Quand les données couvrent plusieurs ordres de magnitude en positif et en négatif, la transformation log-modulus peut être utile: signe(x)*log(|x|+1)
Ya même une ref sur le sujet: john et draper 1980.
La ref a l'air vachement intéressante. Récupérée.

Edit: bon, c'est un peu plus compliqué, John et Draper proposent un genre de transformation type Box-Cox dont la transfo log-modulus est un cas particulier. Mais bon, à titre exploratoire, quand on a une variable dont la distribution est un peu merdique, ça peut quand même être intéressant. Et si l'utilisation de cette transformation permet de normaliser, même grossièrement, les données, ça peut être intéressant même dans un cadre inférentiel.
Bref. À garder sous le coude.

Ouh mais! le sujet a l'air intéressant!
À lire

Établir ses données. À lire
via mathieu

A lire un jour

Tiens un article sur les stats pour les sciences participatives. À récupérer.

Des auteurs écrivent un article qui mesure le nombre de faux-positifs en médecine, et qui suggère que la majeure partie des résultats sont vrais. Ça a déclenché un ras-de-marée, et ils ont fait un numéro spécial dans Biostatistics. Avec des réponses et ajouts de Cox, Gelman, etc.

Discussion d'un papier de Possingham qui a l'air intéressante

Tiens? la west inc se rappelle à notre bon souvenir. Proposeront-ils qqc d'autre que les rsf? À lire

À lire

Package latex pour définir les auteurs d'un article