Burgers, moyenne et biais

Exemple 1 du cours : les ventes de burgers. Une chaîne de restaurants de burgers : le directeur veut comprendre ce qui influence les ventes. Les 7 étapes :

1. On collecte les données.
2. On nettoie (valeurs manquantes, erreurs).
3. On pose les questions (EDA) : combien vend-on de burgers par jour ? Les promotions augmentent-elles les ventes ? La météo influence-t-elle les ventes ? On utilise des graphiques pour repérer des relations.
4. On modélise : ventes = f(température, promo, jour).
5. On interprète : par ex. la promo a un fort impact, la météo un impact moyen.
6. On restitue : « Les promos augmentent les ventes de 40 % ».
7. On décide : on augmente les promos.

Exemple 2 : quand la moyenne ment. Revenus annuels de 10 salariés (€) : 28 000 | 30 000 | 29 000 | 31 000 | 27 500 | 30 500 | 29 500 | 28 500 | 32 000 | 250 000.

Calcul (ajouté) : la somme vaut 516 000 €, donc la moyenne est de 51 600 € alors que 9 salariés sur 10 gagnent entre 27 500 et 32 000 €. La médiane vaut 29 750 €.

Le cours conclut : un seul outlier modifie fortement la moyenne. Le problème n'est pas la moyenne : c'est qu'on ne connaît pas la distribution. On ne « corrige » donc pas la moyenne, on visualise la distribution (histogramme, boxplot) : « on doit lire la forme des données avant de résumer ». Conseil du cours : ici la médiane est plus robuste.

La visualisation n'est jamais neutre. Un graphique peut introduire un biais d'échelle, un biais de représentation ou un biais graphique. Choisir un axe tronqué, une couleur ou un type de graphique oriente la lecture : c'est pourquoi il faut les choisir en conscience.