Histoire de la statistique et sa signification

La statistique est un sujet relativement nouveau, qui s’est ramifié à partir de la théorie des probabilités et est largement utilisé dans des domaines tels que l’économie et l’astrologie. C’est une logique et une méthodologie pour mesurer l’incertitude et elle est utilisée pour faire des inférences sur ces incertitudes (Stigler, 1986). L’histoire de la statistique remonte aux années 1600. John Graunt (1620-1674) peut être considéré comme le pionnier de la statistique et comme l’auteur du premier livre sur la statistique. Il a publié Natural and Political observations on the Bills of Mortality en 1662, alors qu’il étudiait l’épidémie de peste à Londres, à la demande du roi. On a demandé à Graunt de mettre au point un système qui permettrait de détecter les menaces de nouvelles épidémies, en tenant des registres de la mortalité et des causes de décès et en faisant une estimation de la population. En établissant la table de mortalité, Graunt a découvert que, « statistiquement », le rapport entre les hommes et les femmes est presque égal. Puis, en 1666, il a rassemblé des données et a commencé à examiner l’espérance de vie. Tout cela était fondamental car il était sans doute le premier à créer une table de mortalité condensée à partir de grandes données et à pouvoir l’analyser. De plus, cette table est largement utilisée dans l’assurance-vie aujourd’hui, ce qui montre l’importance et la signification du travail de Graunt (Verduin, 2009). Une autre raison de son importance est sa capacité à démontrer la valeur de la collecte de données (Stigler, 1986). Puis, en 1693, Edmond Halley a étendu les idées de Graunt et a créé la première table de mortalité qui établit statistiquement la relation entre l’âge et le taux de mortalité. Là encore, elle est utilisée dans l’assurance vie (Verduin, 2009).

Un autre contributeur à la formation des statistiques est Abraham De Moivre (1667-1823). Il fut la première personne à identifier les propriétés de la courbe normale et en 1711, il introduisit la notion d’indépendance statistique (Verduin, 2009). En 1724, De Moivre étudie les statistiques de mortalité et pose les bases de la théorie des annuités, inspirée par les travaux de Halley. Ce point est important car les annuités sont aujourd’hui largement utilisées dans le secteur financier, notamment lors de la constitution des tables actuarielles en assurance-vie. De Moivre a ensuite parlé de l’idée de la distribution normale qui peut être utilisée pour approcher la distribution binomiale (O’Connor et Robertson, 2004).

William Playfair (1759-1823) est la personne qui a inventé les graphiques statistiques, qui comprennent le graphique linéaire et le graphique à barres en 1786 et le graphique circulaire en 1801. Il pensait que les graphiques étaient une meilleure façon de représenter les données et il était « poussé à cette invention par un manque de données ». Il s’agissait d’une étape importante, car ces représentations graphiques sont utilisées partout aujourd’hui, la plus notable étant le graphique de séries chronologiques, qui est un graphique contenant de nombreux points de données mesurés à des intervalles uniformes successifs sur une période de temps. Ces graphiques peuvent être utilisés pour examiner des données telles que des actions, et pourraient être utilisés pour prédire des données futures (Robyn 1978).

Adolphe Quetlet (1796-1874) a été la première personne à appliquer les probabilités et les statistiques aux sciences sociales en 1835. Il s’intéressait à l’étude des caractéristiques humaines et a suggéré que la loi des erreurs, qui est couramment utilisée en astronomie, pourrait être appliquée lors de l’étude des personnes et, grâce à cela, des hypothèses ou des prédictions pourraient être faites en ce qui concerne les caractéristiques physiques et les caractéristiques intellectuelles d’une personne. Grâce à ses études, Quetlet a découvert que la distribution de certaines caractéristiques, lorsqu’il en faisait un diagramme, avait la forme d’une courbe en cloche. Il s’agit d’une découverte importante, car Quetlet a ensuite défini les propriétés de la courbe de distribution normale, qui est un concept essentiel en statistique aujourd’hui. En utilisant ce concept d' »homme moyen », Quetlet s’en est servi pour examiner d’autres questions sociales telles que le taux de criminalité et le taux de mariage. Il est également connu pour avoir mis au point une formule appelée l’indice de Quetlet, ou plus communément l’indice de masse corporelle, qui est une indication ou une mesure de l’obésité. Cette formule est encore utilisée aujourd’hui et vous pouvez connaître votre IMC en le calculant. Si vous obtenez un indice de plus de 30, cela signifie que la personne est officiellement obèse (O’Connor et Robertson, 2006).

D’autres membres qui ont apporté des contributions peu importantes mais significatives aux statistiques sont Carl Gauss et Florence Nightingale. Gauss est la première personne à avoir joué avec la méthode d’estimation des moindres carrés lorsqu’il s’est intéressé à l’astronomie et a tenté de prédire la position d’une planète. Il a par la suite prouvé cette méthode en supposant que les erreurs sont normalement distribuées. La méthode des moindres carrés est largement utilisée aujourd’hui, en astronomie par exemple, afin de minimiser l’erreur et d’améliorer la précision des résultats ou des calculs (O’Connor et Robertson, 1996). C’était également la méthode la plus utilisée avant 1827 lorsqu’on essayait de combiner des équations incohérentes (Stigler, 1986). Nightingale a été inspirée par le travail de Quetlet sur les graphiques statistiques et a produit un tableau détaillant les décès des soldats où elle travaillait. Elle a ensuite analysé l’état et les soins des installations médicales en Inde. Ces travaux sont importants car Nightingale a appliqué les statistiques aux problèmes de santé, ce qui a permis d’améliorer les soins médicaux. Ses travaux importants ont été reconnus car elle est devenue la première femme à être membre de la Royal Statistical Society (Cohen, 1984).

L’un des plus grands contributeurs était Francis Galton (1822-1911) qui a aidé à créer une révolution statistique qui a jeté les bases pour les futurs statisticiens comme Karl Pearson et Charles Spearman (Stigler, 1986). Il était apparenté à Charles Darwin et avait de nombreux intérêts, comme l’eugénisme et l’anthropologie. Il est à l’origine d’un certain nombre de concepts essentiels, dont la régression, l’écart-type et la corrélation, qui sont apparus lorsque Galton étudiait des pois sucrés. Il a découvert que les pois sucrés successifs étaient de tailles différentes mais qu’ils régressaient vers la taille moyenne et la distribution de leurs parents (Gavan Tredoux, 2007). Il a ensuite travaillé avec l’idée de corrélation lorsqu’il a étudié la taille des parents et des enfants des parents à l’âge adulte, où il a fait un diagramme de ses résultats et a trouvé une corrélation évidente entre les deux. Il a ensuite réalisé quelques autres expériences et est arrivé à la conclusion que l’indice de corrélation était une indication du degré de relation entre les deux variables. Ses études étaient importantes car elles sont toutes fondamentales en statistique aujourd’hui et ces méthodes sont utilisées dans de nombreux domaines pour l’analyse des données, en particulier pour extraire des informations significatives entre différents facteurs (O’Connor et Robertson, 2003).

1. L’histoire de la statistique : La mesure de l’incertitude avant 1900

2. Stephen M Stigelr

   Éditeur : Belknap Press of Harvard University Press, 1er mars 1990

   p1, 4, 40, 266

3. http://www.leidenuniv.nl/fsw/verduin/stathist/stathist.htm

4. Une courte histoire des probabilités et des statistiques

   Kees Verduin

   Dernière mise à jour : Mars 2009

   Dernière consultation : 02/04/2010

5. http://www-history.mcs.st-and.ac.uk/Biographies/De_Moivre.html

6. Les archives de l’histoire des mathématiques de MacTutor

   Article de : J J O’Connor et E F Robertson

   Copyright juin 2004

   Dernière consultation : 05/04/2010

7. The American Statistician Volume : 32, No : 1

8. Graphie quantitative en statistique : Une brève histoire

   James R. Beniger et Dorothy L. Robyn

   p1-11

9. http://www-groups.dcs.st-andrews.ac.uk/~history/Biographies/Quetelet.html

10. L’archive MacTutor History of Mathematics

    Article par : J J O’Connor et E F Robertson

    Copyright août 2006

    Dernière consultation : 06/04/2010

11. http://www-history.mcs.st-and.ac.uk/Biographies/Gauss.html

12. Les archives de l’histoire des mathématiques de MacTutor

    Article par : J J O’Connor et E F Robertson

    Copyright décembre 1996

    Dernière consultation : 06/04/2010

13. Scientific American 250

14. Florence Nightingale

    I. Bernard Cohen

    Mars 1984, p128-37/p98-107selon le pays de vente

15. http://galton.org/

16. Francis Galton

    Éditée et maintenue par : Gavan Tredoux

    Dernière mise à jour : 12/11/07 (selon la mise à jour dans la section ‘Actualités’)

    Dernière mise à jour : 07/04/2010

17. http://www-history.mcs.st-and.ac.uk/Biographies/Galton.html

18. Les archives de l’histoire des mathématiques de MacTutor

    Article de : J J O’Connor et E F Robertson

    Copyright octobre 2003

    Dernière consultation : 07/04/2010