Pareto a-t-il raison ?

L’utilisation de la syntaxe @**pierre_24** donne @pierre_24.

Ah oui tiens je me suis planté, c’est corrigé (je pensais que ca passerais avec le tiret, puis j’ai pas vérifié, alors que je l’ai fait pour A-312). (La prochaine fois, merci d’utiliser le bouton "signaler une faute" pour ce genre de truc )

Question: les données sont celles depuis le début de vie du site ou sur une période plus restreinte ?

Réponse dans l’intro :

Enfin, l’analyse porte sur la période 01 novembre 2017 au 29 octobre 2018, soit un an de statistiques.

Ok, j’ai cherché partout sauf là. Eh bien je dois dire que je m’attendais un peu à ce genre de résultats (sachant la popularité du tuto Arduino) … Mais pas à ce point là, en fait. Au delà de ça, et tuto Arduino exclu, ma question sur l’échantillon me venait parce que je m’interroge sur l’effet, par exemple, de l’age, et d’éventuelles remises en avant ponctuelles

Hmmm, dire que Pareto a raison jusque parce qu’en cherchant bien et en arrondissant pas mal on trouve un truc qui ressemble de loin, ça me parait un tantinet gonflé…

Je ne pense pas que la loi de Pareto ait vocation à être précise. Elle dit juste que généralement une minorité de causes causent la majorité des effets. Le 80–20 est là pour illustrer mais je ne pense pas que le propos de cette loi soit là, qu’elle dise que c’est 80–20 ou que c’est toujours 80–20. Mais je me trompe peut-être.

Si c’est ça, Pareto revient juste à dire que les effets ne sont pas équitablement répartis. Pas de quoi coller un nom à l’idée, c’est évidemment le cas pour n’importe quel processus invoquant des agents qui ne sont identiques (i.e. à peu près n’importe quel processus de la vie de tous les jours). Si on dit que c’est 80–20 à 30–30 près, ça rend la chose pas très intéressante puisque la seule chose qu’on peut prédire avec est que l’on n’est pas sur un phénomène impliquant des agents strictement identiques.

Bref, tout ça pour dire que dans un cas comme dans l’autre, cette loi ne me parait pas très intéressante. Elle est soit à côté de la plaque, soit complètement évidente.

Ca va plus vite à dire "loi de Pareto" que "loi par laquelle la majorité des effets sont produits par une minorité de causes". Et d’une ce n’est pas si évident que tu le dis, de deux ce qui se conçoit bien s’énonce clairement et vice-versa, énoncer cette loi même si elle est évidente permet de l’avoir à l’esprit.

Je pense qu’il serait intéressant de lire l’article Wikipedia consacré à la question avant de supposer des théories sur cette loi.

D’autre part, cette loi semble triviale une fois énoncée, n’a jamais eu vocation à donner des pourcentages précis et n’est d’ailleurs pas conçue pour ça. En fait elle était connue bien avant Pareto (cf l’article). Mais le fait qu’elle ait un nom est extrêmement pratique pour la rappeler à l’existence – de décideurs, typiquement.

Qu’on lui donne un nom, pourquoi pas, c’est pas ça qui me dérange, c’est plutôt qu’on s’excite autour de la notion alors qu’elle n’a rien de profond ni de puissant si on la prend pour ce qu’elle est (je ne vise pas l’article, c’est une tentative rigolote de voir si les 80–20 sont dans les choux ou pas). Ça me rappelle un peu la loi de Moore ou l’effet Mandala (ou encore des tas d’autres loi, on en trouve des affligeantes marrantes ici, sur lesquelles il serait surement avisé d’appliquer celle de Sturgeon) autour desquelles on construit une espèce de buzz sans réfléchir à la pertinence du truc ni à ses cadres d’application.

Ben franchement, je ne vois pas qui s’excite autour de cette notion ? J’ai franchement l’impression que tu t’indignes tout seul pour rien sur ce coup là.

Tape loi de Pareto sur Google, il y une chiée de blog et de vidéos qui présentent ça comme un truc fondamental.

D’après wiki, il aurait mis en évidence ses travaux avec un exemple qui fait ressortir 20–80 et c’est resté. Je vois plus le 20–80 comme un moyen mémo-technique qu’une valeur à chercher sauf pour le côté fun.

Cette loi permet de garder en mémoire qu’on a plus de chance d’avoir des têtes de liste qu’une liste égalitaire. La présence de cet effet agit sur la façon de réaliser certains travaux. Par exemple en Audit, cet effet permet de diminuer le nombre de client à vérifier et de facture à circulariser. La présence client vache-à-lait permet d’atteindre le seuil de signification plus rapidement et donc de ne pas contrôler/vérifier toutes les factures.

Après comme tu le décris @adri1, on décrit quelque chose d’évident :

• Soit c’est équilibré ;
• Soit il y a un podium/haut de liste.

A vue de nez, on peut rarement se tromper. On sait quand on peut l’appliquer ou non.

Mais c’est tellement plus marrant de chercher à tomber sur 20–80 au détour d’une formule dans son tableur EXCEL sur un dossier (entreprise cliente).

(c’est chiant que le contenu ressorte de la page d’accueil à chaque fois que je corrige une typo )

Pas de quoi coller un nom à l’idée, c’est évidemment le cas pour n’importe quel processus invoquant des agents qui ne sont identiques

Je pense que tu critiques un peu facilement ce brave Vilfredo ! Le principe de Pareto est à ma connaissance associée aux distributions en loi de puissances, qui sont quelque chose d’un peu plus formel et utile que la version "grand public" du 80/20. Pereto est connu pour ses estimations de la distribution des revenus, et avoir montré la stabilité de la distribution dans le temps.

Enfin, il n’y a rien d’évident à avoir des lois de puissances "pour n’importe quel processus où les agents ne sont pas identiques". Regarde la distribution de la taille des gens ou de leur poids : on est sur des gaussiennes et non des lois de puissance. A mon avis, les lois de puissances se retrouvent surtout dans les cas où la variable n’est pas bornée à une extrémité : revenu, force des tremblement de terre, variations boursières, nombres d’abonnés à une chaine youTube, etc. Quand il existe de bonnes raisons de borner la distribution, elle est plutôt gaussienne (biologiquement notre taille ou notre poids max/mini sont limités).

Il faut prendre cette loi de Pareto comme un ordre de grandeur.

S’il avait dit "21% des sources provoquent 79% des résultats", ce serait une toute autre histoire. 21%, 79%, ce sont des nombres avec 2 chiffres significatifs. Et si on donne une statistique avec 2 chiffres significatifs, c’est que même le 2ème chiffre, on le considère comme significatif.

Pas fou, le Pareto, il a donné un seul chiffre significatif. Donc si pour tel ou tel jeu de données, on constate que 20% des sources produisent 85% des résultats, on est dans la plaque.

A l’usage, cette notion de 20–80 est entrée dans le vocabulaire courant de certaines professions. Demandez à un chef de rayon de votre hypermarché favori s’il connaît ses 20–80, il vous répondra certainement oui. Par contre, pas sûr du tout qu’il connaisse le nom de Pareto.

#toiAussiTrouveTonPareto

ça me fait penser à l'étude que j’avais faite sur les auteurs de ZdS.

En 2017, on avait 173 auteurs de contenus sur le site, pour un total de 641 contenus publiés.

Les 20% des auteurs (35 sur 173) avaient publiés un total de 426 (c’est à dire 66,5%) contenus de ZdS.

On est pas vraiment dans les 80/20, mais on reste bien dans l’idée générale qu’une minorité d’auteurs publient une majorité des contenus.

Si cette loi de Pareto était non pas une loi empirique, mais une 'certitude’, Gini n’aurait plus rien eu à faire, ou presque. Pour quantifier si une distribution est plus ou moins excentrée, il y a les Coefficients de Gini

Le principe de Pareto est à ma connaissance associée aux distributions en loi de puissances, qui sont quelque chose d’un peu plus formel et utile que la version "grand public" du 80/20. Pereto est connu pour ses estimations de la distribution des revenus, et avoir montré la stabilité de la distribution dans le temps.

Le problème que je pointe du doigt (et qui se vérifie pour plein d’autres lois du même tonneau), c’est justement que ce qu’on appelle couramment la loi de Pareto (i.e. la version grand publique 80/20) est sortie de son contexte ultra-réduit de la distribution de Pareto qui va bien pour obtenir 80/20 et est du coup mentionnée dans des contextes qui n’ont pas grand chose à voir. Cette généralisation à la rache™ lui fait perdre de la puissance prédictive et donc de l’intérêt. Pour appuyer encore une fois, c’est la version grand publique que je critique, pas son cadre statistique précis d’origine.

Enfin, il n’y a rien d’évident à avoir des lois de puissances "pour n’importe quel processus où les agents ne sont pas identiques".

Du coup, c’est vachement bien que personne n’ait dit ça. Je parlais bien de la version plus générale mentionnée par society :

Elle dit juste que généralement une minorité de causes causent la majorité des effets.

Et ça, c’est comme je l’ai dit vérifié par n’importe quel processus avec des agents différents. C’est enfantin à comprendre, mettons que tu as un groupe de personnes qui sont plus ou moins efficaces pour faire un travail, et que cette efficacité suit la loi non homogène que tu veux (puissance, normale, bimodale, peu importe). On peut construire un groupe avec la moitié des gens les plus efficaces, et ce groupe tombera forcément la majorité du boulot.

Si je peux me permettre, c’est un avis qui me semble un peu naïf. Une gaussienne, c’est borné dans aucune des deux directions… Dire que la taille des gens suit une gaussienne, ça marche pas trop mal parce que la moyenne est loin des bornes possibles relativement à l’écart type (donc on se permet d’avoir une loi qui prédit une proportion très petite mais non nulle de gens qui ont une taille négative ou de plus de 5 mètres). De même, dire que l’énergie des tremblements de terre n’est pas bornée, ça me fait doucement rigoler, il y a une limite physique aux contraintes que tu peux accumuler. Difficile à évaluer précisément, certes, mais la limite existe et est probablement assez proche des plus gros séismes déjà observés (disons qu’avoir une magnitude 15, on sait que c’est impossible, mais 11 ou 12, c’est déjà plus discutable).

Le problème que je pointe du doigt, c’est justement que ce qu’on appelle couramment la loi de Pareto (i.e. la version grand publique 80/20) est sortie de son contexte ultra-réduit de la distribution de Pareto qui va bien pour obtenir 80/20.

Par association il arrive aussi de parler de distribution de Pareto pour des lois de puissances un peu différentes avec des coefs différentes de celle estimée par Pareto. Je n’y vois rien de bien méchant ni d’abusif. On dirait que si on parle de principe de Pareto pour quelque chose qui n’est pas exactement 80/20, ça te semble un énorme abus de langage !

Je parlais bien de la version plus générale mentionnée par society

C’est un peu pareil non ? Vu que les lois de puissances génèrent des distributions où une minorité d’événements comptent pour la majorité des variations. (Au chipotage prêt sur les autres types de lois de distributions qui ressemblent à des lois de puissances mais qui n’en sont pas, de toute façon empiriquement pour savoir qui est qui… Je vois venir ).

Une gaussienne, c’est borné dans aucune des deux directions…

Yep, enfin je pense que tu vois ce que je veux dire non ? C’est un peu un homme de paille que de faire remarquer que le monde est borné en réalité ou encore qu’il est discret alors qu’une loi gaussienne est continue…

On dirait que si on parle de principe de Pareto pour quelque chose qui n’est pas exactement 80/20, ça te semble un énorme abus de langage !

Il y a une différence entre parler de loi de Pareto pour un truc un peu éloigné mais pas trop (genre un phénomène avec une loi de puissance avec des coef un peu différent), et le mettre à toutes les sauces sans réfléchir comme dans les blogs qu’on peut trouver à la pelle sur Google (ou finalement, comme dans l’article alors que le premier résultat est un 91–3, mais là c’est pas problématique puisque c’est volontairement un test).

C’est un peu pareil non ? Vu que les lois de puissances génèrent des distributions où une minorité d’événements comptent pour la majorité des variations.

Ben non, tu raisonnes à l’envers. Les phénomènes gérés par lois de puissances sont pas les seuls où une minorité d’événements font la majorité des variations. Et en plus de ça, si on cherche à être un peu quantitatif, toutes les lois de puissances ne donnent pas un 80–20, et toutes les lois qui donnent un 80–20 ne sont pas des lois de puissances. Donc en gros, on se retrouve avec un fouillis complet de phénomènes différents sur lesquelles on va dans le meilleur des cas parler de loi de Pareto alors que ça n’a rien à voir, et dans le pire des cas faire une prise de décision sur du 80–20 alors que la réalité en est potentiellement très éloignée (même si on reste sur un phénomène en loi de puissance). Ce qui m’embête, c’est qu’on utilise un argument déjà pas hyper strict d’un point de vue mathématique (une loi empirique qui marche pour une classe de phénomène à condition de pas regarder de trop près), et pire, on le généralise sans prendre de gants à tout et n’importe quoi (avec un biais de confirmation énorme, on va jusqu’à déformer les données jusqu’à ce que ça passe !).

Yep, enfin je pense que tu vois ce que je veux dire non ?

Non. Je comprends pas du tout où tu veux en venir le passage que j’ai cité plus haut, ni le rapport avec le sujet. Mais je pense pas que ce soit très intéressant de s’y éterniser.

Pour moi, Pareto dit quoi : Vous avez des données de type 'comptage' (chaque ville, et sa population ; chaque pays, et son PIB etc etc ).

Vous voulez une vague estimation de la loi de répartition, sans trop investir de temps dans le recensement des données précises. Partez avec l’hypothèse 20–80, vous ne serez pas trop loin de la vérité. Basta.

Si on reprend l’exemple de Demandred avec les poids des individus (adultes de sexe masculin), ça marche, a condition de le prendre par le bon bout.

On a en gros 100 valeurs possibles (de 50kg à 150kg) ; Google me dit que le poids moyen d’un homme, c’est 77.4Kg, mais il ne me donne pas d’écart-type. Les 20 valeurs les plus fréquentes , ça doit probablement être les nombres entre 68 et 87, et donc, si on écoute Pareto, 80% des individus pèseraient entre 68kg et 87kg. Sans y passer 3 heures, j’ai un truc qui me permet d’avancer.

On prend des classes d’équivalences, et on cumule les effectifs des 20% des classes les plus peuplées.

Pris ainsi, on n’est pas très loin de la vérité. Par contre, dire que le poids cumulé des 20% d’adultes les plus lourds serait 80% du poids cumulé de tous les adultes, bien évidemment, non.

j’ai un truc qui me permet d’avancer.

… Pour faire quoi? Si tu veux faire un truc quantitatif, faudra y revenir proprement tôt ou tard, et si tu veux faire un truc pas quantitatif, dire que les gens pèsent entre 67 et 87 kg, ça se fait mieux en prenant une gaussienne et en disant qu’en 1 sigma (c’est 10 kg, le sigma), il y a 68% des gens. T’auras fait mieux qu’en prenant la première loi qui te tombe sous la main qui n’a pas de raison particulière de donner un truc pertinent. C’est un exemple typique de ce que je reproche au buzz autour de Pareto, on fonce bêtement sans réfléchir au fait qu’il y a peut être un truc plus pertinent.

Sauf qu’ici tu pars du postulat que tu connais le sigma. Et comme je l’avais écrit noir sur blanc, je ne dispose pas de ce sigma.

Je vais donc te paraphraser : C’est un exemple typique des gens qui critiquent l’utilisation de Pareto : on fonce bêtement sur une Gaussienne, sans voir qu’on n’a pas les éléments pour bâtir une gaussienne.