Un article scientifique de 2012, très influent et très cité, avait apparemment largement truqué ses données.
Les méthodes employées pour détecter les fraudes sont vraiment fascinantes. 🧐
Les données "réelles" ont des caractéristiques que les données "fabriquées" n'ont pas.
Les méthodes employées pour détecter les fraudes sont vraiment fascinantes. 🧐
Les données "réelles" ont des caractéristiques que les données "fabriquées" n'ont pas.
https://twitter.com/JustinWolfers/status/1427666712044912644
Par exemple ici, on peut calculer extraire pour chaque échantillon le nombre de Km parcouru en une année.
On peut reconnaitre que cette donnée suit une loi bien plus uniforme que ce que l'on peut attendre de données issues du réel.
Attendue 🠗 Article 🠗
On peut reconnaitre que cette donnée suit une loi bien plus uniforme que ce que l'on peut attendre de données issues du réel.
Attendue 🠗 Article 🠗
Le kilométrage de chaque essai est censés être rapportées par les sujets.
Pour des données en dizaines de millier, on peut attendre qu'une certaine part de la population "arrondisse" le résultat.
Ici absolument AUCUN résultat n'est arrondi.
C'est louche.
Pour des données en dizaines de millier, on peut attendre qu'une certaine part de la population "arrondisse" le résultat.
Ici absolument AUCUN résultat n'est arrondi.
C'est louche.
Dans le tableau de donnée fourni avec l'étude, une partie des lignes de résultat sont écrit avec une fonte différentes (ca ne se voit pas a l'oeil nu)
Chaque donnés avec cette fonte a une valeur très très proche d'une autre donnée.
C'est louche
Chaque donnés avec cette fonte a une valeur très très proche d'une autre donnée.
C'est louche
Et comme par hasard, les données dans une fonte sont en partie arrondies de façon attendue, alors que dans l'autre fonte aucune donnée n'est arrondie.
C'est méga-louche.
😅
C'est méga-louche.
😅
• • •
Missing some Tweet in this thread? You can try to
force a refresh
