Seminar SERIES - David Qiu, PhD

David Qiu, chercheur en statistiques, présente une synthèse de ses travaux méthodologiques destinée à un public de non-statisticiens. Il critique les méthodes statistiques conventionnelles, qu’il qualifie de « self-driving » (pilotage automatique), car elles sont souvent choisies par défaut selon le type de données, sans que la question scientifique soit clairement définie. Il souligne que ces méthodes reposent sur des hypothèses fortes (normalité, homoscédasticité, etc.) qui sont rarement vérifiées et que leur utilisation après inspection des données invalide les garanties théoriques. En réponse, il propose une approche « manual-driving » (conduite manuelle) qui consiste à spécifier explicitement, avant l’analyse, deux composantes : le modèle (un ensemble de distributions contenant la vraie distribution) et un paramètre (une fonction qui résume la distribution pour répondre à la question scientifique). Cette approche, fondée sur la théorie de l’efficacité semi-paramétrique, permet d’obtenir des estimateurs robustes et efficaces, avec des garanties théoriques en grands échantillons. Il illustre son propos avec des exemples concrets : comparaison de moyennes, régression linéaire, régression logistique, et inférence causale pour l’effet moyen d’un traitement. Il insiste sur l’importance de traduire les questions scientifiques en paramètres interprétables et sur la nécessité d’assumptions d’identification claires. Il conclut en invitant les experts de domaine à collaborer pour formuler des questions précises et à être ouverts à des méthodes alternatives.