{"id":6673,"date":"2026-09-16T10:20:37","date_gmt":"2026-09-16T10:20:37","guid":{"rendered":"http:\/\/french.arabpsychology.com\/statistics\/randomisation-en-statistique-definition-exemple\/"},"modified":"2026-09-16T10:20:45","modified_gmt":"2026-09-16T10:20:45","slug":"randomisation-en-statistique-definition-exemple","status":"publish","type":"psych_stat","link":"https:\/\/french.arabpsychology.com\/?psych_stat=randomisation-en-statistique-definition-exemple","title":{"rendered":"Randomisation en statistique : d\u00e9finition et exemple"},"content":{"rendered":"

La recherche de la causalit\u00e9 constitue la pierre angulaire de l’\u00e9difice scientifique moderne. Depuis les premi\u00e8res r\u00e9flexions \u00e9pist\u00e9mologiques de David Hume jusqu’aux d\u00e9veloppements contemporains de l’apprentissage automatique et de l’\u00e9conom\u00e9trie, distinguer une simple corr\u00e9lation d’un v\u00e9ritable lien de cause \u00e0 effet demeure un d\u00e9fi m\u00e9thodologique fondamental. Dans les syst\u00e8mes complexes \u2014 qu’il s’agisse de la physiologie humaine, des dynamiques sociales ou des comportements psychologiques \u2014, une multitude de variables interagissent simultan\u00e9ment. Tenter d’isoler l’effet sp\u00e9cifique d’une intervention au sein d’un tel r\u00e9seau de facteurs confondants rel\u00e8ve de la gageure sans un cadre exp\u00e9rimental rigoureux. C’est pr\u00e9cis\u00e9ment pour r\u00e9pondre \u00e0 cette exigence que la randomisation s’est impos\u00e9e comme l’innovation m\u00e9thodologique la plus d\u00e9terminante du XXe si\u00e8cle.<\/p>\n

En statistique inf\u00e9rentielle, la randomisation ne se r\u00e9sume pas \u00e0 un simple tirage au sort intuitif ou \u00e0 une commodit\u00e9 op\u00e9ratoire. Elle repr\u00e9sente un dispositif math\u00e9matique puissant con\u00e7u pour neutraliser l’ensemble des biais de s\u00e9lection, qu’ils soient connus de l’exp\u00e9rimentateur ou totalement occultes. En rompant de mani\u00e8re exog\u00e8ne les liens unissant les caract\u00e9ristiques intrins\u00e8ques des participants aux modalit\u00e9s de l’intervention, l’assignation al\u00e9atoire transforme une observation passive en une exp\u00e9rimentation active. Ce faisant, elle cr\u00e9e les conditions d’une comparabilit\u00e9 stochastique parfaite entre les groupes, permettant d’attribuer sans ambigu\u00eft\u00e9 les variations observ\u00e9es sur la variable d\u00e9pendante \u00e0 l’intervention \u00e9tudi\u00e9e, et \u00e0 elle seule.<\/p>\n

Le pr\u00e9sent trait\u00e9 propose une analyse exhaustive et interdisciplinaire de la randomisation en statistique. \u00c0 travers l’examen de ses fondements formels, de son appareillage probabiliste, de ses diff\u00e9rentes variantes algorithmiques et de ses enjeux \u00e9thiques, nous explorerons comment ce principe fondamental garantit la validit\u00e9 interne de la d\u00e9marche empirique. Que l’on consid\u00e8re la recherche biom\u00e9dicale, les sciences comportementales ou l’\u00e9valuation des politiques publiques, la ma\u00eetrise de la randomisation constitue le pr\u00e9requis indispensable \u00e0 toute inf\u00e9rence causale rigoureuse.<\/p>\n

\"Randomization
Randomization in statistics<\/figcaption><\/figure>\n

1. Introduction conceptuelle et d\u00e9finition formelle de la randomisation en statistique<\/h2>\n

1.1 D\u00e9finition statistique fondamentale et principes op\u00e9ratoires<\/h3>\n

La randomisation, ou assignation al\u00e9atoire, d\u00e9signe le processus m\u00e9thodologique par lequel des unit\u00e9s exp\u00e9rimentales (qu’il s’agisse d’individus, d’animaux, de parcelles agricoles ou de cellules institutionnelles) sont affect\u00e9es aux diff\u00e9rents groupes d’une \u00e9tude selon un m\u00e9canisme strictement probabiliste et non d\u00e9terministe. Chaque unit\u00e9 exp\u00e9rimentale dispose d’une probabilit\u00e9 d’attribution connue a priori<\/em> et strictement positive d’\u00eatre allou\u00e9e \u00e0 l’un des bras de l’exp\u00e9rience, le plus souvent selon un principe d’\u00e9quiprobabilit\u00e9 (par exemple, une probabilit\u00e9 de 0,5 pour un protocole \u00e0 deux bras : groupe d’intervention versus groupe contr\u00f4le). La caract\u00e9ristique centrale de ce processus r\u00e9side dans le fait que l’assignation finale \u00e9chappe totalement \u00e0 la volont\u00e9 de l’exp\u00e9rimentateur, aux pr\u00e9f\u00e9rences du sujet et \u00e0 ses caract\u00e9ristiques pronostiques ou sociod\u00e9mographiques pr\u00e9alables.<\/p>\n

Il convient d’\u00e9tablir une distinction conceptuelle majeure, souvent n\u00e9glig\u00e9e dans le langage profane, entre la s\u00e9lection al\u00e9atoire<\/strong> (ou \u00e9chantillonnage probabiliste) et l’assignation al\u00e9atoire<\/strong> (randomisation proprement dite). L’\u00e9chantillonnage al\u00e9atoire r\u00e9git le mode de pr\u00e9l\u00e8vement d’un sous-ensemble d’individus au sein d’une population cible plus vaste ; il conditionne directement la validit\u00e9 externe<\/em> et la repr\u00e9sentativit\u00e9 g\u00e9n\u00e9rale des observations. En revanche, l’assignation al\u00e9atoire r\u00e9git la r\u00e9partition de ces individus, une fois recrut\u00e9s, entre les diff\u00e9rentes conditions d’une exp\u00e9rience ; elle constitue le garant exclusif de la validit\u00e9 interne<\/em> de l’\u00e9tude. Une recherche peut fort bien employer une s\u00e9lection de convenance non probabiliste tout en mettant en \u0153uvre une randomisation intra-protocolaire impeccable, garantissant ainsi une inf\u00e9rence causale valide sur l’\u00e9chantillon analys\u00e9.<\/p>\n

Sur le plan op\u00e9ratoire, la randomisation \u00e9limine de fa\u00e7on structurelle les biais d’attribution subjectifs. Dans une \u00e9tude non randomis\u00e9e, l’affectation \u00e0 un traitement est g\u00e9n\u00e9ralement guid\u00e9e par des crit\u00e8res d’indication clinique, des facteurs de gravit\u00e9 ou des pr\u00e9dispositions psychologiques sous-jacentes. Par exemple, un clinicien aura naturellement tendance \u00e0 prescrire une th\u00e9rapie innovante plus risqu\u00e9e aux patients les plus lourdement atteints ou, \u00e0 l’inverse, \u00e0 r\u00e9server un traitement complexe aux participants les plus compliants. La randomisation supprime cette interf\u00e9rence humaine en interposant un m\u00e9canisme d’ind\u00e9pendance statistique entre l’\u00e9tat initial du participant et son exposition au facteur d’\u00e9tude.<\/p>\n

1.2 Gen\u00e8se historique et \u00e9volution \u00e9pist\u00e9mologique<\/h3>\n

L’\u00e9mergence formelle de la randomisation constitue un tournant \u00e9pist\u00e9mologique fondamental dans l’histoire de la m\u00e9thode scientifique. Bien que des formes embryonnaires de tirage au sort aient \u00e9t\u00e9 ponctuellement utilis\u00e9es au XIXe si\u00e8cle par des figures pionni\u00e8res telles que Charles Sanders Peirce en psychophysique, c’est au statisticien et g\u00e9n\u00e9ticien britannique Sir Ronald Aylmer Fisher<\/a> que l’on doit la th\u00e9orisation compl\u00e8te et l’institutionnalisation math\u00e9matique du concept dans les ann\u00e9es 1920, lors de ses travaux agronomiques \u00e0 la station exp\u00e9rimentale de Rothamsted.<\/p>\n

Confront\u00e9 \u00e0 l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 naturelle et spatiale des sols \u2014 o\u00f9 la fertilit\u00e9 varie de mani\u00e8re continue et impr\u00e9visible d’un m\u00e8tre carr\u00e9 \u00e0 l’autre \u2014, Fisher constata que les m\u00e9thodes de contr\u00f4le physique par blocs syst\u00e9matiques ne parvenaient pas \u00e0 \u00e9liminer les corr\u00e9lations spatiales fallacieuses. Dans son ouvrage s\u00e9minal de 1935, The Design of Experiments<\/em>, Fisher d\u00e9montra que l’assignation al\u00e9atoire des parcelles aux diff\u00e9rents engrais constituait le seul moyen de convertir la variabilit\u00e9 non contr\u00f4l\u00e9e en une erreur d’\u00e9chantillonnage stochastique traitable par le calcul des probabilit\u00e9s. La randomisation devint ainsi l’instrument formel validant l’application des tests statistiques d’hypoth\u00e8se, en fournissant elle-m\u00eame la distribution th\u00e9orique sous l’hypoth\u00e8se nulle sans n\u00e9cessiter de postulats arbitraires sur la distribution des erreurs.<\/p>\n

Le paradigme fisherien s’est ensuite diffus\u00e9 \u00e0 la recherche biom\u00e9dicale au milieu du XXe si\u00e8cle, principalement sous l’impulsion de Sir Austin Bradford Hill. L’essai clinique men\u00e9 sous l’\u00e9gide du Medical Research Council britannique en 1948 sur l’efficacit\u00e9 de la streptomycine dans la tuberculose pulmonaire est universellement reconnu comme le premier essai randomis\u00e9 contr\u00f4l\u00e9 (ERC) moderne \u00e0 grande \u00e9chelle. Cette transition de l’observation empirique passive vers l’exp\u00e9rimentation randomis\u00e9e contr\u00f4l\u00e9e a profond\u00e9ment renouvel\u00e9 la psychologie scientifique, l’\u00e9pid\u00e9miologie clinique et les sciences sociales, consacrant la randomisation comme le gold standard<\/em> m\u00e9thodologique indiscutable pour l’\u00e9tablissement des preuves d’efficacit\u00e9 th\u00e9rapeutique et interventionnelle.<\/p>\n

1.3 Les postulats th\u00e9oriques sous-jacents au paradigme exp\u00e9rimental<\/h3>\n

La puissance inf\u00e9rentielle de la randomisation repose sur un mod\u00e8le formel d’une grande \u00e9l\u00e9gance math\u00e9matique : le mod\u00e8le causal de Rubin-Neyman (souvent d\u00e9sign\u00e9 sous l’acronyme RCM pour Rubin Causal Model<\/em>). Dans ce cadre th\u00e9orique, chaque unit\u00e9 exp\u00e9rimentale $i$<\/span> dispose de deux issues potentielles (ou contre-factuelles) : $Y_i(1)$<\/span>, repr\u00e9sentant la r\u00e9ponse de l’individu s’il est expos\u00e9 au traitement actif, et $Y_i(0)$<\/span>, sa r\u00e9ponse s’il est expos\u00e9 au traitement t\u00e9moin. Le v\u00e9ritable effet causal individuel est d\u00e9fini par la diff\u00e9rence :<\/p>\n

$$\\tau_i = Y_i(1) – Y_i(0)$$<\/span><\/p>\n

Or, le \u00ab probl\u00e8me fondamental de l’inf\u00e9rence causale \u00bb r\u00e9side dans le fait qu’il est impossible d’observer simultan\u00e9ment $Y_i(1)$<\/span> et $Y_i(0)$<\/span> pour une m\u00eame unit\u00e9 $i$<\/span> au m\u00eame instant pr\u00e9cis. L’observateur n’a acc\u00e8s qu’\u00e0 l’issue factuelle correspondant au statut d’assignation effectif $T_i in {0, 1}$<\/span>. Le second \u00e9tat demeure irr\u00e9m\u00e9diablement contre-factuel. Dans les \u00e9tudes non randomis\u00e9es, comparer la moyenne des individus trait\u00e9s \u00e0 celle des t\u00e9moins aboutit g\u00e9n\u00e9ralement \u00e0 une estimation biais\u00e9e de l’effet causal moyen (ATE, Average Treatment Effect<\/em>), car le groupe expos\u00e9 diff\u00e8re syst\u00e9matiquement du groupe non expos\u00e9 sur le plan de leurs issues potentielles de base.<\/p>\n

La randomisation r\u00e9sout cette impasse \u00e9pist\u00e9mologique en instaurant l’hypoth\u00e8se d’ind\u00e9pendance conditionnelle fondamentale :<\/p>\n

$${Y_i(1), Y_i(0)} perp!!perp T_i$$<\/span><\/p>\n

Cette ind\u00e9pendance implique que l’attribution du traitement est enti\u00e8rement orthogonale aux issues potentielles et \u00e0 l’ensemble des caract\u00e9ristiques pr\u00e9-interventionnelles des sujets. D\u00e8s lors, le groupe t\u00e9moin fournit une estimation parfaitement non biais\u00e9e de ce qu’aurait \u00e9t\u00e9 la trajectoire du groupe trait\u00e9 en l’absence d’intervention. La comparabilit\u00e9 initiale des groupes \u00e0 l’\u00e9tat de r\u00e9f\u00e9rence (dite baseline<\/em>) est ainsi garantie sur le plan esp\u00e9r\u00e9, ce qui autorise l’identification math\u00e9matique formelle de l’effet causal moyen au niveau de la population.<\/p>\n

2. Fondements math\u00e9matiques et th\u00e9orie des probabilit\u00e9s appliqu\u00e9s \u00e0 la randomisation<\/h2>\n

2.1 Th\u00e9orie de la probabilit\u00e9 et distributions d’\u00e9chantillonnage<\/h3>\n

D’un point de vue probabiliste, le m\u00e9canisme de randomisation simple s’apparente \u00e0 une succession d’\u00e9preuves de Bernoulli ind\u00e9pendantes et identiquement distribu\u00e9es (i.i.d.). Consid\u00e9rons une population de taille $N$<\/span> dont chaque membre pr\u00e9sente un vecteur de caract\u00e9ristiques multidimensionnel $\\mathbf{X}_i = (X_{i1}, X_{i2}, dots, X_{ik})’$<\/span>. Lorsque l’on applique une r\u00e8gle d’assignation al\u00e9atoire d\u00e9finie par une variable indicatrice $T_i$<\/span> telle que $P(T_i = 1) = p$<\/span> et $P(T_i = 0) = 1 – p$<\/span>, l’esp\u00e9rance math\u00e9matique de la moyenne d’une covariable quelconque $X$<\/span> au sein du groupe recevant l’intervention est rigoureusement \u00e9gale \u00e0 son esp\u00e9rance au sein du groupe t\u00e9moin :<\/p>\n

$$\\mathbb{E}[\\bar{X}_{T=1}] = \\mathbb{E}[\\bar{X}_{T=0}] = \\mu_X$$<\/span><\/p>\n

En vertu de la loi forte des grands nombres<\/a>, lorsque la taille de l’\u00e9chantillon $N$<\/span> tend vers l’infini, la moyenne observ\u00e9e de chaque covariable converge presque s\u00fbrement vers son esp\u00e9rance th\u00e9orique. Par cons\u00e9quent, la diff\u00e9rence observ\u00e9e entre les moyennes des covariables des deux groupes, $\\bar{X}_{T=1} – \\bar{X}_{T=0}$<\/span>, converge stochastiquement vers z\u00e9ro :<\/p>\n

$$\\lim_{N to \\infty} P(|\\bar{X}_{T=1} – \\bar{X}_{T=0}| > \\varepsilon) = 0, \\quad \\forall \\varepsilon > 0$$<\/span><\/p>\n

Ce r\u00e9sultat th\u00e9orique d\u00e9montre la convergence asymptotique vers l’\u00e9quivalence intergroupe absolue. Cependant, pour un \u00e9chantillon de taille finie $n$<\/span>, la diff\u00e9rence des moyennes n’est pas strictement nulle mais suit une distribution d’\u00e9chantillonnage centr\u00e9e sur z\u00e9ro, dont la variance est inversement proportionnelle \u00e0 la taille des groupes :<\/p>\n

$$\\text{Var}(\\bar{X}_{T=1} – \\bar{X}_{T=0}) = \\sigma_X^2 \\left( \\frac{1}{n_1} + \\frac{1}{n_0} \\right)$$<\/span><\/p>\n

Sous l’hypoth\u00e8se nulle $H_0$<\/span> stipulant l’absence compl\u00e8te d’effet du traitement ($\\tau_i = 0, \\forall i$<\/span>), la distribution de la statistique de test d\u00e9rive directement de la combinatoire induite par le processus de randomisation lui-m\u00eame, et non de suppositions ad hoc<\/em> sur la normalit\u00e9 des populations sous-jacentes.<\/p>\n

2.2 Tests de permutation et inf\u00e9rence bas\u00e9e sur la randomisation<\/h3>\n

L’un des apports conceptuels les plus profonds de Ronald Fisher est la d\u00e9monstration que la randomisation constitue le socle physique justifiant l’inf\u00e9rence statistique. Contrairement aux approches param\u00e9triques qui pr\u00e9supposent que les donn\u00e9es proviennent d’une distribution gaussienne th\u00e9orique, l’inf\u00e9rence bas\u00e9e sur la randomisation (tests de permutation ou tests exacts de Fisher) op\u00e8re conditionnellement aux valeurs observ\u00e9es, en consid\u00e9rant que seule l’assignation du traitement rel\u00e8ve du hasard.<\/p>\n

Supposons une exp\u00e9rience portant sur $N = n_1 + n_0$<\/span> sujets, o\u00f9 $n_1$<\/span> re\u00e7oivent le traitement actif et $n_0$<\/span> le contr\u00f4le. Le nombre total de configurations d’assignation possibles est donn\u00e9 par le coefficient binomial :<\/p>\n

$$\\Omega = \\binom{N}{n_1} = \\frac{N!}{n_1! n_0!}$$<\/span><\/p>\n

Chacune de ces permutations repr\u00e9sentait, au moment de l’exp\u00e9rimentation, une trajectoire \u00e9quiprobable d’attribution du traitement avec une probabilit\u00e9 th\u00e9orique de $1\/\\Omega$<\/span>. Sous l’hypoth\u00e8se nulle d’invariance totale des r\u00e9ponses individuelles au traitement, les valeurs observ\u00e9es $y_1, y_2, dots, y_N$<\/span> sont fixes et ind\u00e9pendantes du groupe assign\u00e9.<\/p>\n

Pour chaque vecteur de permutation possible $\\mathbf{t}^{(k)} in \\Omega$<\/span>, le statisticien recalcule la statistique d’int\u00e9r\u00eat choisie, par exemple la diff\u00e9rence brute des moyennes arithm\u00e9tiques $D^{(k)} = \\bar{Y}_1^{(k)} – \\bar{Y}_0^{(k)}$<\/span>. La distribution empirique exacte de l’ensemble de ces valeurs forme la distribution de permutation de la statistique de test. La valeur $p$<\/span> exacte bilat\u00e9rale se d\u00e9finit alors comme la proportion exacte de permutations pour lesquelles la statistique absolue calcul\u00e9e est au moins aussi extr\u00eame que la valeur empirique observ\u00e9e $D_{\\text{obs}}$<\/span> lors de l’exp\u00e9rience r\u00e9elle :<\/p>\n

$$p = \\frac{1}{\\Omega} \\sum_{k=1}^{\\Omega} \\mathbb{I}\\left( |D^{(k)}| ge |D_{\\text{obs}}| \\right)$$<\/span><\/p>\n

Cette approche fournit une inf\u00e9rence non param\u00e9trique exacte, exempte de tout biais d’approximation asymptotique, et valide formellement l’usage des tests statistiques m\u00eame sur des \u00e9chantillons extr\u00eamement restreints.<\/p>\n

2.3 L’ind\u00e9pendance stochastique comme garantie d’inf\u00e9rence causale<\/h3>\n

La randomisation op\u00e8re une coupure chirurgicale dans le graphe causal orient\u00e9 (DAG, pour Directed Acyclic Graph<\/em>) d\u00e9crivant les relations entre les variables. Dans un cadre observationnel, la variable d’exposition $T$<\/span> et la variable de r\u00e9sultat $Y$<\/span> sont g\u00e9n\u00e9ralement reli\u00e9es non seulement par la fl\u00e8che causale directe $T to Y$<\/span>, mais \u00e9galement par des chemins secondaires dits \u00ab chemins arri\u00e8re \u00bb (backdoor paths<\/em>) induits par des variables pr\u00e9existantes $U$<\/span> agissant conjointement sur $T$<\/span> et sur $Y$<\/span> ($T \\leftarrow U to Y$<\/span>). Ces structures confondues sont la cause directe de corr\u00e9lations fallacieuses.<\/p>\n

Sur le plan math\u00e9matique, l’introduction d’un g\u00e9n\u00e9rateur de nombres al\u00e9atoires exog\u00e8ne $R$<\/span> pour dicter l’\u00e9tat de $T$<\/span> ($R to T$<\/span>) supprime structurellement toute d\u00e9pendance probabiliste entre le vecteur global des caract\u00e9ristiques du sujet $\\mathbf{X}$<\/span> (qu’elles soient g\u00e9n\u00e9tiques, comportementales, psychologiques ou environnementales) et la variable d’assignation $T$<\/span>. L’ind\u00e9pendance stochastique s’\u00e9nonce par :<\/p>\n

$$P(\\mathbf{X} mid T = 1) = P(\\mathbf{X} mid T = 0) = P(\\mathbf{X})$$<\/span><\/p>\n

Cette orthogonalit\u00e9 formelle garantit que l’esp\u00e9rance conditionnelle des issues potentielles sachant l’assignation se simplifie en leur esp\u00e9rance marginale non conditionn\u00e9e :<\/p>\n

$$\\mathbb{E}[Y(1) mid T = 1] = \\mathbb{E}[Y(1)] \\quad \\text{et} \\quad \\mathbb{E}[Y(0) mid T = 0] = \\mathbb{E}[Y(0)]$$<\/span><\/p>\n

D\u00e8s lors, l’estimateur standard de la diff\u00e9rence des moyennes observ\u00e9es devient rigoureusement sans biais pour l’effet causal moyen :<\/p>\n

$$\\widehat{\\text{ATE}} = \\mathbb{E}[Y mid T = 1] – \\mathbb{E}[Y mid T = 0] = \\mathbb{E}[Y(1)] – \\mathbb{E}[Y(0)] = \\tau$$<\/span><\/p>\n

C’est cette propri\u00e9t\u00e9 formelle d’esp\u00e9rance nulle des diff\u00e9rences sous traitement nul qui conf\u00e8re \u00e0 la randomisation sa supr\u00e9matie pour l’inf\u00e9rence causale directe.<\/p>\n

3. Le contr\u00f4le des variables confondantes et parasites (lurking variables)<\/h2>\n

3.1 Nature et dynamique des variables confondantes<\/h3>\n

Pour appr\u00e9hender pleinement le saut qualitatif offert par la randomisation, il est imp\u00e9ratif d’analyser la dynamique d’une variable confondante<\/a> (ou facteur de confusion). En \u00e9pid\u00e9miologie et en statistique causale, une covariable $Z$<\/span> est qualifi\u00e9e de facteur de confusion pour la relation entre une exposition $T$<\/span> et un crit\u00e8re de jugement $Y$<\/span> si elle remplit simultan\u00e9ment trois crit\u00e8res fondamentaux :<\/p>\n