Experimentation

L’expérimentation suit une démarche scientifique illustrée ci-dessous. La statistique est utile pour valider les mesures effectuées, mais la finalité de toute expérience est ses résultats et son interprétation.

En biologie comme dans la plupart des domaines scientifiques, on souhaite caractériser ou comparer des populations, autrement dit l’ensemble des sujets d’un groupe constitué d’un nombre élevé, parfois infini, de sujets. Mais, sur le plan pratique, le biologiste ne peut étudier qu’un échantillon, autrement dit un nombre réduit d’individus de chaque population. Cependant l’objectif de l’expérience est de généraliser à la population le résultat déterminé sur un échantillon.

L’objectif d’une expérience est de mesurer un effet, c’est à dire une différence le plus souvent ou une corrélation. Travaillant sur un échantillon, l’expérimentateur obtient une mesure et peut déterminer une erreur, c’est à dire une estimation de l’effet et une incertitude de la mesure. Ces deux notions sont reprises dans les tests statistiques et résumées par la p-value qui est très utilisée et souvent trop sur-interprétée. La p-value est la probabilité de mesurer un effet supérieur ou égal dans un échantillon issu de la population de référence. La p-value est le risque de déclarer un faux-positif. Le seuil est arbitrairement fixé à 5%, mais cela mériterait d’être ajusté puisque la p-value dépend de la taille de l’échantillon.

L’outil statistique ne peut être utilisé que si chaque échantillon est extrait de la population étudiée par une méthode aléatoire. Il faut éviter tout biais dans la sélection des individus, tout effet confondant avec le traitement effectué, toute erreur systématique qui serait préjudiciable aux conclusions. Il est donc important de réfléchir au design de l’expérience et d’annoter sa réalisation.