Insensibilité à la taille de l'échantillon

L'insensibilité à la taille de l'échantillon est la tendance à juger la probabilité d'un résultat sans tenir compte du nombre de cas sur lequel il repose. Or les petits échantillons s'écartent bien plus souvent de la moyenne que les grands.

Amos Tversky et Daniel Kahneman l'ont illustré ainsi : dans une ville, un grand hôpital voit naître environ 45 bébés par jour, un petit, environ 15. Lequel comptera, en un an, le plus de journées où plus de 60 % des nouveau-nés sont des garçons ? La majorité (56 %) répond « à peu près autant », alors que c'est le petit hôpital. Même des psychologues formés en statistique négligent ce facteur. Les deux chercheurs y voyaient un effet de l'heuristique de représentativité : on s'attend à ce qu'un échantillon, même minuscule, ressemble à l'ensemble.

Exemple en santé : aux États-Unis, les comtés où le cancer du rein est le plus rare sont surtout ruraux et peu peuplés… tout comme ceux où il est le plus fréquent. Pour Howard Wainer et Harris Zwerling, c'est un simple effet de la petite taille de leur population. Un biais voisin est l'illusion des séries.

Source : Wikipédia (en anglais), « Insensitivity to sample size »