KONINKLIJKE ACADEMIE VOOR OVERZEESE WETENSCHAPPEN ...

More documents

Recommendations

Info

— 328 — Mais tout ceci a un coût: celui de recueillir ou de produire toutes ces données. La volonté de le réduire — en argent comme en temps — et la multiplicité des besoins exprimés par les chercheurs et les utilisateurs vont favoriser le développement d’une «nouvelle» branche de la statistique: la théorie des sondages. Son entrée dans les programmes d’enseignement universitaire se fera surtout dans les quinze dernières années du XXe siècle. Cette présentation historique est évidemment trop succincte pour refléter la diversité de la réalité. Elle est cependant illustrative des bouleversements subis par cette discipline, tout particulièrement au cours du siècle dernier, tant au niveau de l’élargissement des domaines d’application que de la multiplication des méthodes. Comment a-t-on pu digérer toutes ces transformations au niveau de l’enseignement? Nous restreindrons notre réponse à la Belgique et à ses voisins immédiats, ce qui suffit amplement pour se rendre compte de la situation. Nous aborderons aussi le cas des pays en développement. 4. La structure d’un enseignement de base Précisons tout d’abord le cadre de notre réflexion. Nous n’évoquerons pas ici les enseignements qui n’accordent pas aux données une place centrale. Il ne s’agit pas pour nous de dénigrer l’importance des développements uniquement théoriques qui permettront peut être de construire les nouveaux outils de demain. Nous ne voulons pas non plus sous-estimer tout ce qu’impliquent une recherche et un enseignement basés sur des notions hautement spécialisées. Mais nous préférons considérer ici uniquement les formations qui doivent fournir aux utilisateurs potentiels les outils impérativement nécessaires et la manière de les utiliser. Nous situerons notre analyse à deux niveaux. Le premier concerne l’enseignement de base dispensé à un public non spécialisé en statistique et qui découvre en quelque sorte cette science. Nous aborderons plus loin, au chapitre 6, le cas des cours plus spécialisés. Commençons d’abord par évoquer le contenu d’un cursus de base. La raison de ce choix n’est pas arbitraire dans la mesure où il concerne la grande majorité des étudiants du supérieur à qui seront dispensées des notions de statistique, quel que soit le pays dans lequel on se trouve. Nous nous inspirerons ici de notre expérience personnelle en la matière ( D r o e sb e k e 2001). Nous avons cependant pu vérifier que notre façon de voir les choses était partagée par d’autres enseignants. Abordons donc ce qui sous- tend à nos yeux la structure d’un enseignement de statistique centré sur des données. Un premier principe s’impose: des données ne tombent jamais du ciel! Elles sont généralement associées à un problème de recherche ou d’étude spécifique pour lequel il peut s’avérer qu’un traitement statistique d’informations
— 329 — recueillies à cette occasion éclairera judicieusement son analyse ou sa résolution. Il est judicieux de souligner combien un traitement statistique ne peut être dissocié du contexte dans lequel ces données ont été engendrées. Une deuxième remarque mérite d’être formulée: on ne construit pas des données réelles pour justifier l’intérêt d’une méthode statistique. C’est cette dernière qu’il faut rechercher ou élaborer, afin de pouvoir traiter convenablement ces données en vue de l’objectif poursuivi. Vient ensuite une constatation. Des données peuvent être cueillies ou recueillies, construites ou produites: elles sont rarement «données»! Et même si elles le sont, elles méritent d’être toujours accompagnées de la réponse à la question: «d’où viennent-elles?» On ne saurait trop insister sur le fait qu’un bon traitement de données nécessite de s’interroger d’abord sur leur(s) origine(s), sur leurs qualités. Il existe principalement trois moyens importants de collecter ou de produire des données: le relevé de faits observables (données démographiques, relevés météorologiques, dénombrements, documents commerciaux, ...), qui se réalise dans notre environnement ou dans celui de personnes chargées de ce recueil, Y enquête, qui permet d’obtenir des informations dont l’existence ne peut être matérialisée qu’à travers des questions ou des interviews, et l'expérimentation, qui fournit des données engendrées selon un protocole qui contrôle les conditions de leur production — c’est en tout cas son objectif! On dispose aussi d’autres sources: les premières sont respectables comme l’ensemble des témoignages du passé retrouvés dans des archives ou à l’occasion de fouilles archéologiques — elles sont qualifiées de traces par les statisticiens. Mais il en est d’autres moins glorieuses et qui contaminent notre environnement scientifique. Nous voulons parler ici, par exemple, de données dont il est notoire qu’elles sont imprécises, voire inexactes, ou encore d’enquêtes «par sondage» qui reposent sur un choix de répondants volontairement biaisé. Devant des données fausses ou mal choisies, il vaut mieux se passer d’un traitement dont l’interprétation pourrait nuire à la qualité de l’étude. Trop peu d’enseignements accordent suffisamment d’importance à ces questions. Passons ensuite au problème du choix des méthodes à insérer dans un premier cours. Parmi tous les traitements statistiques de données possibles, lesquels faut- il enseigner au départ? La manière traditionnelle de procéder privilégie la description d’un ensemble d’informations statistiques, suivie par l’exposé de méthodes d’estimation et de procédures de tests statistiques, elles-mêmes introduites par une présentation plus ou moins abstraite de notions de probabilité. Trop souvent, à notre goût, tout ceci est fait sans accorder suffisamment d’importance à l’objet de notre attention: la donnée et ses congénères. Pour corriger le tir, rien de tel que de réaliser une analyse initiale de ces données, quelle que soit leur origine. Cette étape est d’autant plus importante que les informations recueillies sont «douteuses» ou incomplètes. Par des moyens simples et facilement accessibles (graphiques, tableaux, tris, croisements, ...),
Page 1 and 2:
KONINKLIJKE ACADEMIE VOOR OVERZEESE
Page 3 and 4:
ERRATUM Mededelingen der Zittingen
Page 5 and 6:
WETENSCHAPPELIJKE MEDEDELINGEN COMM
Page 7 and 8:
Meded. Zitt. K. Acad. Overzeese Wet
Page 9 and 10:
— 243 — Fig. 1. — Le plateau
Page 11 and 12:
— 245 — La taille des concentra
Page 13 and 14:
1 2 Fig. 2. — ‘b n-Naga, probab
Page 15 and 16:
— 249 — . * '\ tjffi. 1 • •
Page 17 and 18:
— 251 — chasse munis de cellule
Page 19 and 20:
— 253 — croissant, haches fenes
Page 21 and 22:
— 255 — comporter des individus
Page 23 and 24:
Meded. Zitt. K. Acad. Overzeese Wet
Page 25 and 26:
— 259 — oostelijk Congo verplaa
Page 27 and 28:
— 261 — eenmaal de linkse opsta
Page 29 and 30:
— 263 — rond het gebied van Pun
Page 31 and 32:
— 265 — aan een Congolese grens
Page 33 and 34:
— 267 — ondernemen om onze land
Page 35 and 36:
— 269 — hun nieuwe identiteitsp
Page 37 and 38:
— 271 — 8. Spanning tussen Rwan
Page 39 and 40: — 273 — Op grond van de weigera
Page 41 and 42: — 275 — President toe, was het
Page 43 and 44: Meded. Zitt. K. Acad. Overzeese Wet
Page 45 and 46: — 281 — — The fish biological
Page 47 and 48: — 283 — Table 2 Feed and feedin
Page 49 and 50: 285 — were calculated at the end
Page 51 and 52: — 287 — Fig. 4. — Pellet for
Page 53 and 54: — 289 — Fig. 8. — Male of cli
Page 55 and 56: — 291 — The results show no sta
Page 57 and 58: — 293 — 3.1.4.5. Experiment 3:
Page 59 and 60: — 295 — 15/11/04 14/12/04 18/1/
Page 61 and 62: — 297 — lebes, Assulina seminul
Page 63 and 64: — 299 — ment I (85.5 %). Finall
Page 65 and 66: — 301 — 4. Conclusions Througho
Page 69 and 70: — 305 — F ig . 1. — A rb re p
Page 71 and 72: angle EAS-AC-EPS 130*- 50- 30- - -
Page 73 and 74: B — 309 — Fig. 4. — Modèles
Page 75 and 76: — 311 — Des trois fossiles, Shu
Page 77 and 78: Fig. 7. — Transfert et stockage d
Page 79 and 80: — 315 — Les dessins digitaux, p
Page 81 and 82: — 317 — tion «Tous parents, to
Page 83 and 84: — 319 — O rban, R. 1982. A biom
Page 87 and 88: — 325 — époque déterminée, d
Page 89: — 327 — Précisons tout d’abo
Page 93 and 94: — 331 — 5. Les choix stratégiq
Page 95 and 96: — 333 — 1 ’enseignement secon
Page 97 and 98: — 335 — qu’il faut incriminer
Page 101 and 102: — 339 — Anyone more or less fam
Page 103 and 104: — 341 — GPS observations can be
Page 105 and 106: M A — 343 — Fig. 7. — Referen
Page 107 and 108: — 345 — Fig. 9. — The densifi
Page 109 and 110: — 347 — Fig. 11. — Destroyed
Page 111 and 112: — 349 — Acp" = O" 004 AX" = 0"0
Page 115 and 116: — 353 — Le monde ouvert par Ras
Page 117 and 118: — 355 — réflexion se développ
Page 119 and 120: — 357 — clergé africain de dem
Page 121 and 122: — 359 — place très marginale.
Page 123 and 124: — 361 — Bontinck ne se limita t
Page 125 and 126: — 363 — au Congo, à l’initia
Page 127 and 128: NOTULEN — PROCES-VERBAUX
Page 129 and 130: Classe des Sciences morales et poli
Page 131 and 132: — 369 — Nominations Par Arrêt
Page 133 and 134: Classe des Sciences morales et poli
Page 135 and 136: — 373 — «De evacuatie uit Cong
Page 137 and 138: Classe des Sciences naturelles et m
Page 139 and 140: — 377 — Approche satellitaire d
Page 141 and 142:
Classe des Sciences naturelles et m
Page 143 and 144:
— 381 — «New Hope to Fill the
Page 145 and 146:
— 383 — Van Damme, W. 1999. Med
Page 147 and 148:
Classe des Sciences techniques Séa
Page 149 and 150:
Classe des Sciences techniques Séa
Page 151 and 152:
— 389 — «Hubs, Harbours and De
Page 153:
CO N TEN TS Scientific Papers Secti
show all

KONINKLIJKE ACADEMIE VOOR OVERZEESE WETENSCHAPPEN ...

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?