Galit Shmueli
Université nationale Tsing Hua
La modélisation statistique est un outil puissant pour développer et tester des théories par l'explication causale, la prédiction et la description. Dans de nombreuses disciplines, la modélisation statistique est quasi exclusivement utilisée pour l'explication causale, partant du principe que les modèles à fort pouvoir explicatif possèdent intrinsèquement un fort pouvoir prédictif. La confusion entre explication et prédiction est fréquente, mais cette distinction doit être comprise pour faire progresser les connaissances scientifiques et être correctement utilisée en pratique.
Comprendre les différences entre modélisation et évaluation explicatives et prédictives est essentiel pour évaluer la qualité de l'information d'un ensemble de données, c'est-à-dire sa capacité à atteindre un objectif scientifique et pratique grâce à l'analyse de données. Si la distinction « expliquer-prédire » est reconnue en philosophie des sciences, la littérature statistique et d'exploration de données manque d'analyse approfondie des nombreuses différences qui apparaissent dans le processus de modélisation à des fins explicatives et prédictives. Dans cet exposé, je clarifierai la distinction entre modélisation explicative et prédictive et en révélerai les implications pratiques en termes d'analyse de données.
Référence : Expliquer ou prédire ? par Galit Schmueli, Statistical Science 2010, vol. 25, n° 3, 289–310
