nouveau grave biais statistique, et impact sur les études observationnelles

suivi: fsz + maths
résumé:
Quand on veut savoir si X influence Y  ( tel médoc sur telle maladie, ou le champagne sur la longévité ), il y a toujours le risque de facteurs de confusions: que la corrélation soit en fait due a un 3eme facteur Z ( par ex le niveau de vie ).
Quand on le soupçonne, une technique classique consiste à mesurer et soustraire cet effet. On dit qu'"on a tenu compte des facteurs de confusion".
Patatra: le probleme est qu'on a jamais la vraie valeur du facteur mais une approx. Un article vient de montrer que le simple bruit peut suffire a créer une illusion de forte corrélation résiduelle, même quand X et Y n'ont en fait aucun lien, et ça empire avec la taille de l'échantillon.
C'est paradoxal, mais surtout ça met le doute sur presque tous les papiers précédents ayant eu recours à cette classique correction... typique dans les études observationnelle, et que justement les études randomisées évitent.
"science étonnante" https://scienceetonnante.com/2021/08/30/les-etudes-statistiques-sont-elles-hors-de-controle/
vulgarise l'article "Statistically controlling for confounding constructs is harder than you think" (PloS one) https://doi.org/10.1371/journal.pone.0152719
--
Fabrice