fréquentistes

Les fréquentistes sont des statisticiens qui interprètent les probabilités comme des fréquences relatives observables sur de nombreuses répétitions d’une expérience et qui fondent leurs conclusions sur des procédures qui demeurent valables lorsque l’expérience est répétée. Dans ce cadre, le paramètre est considéré comme une valeur fixe et incon­nue, et les probabilités décrivent les propriétés des procédures statistiques appliquées à des échantillons répétés, non les états de connaissance sur le paramètre.

Les principes et outils centraux incluent l’estimation par maximum de vraisemblance, les intervalles de confiance et les tests d’hypothèses dans le cadre de Neyman et Pearson. Les conclusions reposent sur des garanties opératoires: une hypothèse est refusée ou non en fonction de critères préétablis et du contrôle des erreurs de Type I et II, et les résultats sont souvent accompagnés de p-values qui mesurent la compatibilité des données avec l’hypothèse nulle.

L’interprétation fréquentiste des résultats insiste sur la validité de la procédure dans le long terme. Par exemple, un intervalle de confiance à 95% est conçu pour contenir le vrai paramètre dans environ 95% des répétitions d’un même procédé, sans affirmer que le paramètre a une probabilité de 95% d’être dans l’intervalle donné pour une étude unique.

Historique et figures majeurs comme Ronald Fisher, Jerzy Neyman et Egon Pearson ont contribué à structurer les méthodes d’estimation et de test. Les fréquentistes se distinguent des bayésiens, qui incorporent explicitement des distributions a priori; les critiques soulignent notamment les limites en présence d’informations préalables ou de petits échantillons.