Aller au contenu
Omnikalc

Calculateur du paradoxe de Simpson : le regroupement des données inverse-t-il le résultat ?

Saisissez les réussites et les cas de deux options dans deux sous-groupes pour comparer les taux par sous-groupe aux taux globaux et voir si la tendance s’inverse.

Mis à jour le
Vos paramètres

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Valeur hors limites

Résultats

Paradoxe de Simpson présent (1 = oui, 0 = non)

1

Paradoxe : une option gagne dans les deux sous-groupes mais perd au global
Taux de réussite de A dans le sous-groupe 1
90,0 %
Taux de réussite de B dans le sous-groupe 1
77,8 %
Taux de réussite de A dans le sous-groupe 2
16,7 %
Taux de réussite de B dans le sous-groupe 2
10,0 %
Taux de réussite global de A
24,0 %
Taux de réussite global de B
71,0 %

Les moyennes peuvent mentir quand on mélange des groupes. Le calculateur du paradoxe de Simpson prend les réussites et les cas de deux options dans deux sous-groupes et donne le taux de réussite de chaque option dans chaque sous-groupe, le taux global et un indicateur qui dit si la comparaison s’inverse une fois les données regroupées.

Comment se fait le calcul

  • Saisissez les réussites et le nombre de cas de deux options, A et B, dans chacun de deux sous-groupes.
  • Le calculateur trouve le taux de réussite de chaque option dans chaque sous-groupe, puis le taux global une fois les sous-groupes regroupés.
  • Le paradoxe de Simpson apparaît quand une option a le meilleur taux dans les deux sous-groupes mais le moins bon au global, ou l’inverse.
  • L’inversion se produit parce que les sous-groupes sont de tailles différentes et de difficultés différentes, donc le regroupement pondère les options différemment.

Exemple

Pour des demandes de bourse, l’option A réussit 18 fois sur 20 dans le sous-groupe 1 et 30 fois sur 180 dans le sous-groupe 2, tandis que l’option B réussit 140 fois sur 180 dans le sous-groupe 1 et 2 fois sur 20 dans le sous-groupe 2. A gagne dans les deux groupes (90,0 % contre 77,8 %, et 16,7 % contre 10,0 %), mais globalement A atteint 24,0 % et B atteint 71,0 %.

Pourquoi c’est utile

Le paradoxe apparaît en médecine, dans les admissions, les statistiques sportives et les rapports d’entreprise, et c’est une leçon classique des cours de statistique. Vérifier les chiffres dans les deux sens est une bonne habitude avant de conclure.

À savoir

Le calculateur compare seulement deux options dans deux sous-groupes et ne peut pas dire quelle vue est la bonne sur le plan causal. Cela demande de savoir comment les données ont été produites. Une inversion dépend aussi des effectifs exacts, donc de petits changements peuvent la faire disparaître.

Outils liés

Le calculateur du théorème de Bayes montre une autre façon dont l’intuition sur les taux peut échouer, et celui de la moyenne pondérée explique comment le regroupement pondère les groupes selon leur taille.

Questions fréquentes

Qu’est-ce que le paradoxe de Simpson ?

C’est une situation où une tendance qui apparaît dans chacun de plusieurs groupes s’inverse ou disparaît quand on regroupe les données. Il porte le nom d’Edward Simpson, qui l’a décrit en 1951, bien que des statisticiens l’aient remarqué plus tôt.

Pourquoi se produit-il ?

Il se produit quand les groupes diffèrent en taille et que l’option n’est pas répartie également entre eux. Dans l’exemple des calculs rénaux, le traitement A était surtout utilisé pour les gros calculs plus difficiles, donc son taux global était tiré vers le bas alors qu’il faisait mieux dans chaque type.

Quel résultat croire, celui des sous-groupes ou le global ?

Cela dépend de la cause. Si le sous-groupe est un facteur de confusion qui influence à la fois le choix et le résultat, comme la gravité du cas, la comparaison par sous-groupe est en général la plus juste. Si le sous-groupe est une conséquence du traitement lui-même, le taux global peut être le meilleur guide.

Comment éviter d’être trompé ?

Cherchez les facteurs cachés qui pourraient scinder les données, comparez ce qui est comparable et méfiez-vous des pourcentages globaux quand les tailles de groupes diffèrent beaucoup. L’affectation aléatoire évite l’essentiel du problème.

Ce calculateur vous a-t-il été utile ?

Merci pour votre avis !

Résultats indicatifs fournis à titre d'information. Ils ne remplacent pas l'avis d'un professionnel.