Apparemment, ce n'est pas si simple: le big data existe qu'on le veuille ou non. Pour le moment, le truc est mobilisé par les informaticiens, mais les stateux devraient aussi s'intéresser à la chose. Pour le moment, la rupture est claire. Mais à l'avenir?  "The goal is to prepare members of our profession to collaborate on Big Data problems". On va y venir, on n'y coupera pas...

Comme l'indique l'auteur: "We know statistical thinking—our understanding of modeling, bias, confounding, false discovery, uncertainty, sampling, and design—brings much to the table. We also must be prepared to understand other ways of thinking that are critical in the Age of Big Data and to integrate these with our own expertise and knowledge."

Ça me fait penser aux données GPS et au SIG en écologie: pendant longtemps, ça a été très à la mode, la révolution, on pouvait plus rien faire sans utiliser ça. Ensuite, retour de balancier, comme on savait pas quoi en faire on a commencé à se dire que c'était pas la solution. Et maintenant, des solutions apparaissent, et on se rend compte que ça permet de répondre à certaine question et pas à d'autres... et on devient plus raisonnable

Là, c'est un peut pareil: on a des bouquin du genre: "Big Data: A Revolution That Will Transform How We Live, Work, and Think", tout le monde qui le vend à toutes les sauces, et quand on aura compris qu'on peut faire de la belle merde avec ça, on reviendra à des questions plus raisonnables... mais tout aussi pertinentes.

Bon ben d'accord, je vais lancer une veille là-dessus... à rapprocher de la veille sur les sciences participatives, ce sont les mêmes questions qui se posent!

J'ai l'impression de lire mon histoire à moi dans ce billet. Sauf que moi, je faisais pas de rugby, mais sinon, sur le principe c'est exactement ça, c'est à la fac que j'ai commencé à aimer aller en cours.
Je suis complètement d'accord avec l'auteur qui indique:

"Une maladie toute française est de croire que notre futur est inscrit dans les astres du parcours scolaire. Si vous n’êtes pas dans les clous pendant les années allant de la 4é à la terminale, si pour des raisons diverses et variées vous dérivez et bien point de salut, vous voilà stigmatisés à jamais."

C'est tellement vrai!

La cuvée Ig-Nobel 2014 est arrivée

Bon, et puis je stocke ce post ici, il semble être un peu incontournable en ce moment, et tout le monde en parle, surtout depuis la présentation de Ben Bolker à l'ISEC à Montpellier. La notion de machisme statistique décrit la tendance à vouloir écraser le lecteur sous un arsenal monstrueux de statistiques compliquées et incompréhensibles. C'est ce bloggeur qui a introduit la notion, et qui est très à la mode en ce moment en écologie.

Un plaidoyer pour arrêter d'utiliser des abbréviations pour les titres de journaux dans les listes de citations. Rapport qu'à l'époque digitale, c'est pas une bonne idée d'avoir plusieurs identifiants pour le même journal, que ça introduit des sources de confusions pour les bibliothécaires, et que ça crée un esprit de corps. Bon, c'est pousser les choses un peu loin, mais c'est vrai que le gain d'utiliser des abréviations est moins important maintenant que tout est digital.

Marrant. En même temps, en lisant la source, le gars qui propose d'inclure dans tous les papiers la citation suivante de façon routinière est sérieux:

My salary, grants, promotions, professional standing, and career all depend on publishing significant findings frequently. I declare these incentives have in no way influenced the integrity of the present research.

très intéressant: un post de Roger D. Peng au sujet d'un tweet de Jan de Leeuw:  "As long as statistics continues to emphasize assumptions, models, and inference it will remain a minor subfield of data science.", suivi d'un second tweet: "Statistics is the applied science that constructs and studies techniques for data analysis."

Ce que Roger D Peng interprête, à tort à mon avis comme le fait que la statistique n'est qu'un sous-champ mineur de la "data science" (incluant biométrie, psychométrie, etc.). C'est pas normal, ça devrait être le contraire, i.e. la data science devrait être un sous-champs de la statistique "What should be is that statistics should include the field of data science. Honestly, that would be beneficial to the field of statistics and would allow us to provide a home to many people who don't necessarily have one ". Le fait est qu'être à la frontière n'est pas toujours simple, mais d'un autre côté, je ne suis pas d'accord avec le point de vue de Roger D Peng. La statistique est une discipline des mathématiques, il est normal que le statisticien fonctionne en mathématicien. Je ne pense pas que la stat devrait englober la data science. Pour moi, ce serait aller trop loin (en exagérant un peu, ce serait un peu équivalent au physicien convaincu que la science physique devrait englober toutes les autres sciences).

Par contre, je trouve bien que des gens comme Jan de Leeuw souligne que le rôle du stateux n'est pas seulement de développer des techniques pour l'inférence. L'exploratoire fait aussi partie du champs de la statistique.

Encore un serveur de preprint, figures, etc. pour les écolos (entre autre).

Edit: en fait, c'est un fourre-tout où on peut stocker tout un tas de trucs, incluant des préprints, des jeux de données, des vidéos, des figures, des candidatures à des offres de financements, etc.
Pas sûr que ce soit super utile. À voir.

Dans la série "articles originaux dans plos one". Quand on monte un escalier, le monter deux marches à la fois permet d'atteindre un *taux* de dépense d'énergie plus élevé qu'une marche à la fois. En d'autres termes, c'est plus fatiguant. Mais comme la montée est plus longue en prenant une marche à la fois, au total, la *quantité* d'énergie dépensée est supérieure dans le cas une marche à la fois. Moralité, pour maigrir, on monte les escaliers une marche à la fois.