L'analyse statistique implicative : méthode exploratoire et confirmatoire à la recherche de causalités

L'analyse statistique implicative (ASI) est une méthode
d'analyse de données non symétrique, conçue par Régis Gras il y a plus
de trente ans. À travers thèses, articles de revues, livres et colloques,
elle a été développée et l'est encore par lui, par des doctorants ou
avec la collaboration d'équipes de recherche universitaires en France
et à l'étranger. Puisant ses origines épistémologiques en didactique
des mathématiques, son point de départ est un questionnement sur
la complexité de l'apprentissage-enseignement des mathématiques.
À visée prédictive, elle conduit en effet, dans un premier temps, à
la modélisation et une mesure de qualité des relations implicatives
entre deux observations comportementales a et b, du type «si on
observe a alors on a aussi tendance à observer b, et ceci de manière
statistiquement significative». Par la suite, son extension progressive,
toujours en réponse à des attentes applicatives, a permis d'extraire
de données croisant variables et sujets une structure dynamique et
imagée de l'ensemble de variables en jeu, de les conjoindre, d'en
élargir les types observés - binaire, numérique, intervalle, flou,
vectoriel, rang - puis de construire une structure originale duale
entre ces deux ensembles.
Cet ouvrage a pour objectif d'en rappeler la genèse unificatrice,
de dresser un panorama récent des concepts, des modèles, des
méthodes, des images graphiques et des applications de l'ASI. Les 33
chapitres qui le composent sont regroupés en 3 parties principales
dont la dynamique est la suivante :
- La Partie 1 constitue une sorte de cours, à la manière d'un manuel
qui balaierait l'ensemble des concepts formant le coeur de l'ASI,
augmenté depuis la première édition et illustré par des exemples
didactiques numériques ou graphiques ;
- En écho à des problématiques concrètes, la Partie 2 traite de
compléments, d'extensions théoriques et l'informatisation de ces
concepts qui en montrent le caractère stimulant, innovant et fécond
en data mining ;
- La Partie 3 présente une sélection d'applications, la plupart
nouvelles, qui illustrent les apports de la démarche développée par
l'ASI dans des domaines variés, à la recherche de pistes causales
en didactiques, pédagogie, psychologie, sociologie, bio-informatique,
histoire de l'art, etc.
Cette nouvelle édition, à laquelle ont contribué plus de 30 auteurs de
disciplines diverses, est préfacée par le Professeur Gilbert Saporta.