Décoder l’éco

@nono le simplet

Bonjour, De quelles prévisions parlez-vous ?

Personnellement, je dis depuis février que le coronavirus va faire autant de morts qu’une grosse grippe. Il n’y a qu’en France que l’on peut faire des statistiques fiables sur la mortalité globale et je ne me suis pas trompé. J’ai douté en avril et finalement les chiffres ont bien confirmé ce que montraient les chinois.

@sls0

J’espère que vous admettre que 326 personnes ce n’est pas de la statistique.

Les statistiques épidémiologiques ne donnent rien de convaincant et c’est normal. On peut faire des stats paramétriques ou non-parametriques, chercher de nouveaux modèles, inventer de nouveaux plans de sondage, cela ne changera pas grand chose. Vous pouvez reprendre la phrase d’Einstein. Les humains sont trop complexes pour être résumés à des paramètres mesurables. Même des centaines ne suffisent pas. Et ici on parle d’interaction entre des humains tous différents et des virus qui évoluent dans des contextes différents. Pour faire des stats propres mathématiquement ils faut des centaines de cas qui couvrent tous les cas de figurent. Même avec seulement 10 paramètres, aucune conclusion n’est sérieuse sans au moins 10 000 cas suivis parfaitement. On n’a jamais que 10 paramètres et on a très rarement 10 000 patients biens suivis en épidémiologie. Bref, on fait semblant de faire des maths et on le sait très bien. R est un très bon outil sinon. Il est plus carré que sas je trouve. Sas permettait jusqu’ici de traiter plus de données à la fois, mais R le rattrape.

@sls0
Me concernant c’est 10ans de stats appliquées après école d’ingé de stats. La statistique épidémiologique, j’ai un avis assez tranché dessus d’expérience et de théorie.

La formule d’Einstein que je ne connaissais pas résume très bien la situation concernant les statistiques épidémiologiques.

@sls0
Le PIB est également employé tous les jours depuis 1934 avec un très mauvais usage.
Utiliser des mauvais indicateurs pour des mauvaises conclusions c’est assez commun.
Comme beaucoup d’indicateurs le R0 n’est fondé que sur une théorie de propagation d’individu à individu dont on ne sait absolument rien. On admet cette théorie et on considère ensuite l’évolution des contaminées comme une preuve. En vérité on ne sait absolument pas comment ça marche. De plus à chaque fois qu’on essaye de calculer ce R0, on tombe sur des résultats complètements différents dans le temps et l’espace.
La belle arnaque des « scientifiques » qui disent savoir utiliser les statistiques c’est d’en conclure quelque chose sur la maladie ou le territoire alors qu’il s’agit surtout d’un indicateur pourri.

Vous dites ensuite « Dans les provinces où il y a peu de cas j’en tiens pas trop compte ou plutôt je lisse sur plusieurs jours pour absorber les variations journalières trop importantes ... »

Précisément, ça ne marche pas bien.

Vous dites ensuite une absurdité mathématique : vous vous cachez derrière le bruit statistique.

Petit retour logique. Quand on a un indicateur merdique, il va partir dans tous les sens. Le « scientifique » qui veut quand même utiliser son indicateur à tout prix va dire « Je vais attendre d’avoir plein de mesures comme ça chaque nouvelle valeur pourrie ne se verra pas trop ». Le « scientifique » découvre alors que plus il y a de mesures et moins la moyenne change. Voilà qui vaut un Nobel...

Ensuite sur les clusters, nous sommes d’accord. Le bilan étant : il ne se passe rien, les conditions écosystémiques ne sont pas favorable au virus en ce moment. 
Le masque a surtout le bon goût de maintenir la bouche fermée des gueux.

@troletbuse
Bonjour,
le site Insee donne la comparaison à partir de mars puisque c’est une mesure de diffusion exceptionnelle qui a été mise en place. L’Insee déteste publier des chiffres provisoires toutes les semaines, ça brouille le message et ça coûte très cher.

En revanche vous pouvez consulter le suivi hebdomadaire des décès que l’Insee donne à Santé publique France, c’est le graphique avec des sinusoïdes. Ce graphique démarre en 2014, vous avez tout dessus.