How to Lie with Statistics

Le titre est bien sûr volontairement excessif - “How badly contextualized statistics mislead the amateurs” serait plus adapté -, mais ce petit texte de 120 pages de 1954 (!) résume bien les tricks les plus courants entrainant une mauvaise compréhension des statistiques :
- un échantillon biaisé ;
- une taille d'échantillon trop faible pour prouver quoi que ce soit de façon significative ;
- un mauvais choix d'indicateurs d'analyse (notamment moyenne vs médiane, mais aussi valeur vs pourcentage) ;
- une logique de chiffres significatifs non respectée ;
- des informations manquantes (taille d'échantillon, intervalle de confiance, etc.) ;
- la confusion de la corrélation et de la causalité ;
- des graphiques volontairement misleading, comme ces représentatifs graphiques qui ne respectent pas vraiment les proportions, par exemple une bourse marquée dollar en 3D qui, figurant un doublement de la quantité, va doubler toutes les cotes, et donc multiplier par 2^3=8 le volume figuré ;
- d'autres sophismes fréquents dans la vie courante : argument d'autorité, conclusions excessives...

Ces erreurs, volontaires ou non n'auront rien d'original pour qui a déjà suivi un cours de statistique. Mais pour les autres, réfractaires aux maths notamment, ce petit livre est incontestablement une entrée en matière facile et assez complète à l'auto-défense intellectuelle face aux usages détournés et abusifs de statistiques. Et depuis 65 ans, le contenu n'a pas pris une ride.
D'ailleurs, contrairement à ce que certains ont avancé, il ne s'agit pas du tout d'un livre CONTRE les statistiques, mais un livre pour une rigueur dans l'élaboration des protocoles de collection de données à des fins statistiques et dans leur interprétation.