnérable à l’incertitude. Il est rigoureusement impossible d’avoir la certitude absolue que la moyenne d’échantillon x̄ coïncide exactement avec la moyenne populationnelle μ.

Le rôle de l’inférence statistique consiste précisément à quantifier et gérer cette incertitude inhérente. Au lieu de prétendre révéler le paramètre de manière infaillible, le statisticien évalue la marge d’erreur probabiliste qui entoure la statistique calculée, permettant ainsi de formuler des jugements raisonnés sur le paramètre inconnu avec un degré de confiance mathématiquement calibré.

6.2 Distribution d’échantillonnage d’une statistique

L’édifice entier de l’inférence statistique repose sur une construction théorique d’une élégance absolue : la distribution d’échantillonnage. Pour appréhender ce concept, il faut opérer une expérience de pensée. Imaginons une population déterminée dotée d’une moyenne μ et d’un écart-type σ. Supposons que l’on extrait de cette population un échantillon aléatoire de taille n, et que l’on calcule sa moyenne x̄₁. Si l’on remet cet échantillon dans la population et que l’on répète cette procédure une infinité de fois, on obtiendra une infinité de moyennes empiriques distinctes : x̄₁, x̄₂, x̄₃, …, x̄_∞.

Bien que chacune de ces moyennes soit une statistique empirique unique issue d’un groupe précis, l’ensemble de ces moyennes se distribue selon une loi de probabilité rigoureuse : c’est la distribution d’échantillonnage de la moyenne. C’est ici qu’intervient le monument théorique le plus crucial des sciences quantitatives : le Théorème Central Limite (TCL). Ce théorème mathématique démontre que, quelle que soit la forme de la distribution de la variable au sein de la population d’origine (qu’elle soit asymétrique, bimodale, uniforme ou écrasée), la distribution d’échantillonnage de la moyenne x̄ tend vers une distribution normale théorique au fur et à mesure que la taille d’échantillon n croît (conventionnellement dès que n ≥ 30).

Cette distribution d’échantillonnage possède deux propriétés structurales décisives démontrées par les mathématiciens :

• Son espérance mathématique (la moyenne de toutes les moyennes d’échantillons possibles) est exactement égale au paramètre inconnu de la population : E(x̄) = μ. La statistique cible donc parfaitement le paramètre.
• Sa dispersion, appelée erreur standard de la moyenne (Standard Error of the Mean ou SEM), est fonction de l’écart-type de la population σ et de la taille d’échantillon n, selon la célèbre formule : σ_x̄ = σ / √n.

Ce cadre théorique résout l’aporie fondamentale : la statistique singulière x̄ calculée par le chercheur n’est rien d’autre qu’un tirage aléatoire unique issu de cette vaste distribution d’échantillonnage dont le centre de gravité est le paramètre μ.

6.3 La loi des grands nombres et la convergence empirique

Le second pilier mathématique unissant statistique et paramètre est la Loi des Grands Nombres, dont les formulations successives par Jacques Bernoulli puis Émile Borel ont formalisé l’intuition empirique commune. Cette loi stipule que lorsque la taille n d’un échantillon aléatoire tend vers l’infini, la statistique d’échantillon converge en probabilité vers le paramètre théorique correspondant de la population :

P(lim_n→∞ |x̄_n – μ| < ε) = 1 pour tout seuil ε > 0.

Concrètement, cela signifie que plus le nombre d’observations recueillies dans un protocole expérimental est volumineux, plus l’incertitude entourant l’estimation se résorbe, et plus la statistique calculée a de chances de se trouver à une distance infinitésimale du paramètre réel. Cette propriété garantit la rentabilité épistémique de l’effort expérimental : augmenter la taille d’échantillon permet de réduire l’aléa statistique et d’accroître la puissance des tests d’inférence.

Il importe toutefois d’émettre une mise en garde méthodologique essentielle : la Loi des Grands Nombres n’opère sa magie mathématique que si le processus d’échantillonnage est strictement probabiliste et dénué de biais de sélection systématique. Si la méthode de recueil des données comporte un biais intrinsèque — par exemple, une enquête en ligne sur le sentiment de solitude qui ne recrute que des individus isolés passant leur journée sur les réseaux sociaux —, accumuler un million de participants ne fera qu’estimer avec une précision absolue le paramètre d’une sous-population spécifique, tout en s’éloignant radicalement du paramètre de la population générale. La taille ne compense jamais le vice méthodologique.

7. L’erreur d’échantillonnage et la variabilité de la statistique

7.1 Origine et quantification de l’erreur d’échantillonnage

Du fait de la nature stochastique du tirage des observations, la valeur numérique prise par une statistique d’échantillon ne coïncide presque jamais de façon exacte avec la valeur du paramètre qu’elle est censée représenter. Cette divergence naturelle, inévitable et universelle porte le nom d’erreur d’échantillonnage. Il convient de souligner avec force que le terme « erreur » n’implique ici aucune faute, maladresse technique ou bévue commise par l’expérimentateur ; il traduit simplement l’écart mécanique consécutif au fait de n’observer qu’une partie du tout.

Mathématiquement, l’erreur d’échantillonnage pour une estimation de moyenne se définit par l’écart simple : e = x̄ – μ. Puisque le paramètre μ demeure inconnu, la valeur ponctuelle exacte de cette erreur pour un échantillon singulier est elle-même inconnue. Cependant, la statistique théorique est en mesure de modéliser la distribution probabiliste de ces erreurs. La métrique reine servant à quantifier cette instabilité est l’écart-type de la distribution d’échantillonnage, communément désigné sous le terme d’erreur standard.

Pour la moyenne, l’erreur type théorique s’exprime par la relation :

σ_x̄ = σ / √n

Puisque le paramètre σ (l’écart-type de la population) est généralement tout aussi inaccessible que μ, l’expérimentateur doit estimer cette erreur standard à partir des données observables du groupe d’étude. On calcule alors la statistique d’erreur standard estimée :

SE_x̄ = s / √n

où s représente l’écart-type corrigé d’échantillon. Cette grandeur fondamentale fournit l’étalon de mesure de la variabilité attendue : elle indique de combien la statistique d’échantillon oscille typiquement autour du paramètre sous l’effet du hasard de l’échantillonnage.

7.2 Facteurs influençant l’ampleur de la fluctuation

L’ampleur de l’erreur d’échantillonnage n’est pas une constante immuable ; elle dépend rigoureusement de deux déterminants quantitatifs et de l’architecture du plan d’échantillonnage :

La variabilité intrinsèque du trait dans la population globale (σ) : Plus le phénomène psychologique étudié est hétérogène au sein de la population, plus les statistiques d’échantillons successifs accuseront des fluctuations prononcées. Si l’on étudie un réflexe vestibulo-oculaire hautement stéréotypé et homogène, la variance de population sera infime, et des échantillons restreints suffiront à capturer le paramètre avec fidélité. Inversement, si la variable étudiée est un trait complexe tel que le niveau de créativité verbale ou la sensibilité à la douleur, la forte dispersion populationnelle générera des statistiques d’échantillon très variables d’une collecte à une autre.

La taille de l’échantillon (n) et la loi des rendements décroissants : La formule de l’erreur standard révèle la présence d’une racine carrée au dénominateur (√n). Cette configuration mathématique entraîne des conséquences majeures sur le coût et le bénéfice de la récolte de données. Pour diviser l’erreur d’échantillonnage par deux, il ne suffit pas de doubler l’effectif n ; il faut impérativement quadrupler la taille d’échantillon. Passer de n = 25 à n = 100 divise l’incertitude par deux. Mais pour la diviser à nouveau par deux, il faudra passer de n = 100 à n = 400. Chaque gain marginal de précision statistique requiert un déploiement exponentiel de ressources empiriques.

Le plan d’échantillonnage : Enfin, le mode d’extraction des unités façonne directement l’erreur d’échantillonnage. Alors qu’un échantillonnage aléatoire simple est sensible aux déséquilibres fortuits, un échantillonnage stratifié proportionnel — consistant à scinder la population en sous-strates homogènes (par exemple selon les tranches d’âge ou le genre) avant de procéder aux tirages aléatoires au prorata de leur poids réel — permet de réduire substantiellement la variance d’échantillonnage. En éliminant l’aléa lié à la représentativité des strates, la statistique calculée bénéficie d’une précision nettement supérieure à celle d’un échantillon aléatoire simple de taille identique.

8. Propriétés des estimateurs : comment une statistique cible un paramètre

8.1 La notion de biais d’estimation

Lorsqu’une statistique calculée sur un échantillon est employée pour déduire ou approcher la valeur d’un paramètre populationnel inconnu, elle acquiert le statut méthodologique d’estimateur. Toutefois, n’importe quelle statistique ne constitue pas nécessairement un bon estimateur. Pour évaluer la qualité d’une fonction d’estimation, la statistique mathématique a forgé plusieurs critères formels, au sommet desquels se trouve l’absence de biais.

Un estimateur est dit sans biais (ou non biaisé) si son espérance mathématique coïncide rigoureusement avec la valeur vraie du paramètre ciblé, quelle que soit cette valeur. Formellement, si l’on désigne par θ le paramètre inconnu et par θ̂ l’estimateur statistique correspondant, l’estimateur est sans biais si :

E(θ̂) = θ

L’exemple paradigmatique du biais d’estimation en méthodologie quantitative concerne le calcul de la variance. Si un chercheur calcule la variance d’échantillon en utilisant la formule descriptive naïve consistant à diviser la somme des carrés des écarts à la moyenne par la taille totale de l’échantillon (n) :

s_naïve² = ∑(x_i – x̄)² / n

il est mathématiquement démontré que l’espérance de cette statistique n’est pas égale à la variance populationnelle σ², mais à :

E(s_naïve²) = [(n – 1) / n] × σ²

Cette statistique sous-estime systématiquement la variance théorique de la population. L’origine de cette distorsion réside dans le fait que les observations individuelles de l’échantillon sont nécessairement plus proches de leur propre moyenne empirique (x̄) qu’elles ne le sont de la moyenne théorique inconnue de la population (μ). En mesurant les écarts par rapport à x̄, on sous-estime la dispersion réelle par rapport à μ.

Pour éliminer ce biais structurel, le mathématicien Friedrich Bessel a introduit une correction fondamentale consistant à diviser la somme des carrés par les degrés de liberté (n – 1) plutôt que par n. Cette statistique modifiée :

s² = ∑(x_i – x̄)² / (n – 1)

possède une espérance mathématique E(s²) = σ². Elle constitue un estimateur sans biais du paramètre populationnel. On distingue par ailleurs les estimateurs strictement sans biais des estimateurs asymptotiquement sans biais, pour lesquels le biais ne s’annule que lorsque n tend vers l’infini (ce qui est précisément le cas de la variance naïve, car la fraction (n – 1)/n tend vers 1 lorsque n devient infiniment grand).

8.2 Efficacité, convergence et robustesse

L’absence de biais n’est pas la seule vertu requise pour qu’une statistique d’échantillon prétende cibler efficacement un paramètre. Trois autres propriétés mathématiques structurent l’évaluation des estimateurs :

L’efficacité statistique : Supposons que l’on dispose de deux estimateurs concurrents, θ̂₁ et θ̂₂, tous deux rigoureusement sans biais pour estimer le même paramètre θ. L’estimateur le plus efficace est celui qui présente la plus faible variance d’échantillonnage possible. Un estimateur dont la distribution est étroitement resserrée autour du paramètre produira des estimations empiriques beaucoup plus stables d’un échantillon à un autre. Le théorème d’inégalité de Fréchet-Cramér-Rao fixe d’ailleurs une limite théorique absolue à la variance minimale qu’un estimateur sans biais peut atteindre.

La consistance (ou convergence) : Un estimateur est qualifié de consistant si, à mesure que la taille d’échantillon n croît vers l’infini, sa distribution de probabilité s’effondre littéralement sur la valeur exacte du paramètre θ. Cela signifie que la probabilité que l’estimation s’écarte du paramètre d’une quantité supérieure à un seuil arbitrairement petit devient rigoureusement nulle : l’estimateur converge en probabilité vers la vérité populationnelle.

La robustesse : En recherche psychologique, les conditions idéales postulées par les modèles probabilistes théoriques (notamment l’hypothèse de normalité gaussienne des scores) sont fréquemment transgressées en raison de la présence de valeurs extrêmes ou aberrantes (outliers) issues d’erreurs d’inattention, de réponses aléatoires ou de variations physiologiques extrêmes. Une statistique est dite robuste si sa capacité à cibler le paramètre de tendance centrale ou de dispersion n’est pas détruite par la présence de ces perturbations. Par exemple, la médiane d’échantillon est un estimateur extraordinairement robuste du centre de gravité d’une distribution symétrique, car contrairement à la moyenne arithmétique d’échantillon x̄, son point de rupture empirique atteint 50 % : il faut corrompre plus de la moitié des données de l’échantillon pour envoyer la médiane vers l’infini.

8.3 Estimation ponctuelle vs estimation par intervalle

Lorsqu’un chercheur extrait d’un échantillon une valeur statistique unique pour affirmer « la moyenne du niveau d’anxiété dans la population d’adolescents est μ = 42,5 points », il réalise une estimation ponctuelle. L’estimation ponctuelle présente une fragilité intrinsèque évidente : la probabilité mathématique exacte que la statistique empirique calculée sur un échantillon continu coïncide à la décimale près avec le paramètre théorique inconnu est rigoureusement égale à zéro : P(x̄ = μ) = 0. S’en tenir à une estimation ponctuelle revient à ignorer délibérément l’erreur d’échantillonnage.

C’est pourquoi la méthodologie scientifique contemporaine impose le recours à l’estimation par intervalle de confiance, initialement formalisée par le mathématicien Jerzy Neyman en 1937. Au lieu de proposer un point géométrique isolé, le statisticien construit un intervalle de valeurs numériques au sein duquel le paramètre populationnel a de fortes chances de se situer, compte tenu de la variabilité d’échantillonnage :

IC_1-α = [ Statistique – (Valeur Critique × SE) ; Statistique + (Valeur Critique × SE) ]

La signification épistémologique exacte d’un niveau de confiance (conventionnellement fixé à 95 %, soit 1 – α = 0,95) est l’un des concepts les plus mal compris de toute la psychologie expérimentale. Dans la perspective fréquentiste standard, l’affirmation selon laquelle « il y a 95 % de chances que le paramètre μ appartienne à l’intervalle [40,1 ; 44,9] » est strictement incorrecte. En effet, le paramètre μ n’est pas une variable aléatoire : il s’agit d’une constante fixe, bien que mystérieuse. Soit μ se trouve dans cet intervalle concret, soit il ne s’y trouve pas ; la probabilité réelle vaut soit 1, soit 0.

Le niveau de confiance de 95 % caractérise la procédure mathématique globale de fabrication des intervalles et non un intervalle singulier une fois ses bornes calculées. Il signifie que si un chercheur répétait son protocole expérimental une infinité de fois dans des conditions rigoureusement identiques, prélevant des milliers d’échantillons aléatoires indépendants et calculant pour chacun l’intervalle de confiance correspondant, 95 % de ces intervalles recouvriraient la valeur fixe du paramètre μ, tandis que 5 % échoueraient à l’englober. L’intervalle de confiance est une entité statistique aléatoire qui tente d’encadrer un paramètre fixe.

9. Applications concrètes et études de cas en recherche psychologique

9.1 Cas 1 : Normalisation d’une échelle psychométrique d’anxiété

Afin de saisir la dialectique constante entre statistique et paramètre, analysons la démarche de standardisation et de normalisation d’un instrument psychométrique. Une équipe d’évaluation conçoit un nouvel auto-questionnaire destiné à mesurer l’anxiété sociale chez les jeunes adultes scolarisés. La population cible théorique correspond à l’ensemble des étudiants de l’enseignement supérieur d’un État (environ deux millions d’individus). Les paramètres visés par les étalonneurs sont la moyenne théorique μ et l’écart-type σ de ce questionnaire au sein de cette population globale, grandeurs nécessaires pour édifier la table de transformation des scores bruts en notes standardisées (de type score T ou scores de déviation QI).

Ne pouvant soumettre deux millions d’étudiants au test, les psychométriciens administrent l’échelle à un échantillon normatif soigneusement sélectionné de n = 500 participants. Après passation, le dépouillement informatique des feuilles de réponses fournit deux statistiques descriptives empiriques : une moyenne d’échantillon x̄ = 38,40 points et un écart-type d’échantillon corrigé s = 8,50 points. L’erreur standard estimée de la moyenne s’établit à :

SE_x̄ = 8,50 / √500 = 8,50 / 22,36 ≈ 0,38 point

Pour encadrer le paramètre vrai de normalisation μ, l’équipe calcule l’intervalle de confiance à 95 %. En utilisant la distribution de Student pour 499 degrés de liberté (valeur critique critique bilatérale t ≈ 1,965), les bornes se déploient ainsi :

IC_95% = [ 38,40 – (1,965 × 0,38) ; 38,40 + (1,965 × 0,38) ] = [ 37,65 ; 39,15 ]

Ce résultat illustre parfaitement la complémentarité : la statistique ponctuelle (38,40) permet d’ancrer l’estimation d’étalonnage, tandis que la distribution d’échantillonnage théorique quantifie la réserve de prudence : les concepteurs savent que la « vraie norme » populationnelle μ a d’immenses chances théoriques de se situer entre 37,65 et 39,15 points. Lors de l’application individuelle en clinique, si un patient obtient ultérieurement un score brut de 52, le praticien utilisera ces estimations pour situer le score de son patient par rapport aux paramètres estimés de la population.

9.2 Cas 2 : Essai contrôlé randomisé en psychothérapie comportementale

Considérons à présent un essai clinique randomisé (ECR) visant à tester la supériorité d’une thérapie d’exposition par réalité virtuelle (TERV) comparée à une thérapie cognitivo-comportementale classique (TCC) dans la prise en charge de la phobie des transports. La population cible théorique est constituée de tous les patients adultes atteints de ce trouble phobique spécifique. Le paramètre ultime que l’expérimentateur cherche à évaluer n’est pas une simple moyenne, mais une taille d’effet théorique populationnelle : le d de Cohen théorique, formalisé par le paramètre :

δ = (μ_TERV – μ_TCC) / σ_conjoint

Ce paramètre δ (delta) représente l’ampleur standardisée réelle du bénéfice thérapeutique dans l’absolu du monde clinique.

Le protocole expérimental répartit aléatoirement 80 participants volontaires en deux groupes parallèles : n₁ = 40 dans le bras réalité virtuelle, et n₂ = 40 dans le bras contrôle TCC. Au terme des 12 semaines d’intervention, la réduction des symptômes phobiques est mesurée. Les statistiques calculées sur ces échantillons révèlent une réduction moyenne observée x̄₁ = 28,4 points (s₁ = 6,2) pour la réalité virtuelle, et x̄₂ = 22,1 points (s₂ = 5,9) pour la TCC standard. La statistique empirique d’effet observée (le d de Cohen d’échantillon) s’élève à d = 1,04, signalant un avantage empirique massif du protocole expérimental au sein de ce groupe d’étude.

Cependant, le chercheur clinicien ne doit pas s’illusionner sur cette statistique ponctuelle d’échantillon : le groupe étudié n’est qu’une réalisation singulière. La statistique d = 1,04 est soumise à une erreur d’échantillonnage substantielle (en raison des effectifs réduits de 40 sujets par bras). Le calcul de l’intervalle de confiance autour de ce paramètre de taille d’effet révèle par exemple un intervalle IC_95%(δ) = [0,57 ; 1,51]. La conclusion scientifique n’est pas que le traitement apporte un gain fixe de 1,04 écart-type dans la nature, mais que le paramètre d’efficacité populationnelle δ se situe vraisemblablement entre une magnitude modérée (0,57) et une magnitude extrêmement robuste (1,51). La significativité statistique est acquise, mais la précision de l’estimation du paramètre dépend de la poursuite des réplications.

9.3 Cas 3 : Étude neuropsychologique des temps de réaction

Dans un protocole expérimental de chronométrie mentale conduit chez des patients cérébrolésés au niveau du cortex pariétal postérieur, un chercheur enregistre la latence d’initiation saccadique (le temps de réaction nécessaire pour déclencher un mouvement oculaire vers une cible périphérique soudaine). Les données chronométriques en neurosciences cognitives possèdent une caractéristique bien connue : leur distribution empirique est fortement asymétrique positive (dite distribution ex-gaussienne ou log-normale), étirée vers la droite par quelques temps de réponse particulièrement lents.

Le chercheur teste un échantillon de n = 30 patients. Pour chaque patient, une centaine d’essais est collectée. Au niveau du groupe, la moyenne arithmétique d’échantillon s’établit à x̄ = 345 millisecondes, tandis que la médiane d’échantillon s’établit à Md = 295 millisecondes. Pourquoi cette dissociation flagrante ? Parce que quelques valeurs extrêmes situées à 600 ou 700 ms exercent un levier mathématique considérable sur la moyenne, tirant la statistique vers le haut.

Dans ce contexte de violation de la symétrie gaussienne, quelle statistique d’échantillon doit être privilégiée pour cibler le paramètre de vitesse centrale typique de la population de patients ? Si le paramètre théorique visé est le point médian de performance de la population (θ_pop), la moyenne empirique x̄ constitue un estimateur biaisé et instable. C’est la médiane empirique de l’échantillon qui devient la statistique de choix, en raison de ses propriétés supérieures d’invariance face aux asymétries de distribution. Si le statisticien utilisait aveuglément la moyenne pour estimer les capacités globales de traitement neuronal de cette population clinique, il commettrait une erreur d’inférence majeure en surestimant le déficit chronométrique moyen des patients cérébrolésés.

10. Tests d’hypothèses et estimation d’intervalles de confiance

10.1 Formulation des hypothèses statistiques sur les paramètres

L’un des terrains où la confusion entre statistique et paramètre produit les erreurs méthodologiques les plus aberrantes est celui du test d’hypothèses de type Neyman-Pearson ou null hypothesis significance testing (NHST). La règle d’or, absolue et non négociable de la démarche hypothético-déductive est la suivante : les hypothèses statistiques (l’hypothèse nulle H₀ et l’hypothèse alternative H₁) portent exclusivement et rigoureusement sur les paramètres inobservables de la population, et jamais sur les statistiques observées dans l’échantillon.

Considérons la comparaison expérimentale de deux approches pédagogiques de l’apprentissage de la lecture chez des élèves de cours préparatoire. Un enseignant-chercheur compare les scores d’un groupe expérimental (1) et d’un groupe témoin (2). La formulation valide de l’hypothèse nulle formelle est :

H₀ : μ₁ = μ₂ (ou μ₁ – μ₂ = 0)

Cette proposition énonce qu’au sein de l’univers théorique des élèves potentiels, il n’existe aucune différence entre les moyennes populationnelles induites par les deux méthodes. L’hypothèse alternative bilatérale postulera :

H₁ : μ₁ ≠ μ₂

Une faute conceptuelle grossière, mais malheureusement constatée dans de trop nombreux mémoires universitaires, consiste à rédiger l’hypothèse sous la forme : « H₀ : x̄₁ = x̄₂ ». Une telle énonciation est un non-sens absolu. Il est absurde de poser une hypothèse de recherche probabiliste sur des statistiques d’échantillon, car les statistiques x̄₁ et x̄₂ sont des quantités calculées, directement connues, observables et déterministes une fois les données collectées ! Le chercheur sait pertinemment, avant même de lancer le moindre test formel, que x̄₁ n’est presque jamais rigoureusement égal à x̄₂ au centième de point près sous l’effet de l’erreur d’échantillonnage. Le test n’a pas pour objet de savoir si les échantillons présentent des scores identiques, mais si l’écart empirique observé (x̄₁ – x̄₂) est suffisamment substantiel pour réfuter l’hypothèse que les paramètres théoriques μ₁ et μ₂ sont identiques.

10.2 La statistique de test comme passerelle décisionnelle

Pour statuer sur la véracité de l’hypothèse nulle portant sur les paramètres théoriques, l’appareil inférentiel utilise un instrument mathématique intermédiaire : la statistique de test. Qu’il s’agisse du t de Student, du F de Fisher-Snedecor, du z de la loi normale ou du χ² de Pearson, la statistique de test procède toujours d’une même logique structurelle : elle compare l’écart entre la statistique d’échantillon observée et la valeur paramétrique postulée par l’hypothèse nulle, en rapportant cet écart à l’erreur standard théorique attendue sous l’effet du hasard.

Dans le cas d’un test t de comparaison d’une moyenne d’échantillon à une valeur de référence μ₀, la formule opérationnelle de la statistique s’écrit :

t = (x̄ – μ₀) / (s / √n)

On constate que le numérateur juxtapose la statistique observée (x̄) et le paramètre théorique nul (μ₀), tandis que le dénominateur standardise cette différence par la statistique d’erreur standard (s / √n). La grandeur résultante, t, est une statistique composite sans dimension physique.

Puisque la statistique de test suit une loi de probabilité parfaitement connue sous l’hypothèse nulle (ici la distribution de Student à n – 1 degrés de liberté), le statisticien peut déterminer la probabilité d’obtenir une valeur de statistique au moins aussi extrême que celle effectivement observée dans l’échantillon : c’est la fameuse valeur p (p-value). Si cette probabilité conditionnelle P(Données | H₀) est inférieure à un seuil critique préétabli (conventionnellement α = 0,05), le chercheur rejette l’hypothèse paramétrique nulle au profit de l’hypothèse alternative. Ainsi, c’est l’observation de la statistique concrète qui dicte la décision théorique quant au statut du paramètre inobservable.

10.3 L’interprétation correcte des intervalles de confiance en psychologie

La pratique contemporaine de l’analyse quantitative, stimulée par les directives éditoriales internationales exigeant l’abandon du réductionnisme binaire de la seule valeur p, a érigé l’intervalle de confiance en outil décisionnel majeur. Cependant, la rigueur de son interprétation exige de ne jamais perdre de vue la nature ontologique du paramètre :

Dans le cadre de l’inférence fréquentiste conventionnelle, le paramètre de population ne varie jamais. Ce n’est pas le paramètre qui se déplace, oscille ou flotte au gré des vagues expérimentales. Le paramètre μ ou σ est une constante mathématique fixe et ancrée. Ce qui est mobile, plastique et soumis aux caprices stochastiques de l’échantillonnage, c’est l’intervalle de confiance empirique. Chaque nouvel échantillon génère un nouveau couple de bornes numériques [L₁ ; L₂]. Imaginer que le paramètre possède 95 % de chances d’habiter l’intervalle observé relève d’une régression conceptuelle.

Cette perspective fréquentiste tranche radicalement avec l’approche de l’inférence bayésienne, de plus en plus influente en psychologie cognitive. Dans le paradigme bayésien, le statut épistémologique du paramètre est inversé : le paramètre n’est plus envisagé comme une constante absolue totalement déterministe, mais comme une variable aléatoire dotée d’une distribution de probabilité a priori (reflétant l’incertitude ou les connaissances préalables du chercheur). Après confrontation aux données observées de l’échantillon par le truchement du théorème de Bayes, cette loi se transforme en une distribution de probabilité a posteriori.

Dès lors, l’analogue bayésien de l’intervalle de confiance — l’intervalle de crédibilité — autorise explicitement la formulation intuitive que le cadre fréquentiste proscrit formellement : « au vu des données de l’échantillon et de nos croyances préalables, il y a 95 % de probabilité subjective que le paramètre vrai μ réside entre 102 et 108 ». Comprendre la frontière entre statistique et paramètre implique de savoir dans quel cadre épistémologique l’on opère : soit un paramètre fixe ciblé par des intervalles fréquentistes aléatoires, soit un paramètre probabilisé éclairé par un intervalle de crédibilité bayésien.

11. Erreurs fréquentes et confusions méthodologiques chez les chercheurs

11.1 Confusions sémantiques et d’interprétation

En dépit d’une formation universitaire de base en méthodologie, la littérature en psychologie et en neurosciences comportementales abonde en confusions sémantiques pernicieuses qui trahissent une mauvaise assimilation de la rupture ontologique entre le fragment et le tout. L’une des erreurs d’expression les plus répandues consiste à attribuer à un niveau d’analyse les propriétés de l’autre niveau. Ainsi, il n’est pas rare de lire sous la plume de chercheurs que « le paramètre moyen de notre échantillon de 40 sujets s’élève à 15,2 ». Cette phrase est un non-sens méthodologique : un échantillon ne possède jamais de paramètres ; il ne possède que des statistiques descriptives. Inversement, affirmer que « la statistique de la population française est inconnue » constitue une méconnaissance terminologique symétrique : une population possède des paramètres, jamais des statistiques.

Une confusion infiniment plus grave sur le plan épistémologique consiste à réifier la statistique d’échantillon en la prenant naïvement pour la vérité immuable de la population entière. Lorsqu’une étude observe une différence numérique entre deux groupes (par exemple x̄_femmes = 110 et x̄_hommes = 105 sur une tâche d’empathie cognitive), le vulgarisateur non averti — et parfois le chercheur lui-même dans la section discussion — s’empresse de théoriser les causes neurobiologiques ou sociologiques de cet écart de cinq points dans la population générale, sans même considérer que cet écart d’échantillon peut résulter intégralement de l’erreur d’échantillonnage aléatoire.

Cette négligence de la variabilité d’échantillonnage est précisément l’un des moteurs majeurs de la crise de la réplicabilité qui secoue la psychologie depuis le début des années 2010. Lorsqu’une équipe de recherche tente de répliquer une expérience princeps en s’attendant à retrouver exactement la même valeur numérique pour la statistique observée (par exemple la même taille d’effet d de Cohen), elle commet une erreur d’appréciation fondamentale : la statistique fluctue nécessairement. Si la taille d’échantillon de l’étude princeps était modeste, l’erreur standard associée était gigantesque, signifiant que la statistique originale n’était qu’une cible extraordinairement floue et incertaine du paramètre sous-jacent.

11.2 Biais d’inférence et généralisations abusives

L’inférence statistique valide repose sur l’hypothèse formelle que l’échantillon observé a été extrait de la population cible selon un protocole assurant la représentativité. Or, la psychologie empirique souffre historiquement d’une faille majeure identifiée par Joseph Henrich, Steven Heine et Ara Norenzayan en 2010 : le syndrome des échantillons WEIRD (Western, Educated, Industrialized, Rich, and Democratic). Une immense proportion des connaissances publiées dans les revues d’élite de la discipline découle d’expériences conduites sur des étudiants occidentaux de premier cycle universitaire, issus de milieux socio-économiques favorisés.

Le biais d’inférence consiste ici à calculer des statistiques descriptives sur ces cohortes ultra-spécifiques et à prétendre que ces statistiques estiment directement les paramètres psychologiques fondamentaux de l’Homo sapiens au sens universel. Si la population empirique accessible est composée d’étudiants nord-américains de 20 ans, les statistiques calculées estiment les paramètres de cette sous-culture précise. Les extrapoler aux mécanismes universels de la cognition humaine constitue une généralisation abusive dénuée de fondement probabiliste.

Une autre méprise conceptuelle récurrente réside dans l’incapacité à dissocier la variabilité individuelle intra-population (modélisée par le paramètre d’écart-type σ) de la variabilité d’échantillonnage (modélisée par l’erreur standard de la statistique σ / √n). Le paramètre σ décrit l’hétérogénéité biologique ou psychologique inhérente aux êtres humains : même si l’on mesurait la totalité de la population de la Terre, les individus présenteraient des différences de mémoire de travail. L’erreur standard, elle, ne décrit pas les individus, mais la précision avec laquelle un ensemble d’individus agrégés parvient à encadrer la moyenne théorique. Confondre l’écart-type d’échantillon s et l’erreur type s / √n — une erreur fréquemment relevée dans les représentations graphiques où les barres d’erreur sont indistinctement annotées — conduit à minorer visuellement de façon dramatique l’hétérogénéité réelle des comportements humains.

11.3 Erreurs de notation dans les publications académiques

La confusion entre le monde théorique et le monde empirique transparaît régulièrement dans les maladresses formelles d’écriture au sein des manuscrits scientifiques soumis aux comités de lecture. Ces infractions aux conventions internationales perturbent la lecture et masquent les intentions méthodologiques de l’auteur :

• Le mélange incongru de symboles latins et grecs au sein d’un même modèle statistique : Il n’est pas rare de voir des équations de régression formulées de manière hybride, par exemple Y = β₀ + b₁X₁ + e. Cette notation est incohérente : soit l’auteur présente le modèle théorique sous-jacent au niveau de la population globale (auquel cas l’intégralité des coefficients doit mobiliser l’alphabet grec : β₀, β₁, ε), soit il expose l’équation empirique ajustée sur les données de l’échantillon (auquel cas les coefficients doivent employer l’alphabet latin ou la notation chapeau : ŷ = b₀ + b₁X₁ ou β̂₀ + β̂₁X₁).
• Le rapportage de statistiques de test déconnecté des estimations paramétriques : De nombreuses publications se contentent d’asséner des scores de tests inférentiels accompagnés de leur significativité binaire (par exemple : « F(1, 48) = 5,42 ; p < 0,05 ») sans mentionner ni les statistiques descriptives d’échantillon (les moyennes et écarts-types des groupes) ni l’estimation ponctuelle et par intervalle du paramètre de taille d’effet théorique (le η² partiel ou le d de Cohen). Cette pratique viole les préconisations du groupe de travail sur l’inférence statistique de l’APA, qui rappelle que la finalité d’un protocole n’est pas de rejeter mécaniquement des hypothèses nulles mais d’estimer avec précision la magnitude des paramètres populationnels.
• La confusion des indices dans les analyses de variance (ANOVA) : L’écriture formelle des modèles linéaires généraux exige d’expliciter le terme d’erreur individuelle. Confondre la variance résiduelle de l’échantillon (la statistique de variance d’erreur MS_erreur) avec le paramètre théorique d’aléa stochastique σ² conduit à une mauvaise spécification des tests de rapports de variance, notamment dans les modèles à effets aléatoires ou mixtes fréquents en neuropsychologie.

12. Synthèse comparative, guide décisionnel et exercices pratiques d’application

12.1 Tableau récapitulatif multidimensionnel

Afin de graver définitivement la démarcation entre ces deux sphères de la science quantitative, la synthèse ci-après rassemble de manière synoptique les critères d’opposition fondamentaux :

Dimension ontologique et définition : Le paramètre est une caractéristique numérique absolue, objective et constante décrivant la population statistique entière. La statistique est une caractéristique numérique empirique, calculée directement et exclusivement sur les observations constituant un échantillon extrait de cette population.

Accessibilité empirique : Le paramètre est fondamentalement inconnu et généralement inconnaissable dans la quasi-totalité des contextes de recherche réels en sciences comportementales. La statistique est directement calculable, immédiatement connue, vérifiable et concrète dès lors que les données empiriques ont été collectées.

Nature mathématique : Le paramètre est une constante fixe pour une population donnée à un instant temporel précis. La statistique est une variable aléatoire qui oscille d’un échantillon à un autre sous l’effet du hasard de l’échantillonnage, et dont le comportement théorique est décrit par une distribution d’échantillonnage.

Convention typographique internationale : Le paramètre est représenté de manière rigoureuse par des lettres de l’alphabet grec (μ, σ, σ², π, ρ, β, δ). La statistique empirique descriptive s’exprime impérativement au moyen de lettres de l’alphabet latin (x̄, s, s², p, r, b, d) ou de symboles surmontés d’un chapeau (μ̂, σ̂²).

Rôle dans la démarche scientifique : Le paramètre constitue la finalité théorique ultime, l’objet visé par la théorie scientifique et la cible des hypothèses de recherche. La statistique est le moyen instrumental opérationnel, le tremplin empirique qui, injecté dans les formules d’inférence, permet d’approcher, d’estimer et de tester la validité des hypothèses formulées sur le paramètre.

12.2 Guide décisionnel pour identifier statistique et paramètre dans un protocole

Face à une publication scientifique, un rapport d’évaluation clinique ou un protocole d’analyse de données, il arrive que la distinction paraisse nébuleuse en raison d’une rédaction confuse. Pour déterminer de manière infaillible si une valeur numérique donnée constitue une statistique ou un paramètre, le praticien ou l’étudiant peut appliquer l’algorithme décisionnel structuré autour des trois questions d’évaluation suivantes :

Question 1 : Quelle est l’assiette du calcul ? La valeur numérique a-t-elle été dérivée d’une fraction d’observation ou de la globalité intégrale de l’univers d’intérêt ?
Si le chiffre a été obtenu en collectant des données auprès d’un groupe restreint, d’une cohorte de volontaires, d’un panel d’essai ou d’un échantillon de sujets — même si cet effectif atteint plusieurs milliers d’individus —, il s’agit catégoriquement d’une statistique. Si, et seulement si, le calcul a incorporé sans aucune omission chaque individu, élément ou réponse existant dans l’univers délimité par l’étude (comme dans le cas d’un recensement exhaustif parfaitement clos), la valeur acquiert le rang de paramètre.

Question 2 : Que se passerait-il si l’on répétait la collecte des données demain ? La valeur numérique varierait-elle sous l’effet d’une nouvelle sélection d’individus ?
Si le chercheur relance la procédure d’investigation en recrutant un nouveau contingent d’individus de même taille et qu’il est hautement probable que la valeur numérique exacte oscille d’une fraction de décimale sous l’effet de l’aléa de sélection, cette quantité est une variable aléatoire : c’est une statistique soumise à la fluctuation d’échantillonnage. Si la valeur envisagée est la constante théorique qui gouverne le phénomène sous-jacent, identique quel que soit l’observateur ou l’échantillon tiré, il s’agit d’un paramètre.

Question 3 : La grandeur constitue-t-elle une observation directe ou la cible inobservable d’une inférence ?
Si le chercheur manipule une valeur tangible, issue de l’addition de scores d’un fichier Excel ou d’une sortie de logiciel d’analyse (comme R, SPSS ou JASP), pour affirmer « nos données montrent que… », il décrit une statistique. S’il formule une interrogation théorique, énonce une hypothèse nulle du type « nous postulons qu’il n’y a pas d’écart moyen dans la population humaine », ou calcule des intervalles de confiance pour « situer la vraie valeur », il s’efforce d’atteindre un paramètre.

12.3 Exercices pratiques avec corrigés détaillés

Exercice 1 : Évaluation de l’efficacité d’un nouvel antidépresseur

Énoncé : Une entreprise biopharmaceutique conduit un essai clinique de phase III multicentrique pour tester l’efficacité d’une nouvelle molécule sérotoninergique sur la dépression unipolaire de l’adulte. Les investigateurs recrutent 800 patients diagnostiqués dans 25 centres hospitaliers européens. Après douze semaines de traitement, la réduction moyenne observée du score à l’échelle de Hamilton (HAM-D) s’élève à 8,4 points avec un écart-type de 3,2 points. Les auteurs écrivent dans le résumé du rapport : « L’efficacité théorique moyenne de la molécule dans la population générale de patients dépressifs est estimée entre 8,18 et 8,62 points avec 95 % de confiance ». Identifiez rigoureusement la population cible, l’échantillon, les statistiques descriptives obtenues et le paramètre théorique visé par l’intervalle.

Corrigé détaillé de l’Exercice 1 :
1. La population cible : Il s’agit de l’ensemble universel, théoriquement infini, de tous les adultes souffrant d’un trouble dépressif majeur unipolaire répondant aux critères diagnostiques de l’étude, actuels ou futurs, susceptibles de recevoir cette prescription.
2. L’échantillon : C’est le groupe fini et concrètement observé des n = 800 patients inclus dans les 25 centres hospitaliers européens et ayant complété le protocole d’évaluation.
3. Les statistiques d’échantillon : La valeur x̄ = 8,4 points est la moyenne empirique observée d’échantillon. La valeur s = 3,2 points est l’écart-type d’échantillon corrigé. Ces grandeurs sont calculées directement sur les 800 scores tangibles des participants.
4. Le paramètre visé : Il s’agit de l’espérance mathématique de réduction du score de dépression au sein de l’ensemble de la population clinique, désignée par la lettre grecque μ. Ce paramètre est fixe mais inconnu. L’intervalle [8,18 ; 8,62] est une statistique d’intervalle de confiance calculée sur l’échantillon, destinée à encadrer la valeur du paramètre μ avec un degré de confiance théorique de 95 %.

Exercice 2 : Étalonnage d’une batterie neurocognitive pédiatrique

Énoncé : Dans le cadre de l’étalonnage d’un test mesurant la flexibilité cognitive chez les enfants de 10 ans scolarisés en France, l’équipe d’auteurs sélectionne un panel de 600 écoliers en appliquant la méthode des quotas (stratification par région et catégorie socio-professionnelle des parents). Le temps moyen d’exécution du test dans ce panel est de 45 secondes, avec une variance observée de 16 (soit un écart-type de 4 secondes). Un jeune stagiaire de recherche rédige la conclusion suivante : « Le paramètre d’écart-type de notre échantillon est σ = 4 secondes, ce qui prouve que la statistique de dispersion de tous les enfants de 10 ans scolarisés en France est de 4 secondes ». Corrigez et commentez cette analyse en identifiant les fautes méthodologiques et terminologiques.

Corrigé détaillé de l’Exercice 2 :
La phrase rédigée par le stagiaire cumule trois confusions méthodologiques majeures :
1. Inversion terminologique échantillon/paramètre : L’expression « le paramètre d’écart-type de notre échantillon » est une hérésie conceptuelle. L’échantillon de 600 écoliers ne possède aucun paramètre ; il produit une statistique empirique d’écart-type, qui doit obligatoirement être désignée par la lettre latine s (ou SD) et non par la lettre grecque σ. La formulation correcte est : « la statistique d’écart-type calculée sur notre échantillon est s = 4 secondes ».
2. Inversion terminologique population/statistique : L’expression « la statistique de dispersion de tous les enfants scolarisés en France » inverse à nouveau les rôles. La totalité des enfants de 10 ans scolarisés constitue la population cible : elle ne possède donc pas de statistique, mais est régie par un paramètre théorique désigné par la lettre grecque σ.
3. Réification sans prise en compte de l’erreur d’échantillonnage : L’affirmation que le résultat de l’échantillon « prouve » que la dispersion de tous les enfants vaut exactement 4 secondes nie l’existence même de l’erreur d’échantillonnage. Même avec un échantillon stratifié de 600 enfants, s n’est qu’un estimateur ponctuel du paramètre σ. Le paramètre σ est approché par cette statistique, mais il ne lui est pas automatiquement égal au millième près. Il conviendrait de calculer un intervalle de confiance autour de σ pour quantifier la précision de l’étalonnage.

Exercice 3 : Enquête nationale sur l’épuisement professionnel chez les soignants hospitaliers

Énoncé : Le ministère de la Santé diligente une vaste enquête sur le syndrome d’épuisement professionnel (burnout) des infirmiers et infirmières exerçant dans les hôpitaux publics du pays. Le corps professionnel compte au total N = 300 000 soignants en exercice. Les inspecteurs tirent au sort 3 000 infirmiers via le registre national de paie et leur administrent le questionnaire de Maslach (MBI). Parmi les soignants ayant répondu, 750 présentent un score caractérisant un épuisement professionnel sévère. L’analyste en chef annonce : « La prévalence observée dans l’échantillon est de 25 %, ce qui nous permet de rejeter l’hypothèse H₀ : p = 0,20 au profit de H₁ : p > 0,20 avec une p-value inférieure à 0,001 ». Analysez la notation de l’hypothèse et commentez la nature des proportions mentionnées.

Corrigé détaillé de l’Exercice 3 :
1. Nature des proportions : Le chiffre de 25 % (750 / 3 000 = 0,25) est issu directement des observations recueillies auprès des 3 000 infirmiers interrogés. Il s’agit rigoureusement d’une statistique de proportion d’échantillon, que l’on doit symboliser par la lettre latine p ou par p̂ (p chapeau). Le paramètre réel est la prévalence inconnue du burnout au sein des 300 000 soignants de la population (N), paramètre que l’on symbolise universellement par la lettre grecque π ou par P majuscule.
2. Erreur formelle dans l’énoncé des hypothèses : L’analyste a formulé son test sous la notation « H₀ : p = 0,20 ». C’est une faute théorique grave. L’hypothèse statistique ne porte jamais sur la statistique d’échantillon p, mais sur le paramètre populationnel π. En effet, la statistique p est connue et vaut 0,25 : poser l’hypothèse que 0,25 est égal à 0,20 est un contresens arithmétique. L’hypothèse nulle légitime devait être formulée exclusivement sur le paramètre théorique :
H₀ : π = 0,20 contre l’alternative unilatérale H₁ : π > 0,20.
Le test statistique démontre que la prévalence observée dans l’échantillon (25 %) est statistiquement trop éloignée de la prévalence historique ou théorique postulée dans la population (20 %) pour que cet écart puisse être imputé aux simples fluctuations d’échantillonnage (p < 0,001).

Références

• American Psychological Association. (2020). Publication manual of the American Psychological Association (7th ed.). American Psychological Association. https://doi.org/10.1037/0000165-000
• Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
• Cumming, G. (2012). Understanding the new statistics: Effect sizes, confidence intervals, and meta-analysis. Routledge.
• Fisher, R. A. (1925). Statistical methods for research workers. Oliver and Boyd.
• Henrich, J., Heine, S. J., & Norenzayan, A. (2010). The weirdest people in the world? Behavioral and Brain Sciences, 33(2-3), 61-83. https://doi.org/10.1017/S0140525X0999152X
• Howell, D. C. (2016). Fundamental statistics for the behavioral sciences (9th ed.). Cengage Learning.
• Neyman, J. (1937). Outline of a theory of statistical estimation based on the classical theory of probability. Philosophical Transactions of the Royal Society of London. Series A, Mathematical and Physical Sciences, 236(767), 333-380. https://doi.org/10.1098/rsta.1937.0005
• Pearson, K. (1900). On the criterion that a given system of deviations from the probable in the case of a correlated system of variables is such that it can be reasonably supposed to have arisen from random sampling. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 50(302), 157-175. https://doi.org/10.1080/14786440009463897
• Wilkinson, L., & the Task Force on Statistical Inference. (1999). Statistical methods in psychology journals: Guidelines and explanations. American Psychologist, 54(8), 594-604. https://doi.org/10.1037/0003-066X.54.8.594