Randomisation dans les statistiques et le design expérimental

Design of Experiments > Randomization

What is Randomization?

Randomization in an experiment is where you choose your experimental participants randomly. Par exemple, vous pouvez utiliser l’échantillonnage aléatoire simple, où les noms des participants sont tirés au hasard dans un bassin où chacun a une probabilité égale d’être choisi. Vous pouvez également attribuer des traitements de manière aléatoire aux participants, en leur attribuant des numéros aléatoires à partir d’une table de nombres aléatoires.

Si vous utilisez la randomisation dans vos expériences, vous vous prémunissez contre les biais. Par exemple, le biais de sélection (lorsque certains groupes sont sous-représentés) est éliminé et le biais accidentel (lorsque des déséquilibres fortuits se produisent) est minimisé. Vous pouvez également exécuter une variété de tests statistiques sur vos données (pour tester vos hypothèses) si votre échantillon est aléatoire.

Techniques de randomisation

Le mot « aléatoire » a un sens très spécifique en statistique. Choisir arbitrairement des noms dans une liste peut sembler aléatoire, mais en réalité ça ne l’est pas. Des biais cachés (comme une préférence subconsciente pour les noms anglais, les noms qui ressemblent à des amis ou les noms qui roulent sur la langue) signifient que ce que vous pensez être une sélection aléatoire ne l’est probablement pas. Parce que ces biais sont souvent cachés, ou négligés, des techniques de randomisation spécifiques ont été développées pour les chercheurs :

1. Échantillonnage aléatoire simple.

Échantillonnage aléatoire simple d’un échantillon « n » de 3 dans une population « N » de 12. Image : Dan Kernler |Wikimedia Commons

L’échantillonnage aléatoire simple consiste essentiellement à tirer des numéros d’un chapeau, à choisir une carte dans un jeu ou une balle dans une machine de bingo. Vous pouvez également attribuer des numéros aux participants, ou aux traitements, et utiliser une table de nombres aléatoires pour choisir les participants et les groupes de traitement. On parle d’échantillon aléatoire simple parce qu’il est simple à mettre en œuvre. Cependant, dans la pratique, il est difficile à utiliser car les cadres d’échantillonnage adéquats (listes de tous les participants possibles) sont parfois difficiles ou impossibles à trouver.
2. La randomisation par blocs permutés.
Parfois, choisir les participants au hasard ne suffit pas. Vous pouvez vouloir équilibrer vos participants en groupes, ou blocs. La randomisation par blocs permutés est un moyen d’attribuer aléatoirement un participant à un groupe de traitement, tout en maintenant un équilibre entre les groupes de traitement. Chaque « bloc » a un nombre spécifié d’affectations de traitement ordonnées au hasard.

3. Échantillonnage aléatoire stratifié.

L’échantillonnage aléatoire stratifié est utile lorsque vous pouvez subdiviser des zones. Image : Oregon State

L’échantillonnage aléatoire stratifié est utilisé lorsque votre population cible est divisée en strates (caractéristiques comme le niveau de revenu ou le statut de logement), et que vous voulez inclure des personnes de chaque strate. Une fois que vous avez défini vos strates, vous pouvez utiliser l’échantillonnage aléatoire simple pour choisir des éléments au sein de chaque strate. La différence avec la randomisation par blocs permutés est qu’avec la PBR, vous voulez répartir les personnes dans des groupes ; avec l’échantillonnage aléatoire stratifié, vos participants sont déjà dans des groupes, et vous voulez échantillonner de manière égale dans ces groupes.
Il existe des méthodes de randomisation moins populaires. Vous pouvez trouver une liste complète de ces méthodes d’échantillonnage ici : Types d’échantillonnage.

——————————————————————————

Vous avez besoin d’aide pour un devoir ou une question de test ? Avec Chegg Study, vous pouvez obtenir des solutions étape par étape à vos questions de la part d’un expert dans le domaine. Vos 30 premières minutes avec un tuteur Chegg sont gratuites !