Dans l’histoire des sciences du XXe si\u00e8cle, rares sont les figures dont les contributions intellectuelles ont exerc\u00e9 une influence aussi structurante, transversale et profonde que celle de Sir Ronald Aylmer Fisher. Math\u00e9maticien singulier, biologiste de l’\u00e9volution visionnaire et p\u00e8re incontest\u00e9 de la statistique math\u00e9matique moderne, Fisher a litt\u00e9ralement forg\u00e9 la grammaire conceptuelle et m\u00e9thodologique sur laquelle repose l’ensemble de la recherche exp\u00e9rimentale contemporaine. De l’agronomie aux neurosciences, de l’\u00e9conom\u00e9trie \u00e0 la psychologie diff\u00e9rentielle, les outils forg\u00e9s par son esprit analytique \u2014 qu’il s’agisse de l’analyse de variance, du principe de randomisation, de l’estimation par le maximum de vraisemblance ou de la formalisation math\u00e9matique de la s\u00e9lection naturelle \u2014 constituent l’infrastructure invisible \u00e0 travers laquelle la science moderne interroge le r\u00e9el, discrimine le signal du bruit et extrait des lois g\u00e9n\u00e9rales \u00e0 partir du chaos des variations empiriques.<\/p>\n
Pourtant, l’h\u00e9ritage de Ronald Fisher ne se laisse pas appr\u00e9hender sans une confrontation rigoureuse avec les paradoxes et les tensions qui ont travers\u00e9 son existence. Savant d’une puissance d\u00e9ductive hors du commun, capable de concevoir dans l’espace abstrait de la g\u00e9om\u00e9trie multidimensionnelle des solutions analytiques qui \u00e9chappaient \u00e0 ses pairs, il fut \u00e9galement un pol\u00e9miste impitoyable, enferm\u00e9 dans des controverses f\u00e9roces contre Jerzy Neyman, Egon Pearson ou Sewall Wright. Plus troublant encore pour l’observateur contemporain, son g\u00e9nie novateur fut intimement li\u00e9 \u00e0 un engagement ind\u00e9fectible en faveur de l’eug\u00e9nisme galtonien, id\u00e9ologie qui impr\u00e9gna ses recherches fondamentales sur l’h\u00e9r\u00e9dit\u00e9 humaine et qui jette une ombre \u00e9thique complexe sur une \u0153uvre monumentale. De m\u00eame, sa contestation tardive et obstin\u00e9e du lien causal entre le tabagisme et le cancer du poumon illustre la mani\u00e8re dont une rigueur m\u00e9thodologique pouss\u00e9e jusqu’\u00e0 l’intransigeance peut vaciller face \u00e0 ses propres angles morts \u00e9pist\u00e9mologiques.<\/p>\n
Explorer la trajectoire de Ronald Fisher, c’est donc plonger aux racines m\u00eames de la modernit\u00e9 scientifique. C’est comprendre comment l’\u00e9chec per\u00e7u de l’induction classique a \u00e9t\u00e9 surmont\u00e9 par une th\u00e9orie probabiliste de la d\u00e9duction statistique ; comment les lois discr\u00e8tes de l’h\u00e9r\u00e9dit\u00e9 mend\u00e9lienne ont \u00e9t\u00e9 r\u00e9concili\u00e9es avec le gradualisme de l’\u00e9volution darwinienne au sein d’une synth\u00e8se magistrale ; et comment la formalisation de l’erreur est devenue l’instrument supr\u00eame de la d\u00e9couverte empirique. Cette \u00e9tude approfondie se propose de retracer, avec l’exigence du d\u00e9tail conceptuel et contextuel, les douze \u00e9tapes fondamentales de cette odyss\u00e9e intellectuelle, \u00e9clairant d’un jour nouveau l’homme, les th\u00e9or\u00e8mes et les d\u00e9bats qui continuent de fa\u00e7onner la pratique vivante de la recherche en sciences humaines et de la nature.<\/p>\n
Ronald Aylmer Fisher na\u00eet le 17 f\u00e9vrier 1890 dans le quartier londonien d’East Finchley, au sein d’une famille de la bourgeoisie victorienne ais\u00e9e mais instable sur le plan financier. Son p\u00e8re, George Fisher, \u00e9tait un commissaire-priseur d’art r\u00e9put\u00e9, associ\u00e9 au sein de la maison Robinson and Fisher, tandis que sa m\u00e8re, Katie Heath, nourrissait des int\u00e9r\u00eats litt\u00e9raires et artistiques qui conf\u00e9r\u00e8rent au jeune gar\u00e7on un cadre intellectuel pr\u00e9coce et stimulant. Tr\u00e8s t\u00f4t, le jeune Ronald manifeste une curiosit\u00e9 insatiable pour les math\u00e9matiques et les sciences naturelles, d\u00e9montrant des aptitudes calculatoires remarquables d\u00e8s l’\u00e9cole primaire. Cependant, cette jeunesse prometteuse est rapidement assombrie par deux drames majeurs : le d\u00e9c\u00e8s pr\u00e9matur\u00e9 de sa m\u00e8re des suites d’une p\u00e9ritonite en 1904, alors qu’il n’a que quatorze ans, suivi de la faillite professionnelle de son p\u00e8re, contraignant le foyer \u00e0 d’importants renoncements mat\u00e9riels.<\/p>\n
Sur le plan physiologique, Fisher est frapp\u00e9 d\u00e8s son plus jeune \u00e2ge par une myopie cong\u00e9nitale d’une s\u00e9v\u00e9rit\u00e9 extr\u00eame, une pathologie qui allait paradoxalement orienter la trajectoire de sa pens\u00e9e scientifique. Alert\u00e9s par les praticiens, ses tuteurs et professeurs lui interdisent la lecture prolong\u00e9e sous un \u00e9clairage artificiel et limitent drastiquement son temps de travail sur papier afin de pr\u00e9server ses yeux fragiles. Priv\u00e9 de la possibilit\u00e9 de griffonner de longues cha\u00eenes d’\u00e9quations alg\u00e9briques comme le faisaient ses condisciples, Fisher est contraint de d\u00e9velopper une capacit\u00e9 exceptionnelle de visualisation g\u00e9om\u00e9trique abstraite et de calcul mental tridimensionnel. Cette gymnastique c\u00e9r\u00e9brale forc\u00e9e lui permet de concevoir les probl\u00e8mes statistiques non comme de simples tableaux de nombres, mais comme des objets g\u00e9om\u00e9triques \u00e9voluant dans des espaces vectoriels \u00e0 $n$<\/span> dimensions, une disposition d’esprit qui constituera la cl\u00e9 de vo\u00fbte de ses futures perc\u00e9es analytiques.<\/p>\n En 1904, b\u00e9n\u00e9ficiant d’une bourse d’\u00e9tudes indispensable \u00e0 la poursuite de sa scolarit\u00e9 en raison des revers de fortune familiaux, il entre \u00e0 la prestigieuse Harrow School<\/a>. Dans cet \u00e9tablissement d’\u00e9lite r\u00e9put\u00e9 pour sa discipline, Fisher s’illustre par une supr\u00e9matie math\u00e9matique insolente, remportant la prestigieuse m\u00e9daille Neeld r\u00e9compensant le meilleur math\u00e9maticien de l’\u00e9cole. Sous la f\u00e9rule de p\u00e9dagogues exigeants, il s’initie aux principes de la physique math\u00e9matique classique et \u00e0 la m\u00e9canique rationnelle, forgeant une discipline formelle qui ne le quittera jamais. Son habitude d’op\u00e9rer par intuition g\u00e9om\u00e9trique directe avant m\u00eame de coucher la d\u00e9monstration analytique sur le papier d\u00e9concerte ses enseignants, mais r\u00e9v\u00e8le d\u00e9j\u00e0 le trait fondamental de son g\u00e9nie : une vision spatiale imm\u00e9diate des structures math\u00e9matiques les plus imp\u00e9n\u00e9trables.<\/p>\n En 1909, muni d’une bourse d’excellence en math\u00e9matiques, Ronald Fisher franchit les portes du Gonville and Caius College de l’Universit\u00e9 de Cambridge. Cette p\u00e9riode universitaire s’av\u00e8re d\u00e9cisive pour la cristallisation de ses centres d’int\u00e9r\u00eat scientifiques. Il y suit une formation acad\u00e9mique de haut vol dans le cadre du redoutable Mathematical Tripos, b\u00e9n\u00e9ficiant de l’enseignement de figures tut\u00e9laires telles que le physicien th\u00e9oricien James Jeans, le math\u00e9maticien appliqu\u00e9 F. J. M. Stratton ou encore le th\u00e9oricien de la physique quantique \u00e9mergente F. J. Dyson. \u00c0 travers ces ma\u00eetres, Fisher s’impr\u00e8gne de la grande tradition analytique britannique, tout en d\u00e9veloppant une rigueur absolue dans le traitement des incertitudes inh\u00e9rentes \u00e0 l’observation astronomique et physique, s’initiant ainsi de fa\u00e7on approfondie \u00e0 la th\u00e9orie des erreurs d’observation de Carl Friedrich Gauss et d’Adrien-Marie Legendre.<\/p>\n Toutefois, la singularit\u00e9 du jeune \u00e9tudiant r\u00e9side dans son refus de s’enfermer dans l’abstraction math\u00e9matique pure. Parall\u00e8lement \u00e0 ses cours obligatoires, Fisher d\u00e9vore les \u00e9crits de Charles Darwin, dont l’\u0153uvre fondamentale, L’Origine des esp\u00e8ces<\/em>, suscite chez lui une v\u00e9ritable \u00e9piphanie intellectuelle. Il s’enthousiasme tout autant pour la red\u00e9couverte r\u00e9cente des lois de Gregor Mendel, op\u00e9r\u00e9e au tournant du si\u00e8cle par Hugo de Vries, Carl Correns et Erich von Tschermak. \u00c0 Cambridge, le d\u00e9bat fait rage entre les biom\u00e9triciens, men\u00e9s \u00e0 distance par Karl Pearson qui soutiennent un mod\u00e8le de variation continue sous l’\u00e9gide de la s\u00e9lection naturelle, et les mend\u00e9liens stricts, regroup\u00e9s autour de William Bateson, qui postulent une \u00e9volution par sauts discontinus et mutations franches. Fisher per\u00e7oit imm\u00e9diatement l’inanit\u00e9 de cette opposition binaire et commence \u00e0 concevoir les prol\u00e9gom\u00e8nes d’une synth\u00e8se math\u00e9matique unificatrice.<\/p>\n Dipl\u00f4m\u00e9 en 1912 avec les honneurs d’un \u00ab First Class \u00bb dans la premi\u00e8re partie du Mathematical Tripos, Fisher obtient le statut d’astronome gr\u00e2ce \u00e0 une bourse d’\u00e9tudes compl\u00e9mentaire accord\u00e9e par le Wollaston Studentship. Durant cette ann\u00e9e post-dipl\u00f4me, il approfondit les probl\u00e8mes de m\u00e9canique c\u00e9leste et de th\u00e9orie des probabilit\u00e9s appliqu\u00e9es \u00e0 l’astrom\u00e9trie au sein de l’observatoire de Cambridge. C’est au cours de ces travaux qu’il publie son tout premier article scientifique en 1912, dans lequel il propose une m\u00e9thode originale pour ajuster les courbes statistiques aux observations empiriques, m\u00e9thode qu’il baptisera plus tard le maximum de vraisemblance. D\u00e9j\u00e0, le jeune math\u00e9maticien prend ses distances avec le paradigme dominant de la probabilit\u00e9 inverse d’origine bay\u00e9sienne, marquant l’acte de naissance de sa croisade pour refonder l’inf\u00e9rence scientifique.<\/p>\n En d\u00e9pit de sa brillance \u00e9clatante, l’entr\u00e9e de Fisher dans la carri\u00e8re professionnelle s’av\u00e8re singuli\u00e8rement chaotique. Faute de ressources p\u00e9cuniaires pour financer une carri\u00e8re purement acad\u00e9mique sans chaire attitr\u00e9e, et confront\u00e9 \u00e0 l’aust\u00e9rit\u00e9 des institutions universitaires de l’\u00e9poque, il encha\u00eene des emplois temporaires peu stimulants. Lorsque la Premi\u00e8re Guerre mondiale \u00e9clate en 1914, anim\u00e9 par un patriotisme visc\u00e9ral, il tente \u00e0 plusieurs reprises de s’enr\u00f4ler dans l’arm\u00e9e britannique. Ses candidatures sont toutefois syst\u00e9matiquement et cat\u00e9goriquement rejet\u00e9es par les conseils de r\u00e9vision militaire en raison de sa c\u00e9cit\u00e9 pratique sans verres correcteurs de forte puissance. Cette impossibilit\u00e9 de servir au front le plonge dans un profond sentiment d’inutilit\u00e9 et de frustration sociologique.<\/p>\n Pour subsister, Fisher accepte divers postes alimentaires : il travaille bri\u00e8vement comme statisticien pour la Mercantile and General Investment Company \u00e0 Londres, avant de se tourner vers l’enseignement secondaire. De 1915 \u00e0 1919, il enseigne les math\u00e9matiques et la physique dans plusieurs \u00ab public schools \u00bb, notamment la Rugby School. Ces ann\u00e9es sont \u00e9prouvantes : pi\u00e8tre p\u00e9dagogue avec les \u00e9l\u00e8ves r\u00e9calcitrants, peu adapt\u00e9 \u00e0 la routine scolaire, il consacre ses nuits \u00e0 des calculs g\u00e9n\u00e9tiques et math\u00e9matiques \u00e9puisants. Sur le plan personnel, il \u00e9pouse en 1917 Ruth Eileen Guinness, une jeune femme de dix-sept ans issue de la c\u00e9l\u00e8bre lign\u00e9e protestante, avec laquelle il s’installe dans une ferme rustique dans le Hertfordshire, tentant de mener une vie d’autosuffisance rurale inspir\u00e9e par ses id\u00e9aux n\u00e9o-malthusiens et eug\u00e9nistes.<\/p>\n Le tournant institutionnel de son existence survient en 1919. Karl Pearson<\/a>, la figure tut\u00e9laire incontest\u00e9e de la statistique britannique, lui propose un poste subalterne de calculateur en chef au sein du prestigieux Galton Laboratory \u00e0 l’University College de Londres. Mais Pearson, jaloux de son autorit\u00e9, assortit l’offre de conditions draconiennes : Fisher ne pourra publier que ce que Pearson aura pr\u00e9alablement valid\u00e9 et devra abandonner ses propres pistes de recherche math\u00e9matique. Avec une audace confinant \u00e0 la t\u00e9m\u00e9rit\u00e9, Fisher rejette cat\u00e9goriquement cette proposition servile. Presque au m\u00eame moment, Sir John Russell lui propose de rejoindre la station agronomique exp\u00e9rimentale de Rothamsted<\/a> \u00e0 Harpenden, pour une mission temporaire de d\u00e9pouillement d’immenses archives de donn\u00e9es accumul\u00e9es depuis le XIXe si\u00e8cle sur les rendements des cultures. Fisher saisit cette opportunit\u00e9 provinciale : loin des querelles mandarinales de Londres, il dispose d\u00e9sormais d’un laboratoire grandeur nature pour tester, \u00e9prouver et r\u00e9volutionner l’ensemble de la m\u00e9thodologie exp\u00e9rimentale.<\/p>\n \u00c0 son arriv\u00e9e \u00e0 Rothamsted en 1919, Fisher d\u00e9couvre une science statistique embourb\u00e9e dans des conventions empiriques instables et domin\u00e9e par le dogme de la \u00ab probabilit\u00e9 inverse \u00bb, d\u00e9riv\u00e9e d’une application routini\u00e8re et souvent contestable du th\u00e9or\u00e8me de Bayes. Les praticiens de l’\u00e9poque ont pris l’habitude d’attribuer une distribution de probabilit\u00e9 a priori<\/em> uniforme et arbitraire aux param\u00e8tres inconnus de la population, postulant un \u00e9tat d’ignorance totale selon le principe de raison insuffisante de Laplace. Fisher identifie imm\u00e9diatement la faille \u00e9pist\u00e9mologique majeure de cette d\u00e9marche : assigner une distribution uniforme \u00e0 un param\u00e8tre ne garantit nullement l’uniformit\u00e9 de cette distribution si l’on effectue une transformation non lin\u00e9aire de ce m\u00eame param\u00e8tre. L’inf\u00e9rence bay\u00e9sienne classique souffre ainsi d’une subjectivit\u00e9 structurelle irr\u00e9conciliable avec l’objectivit\u00e9 requise par l’exp\u00e9rimentation biologique.<\/p>\n Dans une s\u00e9rie d’articles fondamentaux publi\u00e9s entre 1921 et 1925, et particuli\u00e8rement dans son manifeste s\u00e9minal de 1922 intitul\u00e9 On the Mathematical Foundations of Theoretical Statistics<\/em>, Fisher propose une rupture paradigmatique absolue en introduisant le concept de fonction de vraisemblance (likelihood<\/em>). Soit un ensemble d’observations ind\u00e9pendantes et identiquement distribu\u00e9es $x = (x_1, x_2, dots, x_n)$<\/span> issues d’une densit\u00e9 de probabilit\u00e9 $f(x; \\theta)$<\/span>, o\u00f9 $\\theta$<\/span> repr\u00e9sente le vecteur des param\u00e8tres inconnus r\u00e9gissant la population. Fisher d\u00e9finit la vraisemblance non comme la probabilit\u00e9 que $\\theta$<\/span> prenne une certaine valeur, mais comme la probabilit\u00e9 (ou la densit\u00e9 conjointe) des donn\u00e9es observ\u00e9es conditionnellement \u00e0 ces param\u00e8tres :<\/p>\n $$L(\\theta; x) = \\prod_{i=1}^n f(x_i; \\theta)$$<\/span><\/p>\n La vraisemblance n’est donc pas une loi de probabilit\u00e9 sur l’espace des param\u00e8tres \u2014 son int\u00e9grale sur cet espace ne vaut pas n\u00e9cessairement un \u2014, mais une fonction math\u00e9matique ordonnant la plausibilit\u00e9 relative des diff\u00e9rentes valeurs de $\\theta$<\/span> au vu des donn\u00e9es r\u00e9ellement recueillies.<\/p>\n \u00c0 partir de cette d\u00e9finition, Fisher formalise le principe de l’estimateur du maximum de vraisemblance (EMV), not\u00e9 $\\hat{\\theta}$<\/span>, comme \u00e9tant la valeur de l’espace des param\u00e8tres qui maximise la fonction $L(\\theta; x)$<\/span>, ou de fa\u00e7on \u00e9quivalente, sa transformation logarithmique strictement monotone, la log-vraisemblance $ell(\\theta; x) = \\ln L(\\theta; x)$<\/span>. Il d\u00e9montre avec une virtuosit\u00e9 math\u00e9matique in\u00e9dite les propri\u00e9t\u00e9s asymptotiques exceptionnelles de cet estimateur : la consistance (lorsque la taille de l’\u00e9chantillon $n$<\/span> tend vers l’infini, $\\hat{\\theta}$<\/span> converge en probabilit\u00e9 vers la valeur v\u00e9ritable $\\theta_0$<\/span>), l’efficacit\u00e9 asymptotique (la variance de l’estimateur atteint la borne th\u00e9orique minimale) et la normalit\u00e9 asymptotique, permettant de construire des intervalles de confiance rigoureux ind\u00e9pendamment de tout a priori<\/em> subjectif.<\/p>\n La refondation op\u00e9r\u00e9e par Fisher ne se limite pas \u00e0 l’algorithme du maximum de vraisemblance ; elle red\u00e9finit les crit\u00e8res m\u00eames d’\u00e9valuation de ce que doit \u00eatre une estimation statistique optimale. Fisher est le premier \u00e0 \u00e9tablir une nomenclature formelle distinguant les concepts d’estimateur (la fonction math\u00e9matique appliqu\u00e9e \u00e0 l’\u00e9chantillon) et de param\u00e8tre (la grandeur inconnue propre \u00e0 la population sous-jacente). Il \u00e9nonce quatre crit\u00e8res fondamentaux que tout estimateur rationnel se doit de satisfaire : l’absence de biais, la consistance, l’efficacit\u00e9 et la suffisance statistique.<\/p>\n Le concept de suffisance constitue sans doute l’une de ses constructions conceptuelles les plus \u00e9l\u00e9gantes et profondes. Une statistique $T(X)$<\/span> est dite \u00ab suffisante \u00bb pour un param\u00e8tre $\\theta$<\/span> si la distribution de probabilit\u00e9 conditionnelle des observations $X$<\/span> sachant $T(X)$<\/span> ne d\u00e9pend plus en aucune mani\u00e8re de $\\theta$<\/span>. En d’autres termes, la statistique r\u00e9sume et condense \u00e0 elle seule l’int\u00e9gralit\u00e9 de l’information contenue dans l’\u00e9chantillon brut concernant le param\u00e8tre vis\u00e9. Fisher prouve que dans le cas de lois de distribution issues de la famille exponentielle, comme la loi normale, des statistiques exhaustives simples telles que la moyenne empirique et la variance \u00e9chantillonnale capturent toute l’information pertinente, rendant superflu le stockage des donn\u00e9es individuelles pour l’inf\u00e9rence ult\u00e9rieure.<\/p>\n Parall\u00e8lement, Fisher introduit une mesure quantitative de la pr\u00e9cision apport\u00e9e par un \u00e9chantillon : l’information de Fisher, not\u00e9e $I(\\theta)$<\/span>. D\u00e9finie math\u00e9matiquement comme l’esp\u00e9rance math\u00e9matique de la d\u00e9riv\u00e9e seconde de la log-vraisemblance chang\u00e9e de signe :<\/p>\n $$I(\\theta) = -\\mathbb{E} \\left[ \\frac{\\partial^2 \\ln L(\\theta; X)}{\\partial \\theta^2} \\right] = \\mathbb{E} \\left[ \\left( \\frac{\\partial \\ln L(\\theta; X)}{\\partial \\theta} \\right)^2 \\right]$$<\/span><\/p>\n cette m\u00e9trique \u00e9value la courbure locale de la surface de vraisemblance autour de son sommet. Une courbure abrupte indique une information \u00e9lev\u00e9e et donc une tr\u00e8s faible incertitude sur le param\u00e8tre estim\u00e9. Cette d\u00e9couverte fondamentale \u00e9tablit que l’inverse de l’information de Fisher constitue la borne inf\u00e9rieure de la variance pour tout estimateur sans biais (r\u00e9sultat connu aujourd’hui sous le nom d’in\u00e9galit\u00e9 de Cram\u00e9r-Rao-Fr\u00e9chet-Fisher), fournissant \u00e0 la th\u00e9orie des tests psychom\u00e9triques et \u00e0 l’\u00e9valuation des aptitudes latentes une assise analytique inestimable.<\/p>\n L’impact de la r\u00e9volution inf\u00e9rentielle de Fisher d\u00e9passe largement le cadre des stations agronomiques pour bouleverser l’\u00e9pist\u00e9mologie des sciences naissantes de l’esprit et du comportement. Jusqu’au d\u00e9but des ann\u00e9es 1920, la psychologie empirique oscillait entre la description ph\u00e9nom\u00e9nologique qualitative issue de la tradition continentale et l’enregistrement purement descriptif de statistiques sommaires initi\u00e9 par Francis Galton et James McKeen Cattell. Les chercheurs mesuraient des temps de r\u00e9action ou des scores d’acuit\u00e9 sensorielle sans disposer d’un formalisme th\u00e9orique permettant d’extrapoler avec rigueur du particulier \u00e0 l’universel, confondant continuellement les caract\u00e9ristiques accidentelles de l’\u00e9chantillon observ\u00e9 avec les lois psychiques g\u00e9n\u00e9rales r\u00e9gissant l’esp\u00e8ce humaine.<\/p>\n En introduisant une th\u00e9orie formelle de l’inf\u00e9rence inductive fond\u00e9e sur la vraisemblance, Fisher fournit \u00e0 la psychologie quantitative les moyens d’op\u00e9rer une v\u00e9ritable mod\u00e9lisation de l’incertitude. L’observation d’un comportement n’est plus consid\u00e9r\u00e9e comme une donn\u00e9e brute et absolue, mais comme la r\u00e9alisation stochastique d’une variable al\u00e9atoire sous-tendue par des param\u00e8tres latents inobservables. La distinction fisherienne nette entre la moyenne \u00e9chantillonnale (variable al\u00e9atoire sujette \u00e0 l’erreur d’\u00e9chantillonnage) et la moyenne de la population (constante cible de l’investigation scientifique) permet de conceptualiser la mesure du comportement comme un processus de d\u00e9bruitage math\u00e9matique.<\/p>\n Cette perc\u00e9e s’est av\u00e9r\u00e9e cruciale lors de l’\u00e9talonnage des premiers grands tests d’aptitudes cognitives et d’intelligence au cours des ann\u00e9es 1920 et 1930. Les psychologues diff\u00e9rentiels, s’appuyant sur les propri\u00e9t\u00e9s d’efficacit\u00e9 et de suffisance formalis\u00e9es par Fisher, purent enfin d\u00e9terminer math\u00e9matiquement le nombre optimal d’items requis dans un test pour atteindre un degr\u00e9 de fid\u00e9lit\u00e9 donn\u00e9, tout en minimisant la variance de l’erreur d’estimation. L’information de Fisher est ainsi devenue, des d\u00e9cennies plus tard, la pierre angulaire de la th\u00e9orie des r\u00e9ponses aux items (TRI)<\/a>, permettant de construire des \u00e9chelles de mesure o\u00f9 chaque question psychom\u00e9trique est calibr\u00e9e en fonction de la quantit\u00e9 d’information objective qu’elle apporte sur le continuum de l’aptitude mentale d’un individu.<\/p>\n Lorsqu’il prend en charge l’analyse des s\u00e9ries temporelles de Rothamsted, Fisher se heurte imm\u00e9diatement aux limites r\u00e9dhibitoires des outils forg\u00e9s par Karl Pearson. L’\u00e9cole biom\u00e9trique s’\u00e9tait presque exclusivement structur\u00e9e autour du coefficient de corr\u00e9lation bivari\u00e9e $r$<\/span> et de la r\u00e9gression lin\u00e9aire simple. Or, la corr\u00e9lation s’av\u00e8re un instrument radicalement impuissant d\u00e8s lors qu’il s’agit de d\u00e9m\u00ealer les relations de causalit\u00e9 au sein de syst\u00e8mes complexes o\u00f9 interagissent de multiples variables simultan\u00e9es. En agronomie, le rendement d’une parcelle de bl\u00e9 d\u00e9pend simultan\u00e9ment de la teneur du sol en azote, de l’ensoleillement, de la pluviom\u00e9trie, de la vari\u00e9t\u00e9 de semence employ\u00e9e et de l’historique du drainage. Calculer des corr\u00e9lations lin\u00e9aires deux \u00e0 deux masque totalement les ph\u00e9nom\u00e8nes de masquage, les causalit\u00e9s non lin\u00e9aires et les effets d’interaction.<\/p>\n Pour d\u00e9passer cette impasse, Fisher \u00e9labore une technique math\u00e9matique r\u00e9volutionnaire qui deviendra le cheval de bataille de l’exp\u00e9rimentation moderne : l’analyse de variance, universellement d\u00e9sign\u00e9e par l’acronyme ANOVA. Le coup de g\u00e9nie de Fisher repose sur une intuition g\u00e9om\u00e9trique fondamentale : la variabilit\u00e9 totale observ\u00e9e au sein d’un ensemble de mesures quantitatives peut \u00eatre scind\u00e9e, de mani\u00e8re rigoureusement additive, en fractions ind\u00e9pendantes attribuables chacune \u00e0 une source de variation distincte et identifiable, plus une fraction r\u00e9siduelle incompressible repr\u00e9sentant l’erreur al\u00e9atoire. La somme totale des carr\u00e9s des \u00e9carts \u00e0 la moyenne g\u00e9n\u00e9rale ($\\text{SST}$<\/span>) se d\u00e9compose selon le th\u00e9or\u00e8me de Pythagore dans un espace hilbertien :<\/p>\n $$\\text{SST} = \\text{SS}_{\\text{traitements}} + \\text{SS}_{\\text{r\u00e9siduelle}}$$<\/span><\/p>\n Ce partitionnement alg\u00e9brique de la dispersion permet de quantifier pr\u00e9cis\u00e9ment la part de variance imputable aux manipulations de l’exp\u00e9rimentateur par rapport aux fluctuations stochastiques du milieu.<\/p>\n Afin de tester formellement si la variance attribuable \u00e0 un traitement exp\u00e9rimental est significativement sup\u00e9rieure \u00e0 la variance d’erreur pure, Fisher d\u00e9veloppe une nouvelle variable al\u00e9atoire, le ratio des variances, qu’il formalise initialement \u00e0 travers la distribution de la moiti\u00e9 du logarithme n\u00e9p\u00e9rien du quotient des variances, not\u00e9e distribution $z$<\/span>. Cette distribution tient compte des degr\u00e9s de libert\u00e9 respectifs du num\u00e9rateur et du d\u00e9nominateur, contournant les hypoth\u00e8ses fragiles sur les grands \u00e9chantillons propres \u00e0 la biom\u00e9trie victorienne. Quelques ann\u00e9es plus tard, le statisticien am\u00e9ricain George Snedecor simplifiera l’utilisation de cet outil en tabulant directement le ratio des variances sans passage logarithmique, baptisant cette m\u00e9trique le test $F$<\/span> en hommage explicite \u00e0 Ronald Fisher. Pour la premi\u00e8re fois, la communaut\u00e9 scientifique dispose d’un crit\u00e8re math\u00e9matique exact pour d\u00e9partager les effets syst\u00e9matiques du simple hasard exp\u00e9rimental sur de petits \u00e9chantillons.<\/p>\n Bien que n\u00e9e dans la boue des champs de c\u00e9r\u00e9ales du Hertfordshire, l’analyse de variance d\u00e9montre imm\u00e9diatement une extraordinaire plasticit\u00e9 formelle qui facilite son transfert dans le champ des sciences humaines et de la psychologie. Dans ces disciplines, les chercheurs sont constamment confront\u00e9s \u00e0 une double source d’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 : la variance interindividuelle (les diff\u00e9rences fondamentales de traits, de temp\u00e9raments ou d’aptitudes cognitives existant entre des personnes distinctes) et la variance intra-individuelle (les fluctuations de performance d’un m\u00eame sujet \u00e0 travers le temps, la fatigue ou la r\u00e9p\u00e9tition des t\u00e2ches). L’ANOVA fisherienne fournit l’architecture th\u00e9orique capable de mod\u00e9liser simultan\u00e9ment ces deux dynamiques gr\u00e2ce aux plans \u00e0 mesures r\u00e9p\u00e9t\u00e9es et aux mod\u00e8les mixtes.<\/p>\n L’avanc\u00e9e la plus d\u00e9terminante apport\u00e9e par Fisher r\u00e9side toutefois dans la conceptualisation et le traitement des interactions statistiques. Avant lui, l’exp\u00e9rimentateur classique appliquait le pr\u00e9cepte baconien puis cart\u00e9sien de la \u00ab variation d’un seul facteur \u00e0 la fois \u00bb (l’approche one-factor-at-a-time<\/em>), postulant na\u00efvement que l’effet d’une variable ind\u00e9pendante $A$<\/span> demeure invariant quelle que soit la modalit\u00e9 de la variable $B$<\/span>. Fisher d\u00e9nonce cette d\u00e9marche comme une aberration scientifique d\u00e8s lors qu’elle s’applique \u00e0 la biologie ou \u00e0 la psychologie : le vivant se caract\u00e9rise pr\u00e9cis\u00e9ment par l’interd\u00e9pendance de ses composantes. Gr\u00e2ce aux plans factoriels complets ($2 \\times 2$<\/span>, $3 \\times 3$<\/span>, etc.), l’ANOVA permet d’\u00e9valuer de mani\u00e8re rigoureuse le terme d’interaction $A \\times B$<\/span>, c’est-\u00e0-dire l’hypoth\u00e8se selon laquelle l’efficacit\u00e9 d’un stimulus psychologique ou d’une intervention th\u00e9rapeutique varie en fonction de la cat\u00e9gorie sociologique, du genre ou du profil clinique du patient.<\/p>\n Cette g\u00e9n\u00e9ralisation de la d\u00e9composition de la variance a jet\u00e9 les fondations du mod\u00e8le lin\u00e9aire g\u00e9n\u00e9ral (GLM)<\/a>, qui unifie sous un m\u00eame cadre formel la r\u00e9gression multiple, l’analyse de covariance (ANCOVA) et l’ANOVA. Les psychologues empiriques ont pu, gr\u00e2ce \u00e0 cette structure, int\u00e9grer des covariables d’ajustement afin de \u00ab neutraliser \u00bb statistiquement l’effet perturbateur de l’\u00e2ge ou du niveau socio-\u00e9conomique avant d’\u00e9valuer l’effet propre d’un programme d’apprentissage cognitif. La dispersion des scores cesse d’\u00eatre une tare dont le chercheur doit se plaindre pour devenir la substance m\u00eame de l’analyse causale.<\/p>\n L’adoption institutionnelle de l’ANOVA au cours des ann\u00e9es 1930 et 1940 a litt\u00e9ralement transfigur\u00e9 la psychologie exp\u00e9rimentale anglo-saxonne, lui conf\u00e9rant son statut moderne de discipline scientifique rigoureuse. Sous l’impulsion de psychologues m\u00e9thodologues comme Quinn McNemar aux \u00c9tats-Unis ou Donald Broadbent en Grande-Bretagne, la publication d’une recherche empirique dans des revues d’autorit\u00e9 est devenue conditionn\u00e9e \u00e0 la pr\u00e9sentation d’un tableau d’analyse de variance standardis\u00e9, consignant les sommes de carr\u00e9s, les degr\u00e9s de libert\u00e9, les carr\u00e9s moyens, les valeurs de $F$<\/span> et les seuils de significativit\u00e9 associ\u00e9s.<\/p>\n Ce changement d’outillage analytique a transform\u00e9 les questions pos\u00e9es par les psychologues. Au lieu de se cantonner \u00e0 observer si la pr\u00e9sentation d’une lumi\u00e8re influence le temps d’action d’un individu, les chercheurs con\u00e7oivent des protocoles factoriels sophistiqu\u00e9s \u00e9valuant de fa\u00e7on crois\u00e9e la modalit\u00e9 du stimulus (visuel ou auditif), son intensit\u00e9 (faible, mod\u00e9r\u00e9e, forte) et l’\u00e9tat attentionnel du sujet (vigilant ou distrait). L’ANOVA permettait d’isoler l’impact individuel de chaque variable principale tout en testant si l’effet de distraction d\u00e9gradait davantage le traitement des signaux visuels que des signaux auditifs. La complexit\u00e9 de l’esprit humain trouvait enfin un \u00e9cho dans la sophistication de la combinatoire math\u00e9matique.<\/p>\n De surcro\u00eet, la formalisation de la variance d’erreur r\u00e9siduelle a permis un contr\u00f4le sans pr\u00e9c\u00e9dent du bruit exp\u00e9rimental. Les psychologues ont compris que r\u00e9duire la variance d’erreur \u2014 par la standardisation des consignes, l’isolation phonique des laboratoires et le recours \u00e0 des mesures psychophysiques calibr\u00e9es \u2014 augmentait m\u00e9caniquement le ratio $F$<\/span>, d\u00e9multipliant ainsi la puissance du test statistique sans exiger des cohortes de sujets disproportionn\u00e9es. Ce basculement a sonn\u00e9 le glas des approches anecdotiques et a ancr\u00e9 la psychologie exp\u00e9rimentale dans le giron des sciences quantitatives pr\u00e9dictives, tout en cr\u00e9ant, de par son succ\u00e8s m\u00eame, un monopole m\u00e9thodologique qui marginalisera progressivement les traditions de recherche qualitatives ou idiographiques.<\/p>\n En 1935, Ronald Fisher publie un ouvrage qui r\u00e9volutionne d\u00e9finitivement la pratique de la recherche de terrain : The Design of Experiments<\/em>. Dans ce texte fondateur, il ass\u00e8ne une th\u00e8se d’une audace \u00e9pist\u00e9mologique radicale : l’analyse statistique des r\u00e9sultats ne commence pas apr\u00e8s le recueil des donn\u00e9es, elle doit \u00eatre enti\u00e8rement incorpor\u00e9e dans la structure m\u00eame du protocole exp\u00e9rimental. Le statisticien ne doit pas \u00eatre un m\u00e9decin l\u00e9giste appel\u00e9 pour pratiquer une autopsie sur une exp\u00e9rience mal con\u00e7ue ; il doit en \u00eatre l’architecte primordial. Au c\u0153ur de cette architecture se dresse le principe de la randomisation (l’attribution strictement al\u00e9atoire des unit\u00e9s exp\u00e9rimentales aux conditions de traitement), consid\u00e9r\u00e9 aujourd’hui comme la contribution m\u00e9thodologique la plus influente du XXe si\u00e8cle.<\/p>\n Avant Fisher, la r\u00e8gle dominante en mati\u00e8re d’exp\u00e9rimentation agronomique ou m\u00e9dicale consistait en l’agencement syst\u00e9matique : les parcelles recevant un engrais exp\u00e9rimental \u00e9taient dispos\u00e9es en alternance stricte ($A, B, A, Bdots$<\/span>) ou regroup\u00e9es en blocs choisis pour leur apparente uniformit\u00e9. Fisher d\u00e9montre l’erreur mortelle de cette approche : la nature rec\u00e8le une infinit\u00e9 de gradients environnementaux invisibles ou non mesur\u00e9s (variations de la fertilit\u00e9 souterraine du sol, microclimats, inclinaisons hydrologiques, ou, en psychologie, variations d’humeur, d’histoire personnelle et d’attention). Toute attribution d\u00e9terministe ou syst\u00e9matique court le risque fatal d’aligner accidentellement la condition exp\u00e9rimentale sur un gradient non mesur\u00e9, produisant une confusion d’effets (confounding<\/em>) insoluble.<\/p>\n La randomisation pure, orchestr\u00e9e par un tirage au sort objectif (tables de nombres al\u00e9atoires, d\u00e9s ou cartes), agit comme un bouclier math\u00e9matique absolu. Elle garantit qu’en moyenne, l’ensemble des facteurs de confusion \u2014 qu’ils soient connus, suspect\u00e9s ou totalement inconnus de l’exp\u00e9rimentateur \u2014 se r\u00e9partiront de mani\u00e8re \u00e9quilibr\u00e9e et ind\u00e9pendante entre les diff\u00e9rents groupes de comparaison. Ce faisant, elle conf\u00e8re au test de signification statistique sa pleine et enti\u00e8re validit\u00e9 logique en transformant l’erreur syst\u00e9matique en une erreur al\u00e9atoire mod\u00e9lisable selon les lois des probabilit\u00e9s. Pour illustrer cette logique magistrale, Fisher met en sc\u00e8ne dans son livre le c\u00e9l\u00e8bre probl\u00e8me de la \u00ab Dame d\u00e9gustant le th\u00e9 \u00bb<\/a> (The Lady Tasting Tea<\/em>), d\u00e9montrant qu’une attribution al\u00e9atoire de l’ordre des tasses de th\u00e9 (le lait vers\u00e9 avant ou apr\u00e8s l’infusion) est la seule condition permettant de tester rigoureusement l’hypoth\u00e8se nulle d’une absence de facult\u00e9 gustative chez le sujet.<\/p>\n Bien que la randomisation soit la condition sine qua non<\/em> de la validit\u00e9 interne d’une exp\u00e9rience, Fisher souligne qu’elle ne constitue pas une panac\u00e9e permettant de faire fi de la structure du terrain. Livr\u00e9e \u00e0 elle-m\u00eame dans un milieu fortement h\u00e9t\u00e9rog\u00e8ne, la randomisation brute peut laisser subsister une variance d’erreur r\u00e9siduelle trop vaste, risquant de masquer les v\u00e9ritables diff\u00e9rences de traitement. Pour conjuguer la protection contre les biais et la pr\u00e9cision de la mesure, Fisher th\u00e9orise le principe du contr\u00f4le local, qui se d\u00e9cline principalement \u00e0 travers les techniques de blocage et les plans en carr\u00e9s latins.<\/p>\n Le blocage consiste \u00e0 regrouper les unit\u00e9s d’observation en strates homog\u00e8nes (les \u00ab blocs \u00bb) au regard d’une caract\u00e9ristique susceptible d’influencer la variable d\u00e9pendante, puis \u00e0 op\u00e9rer la randomisation des traitements \u00e0 l’int\u00e9rieur de chacun de ces blocs. En psychologie humaine, les blocs peuvent \u00eatre constitu\u00e9s en regroupant les participants par tranches d’\u00e2ge identiques, par niveaux homog\u00e8nes d’anxi\u00e9t\u00e9 de base ou par cohortes scolaires. De cette fa\u00e7on, la variabilit\u00e9 inter-blocs est formellement extraite du terme d’erreur r\u00e9siduelle lors de l’analyse de variance, ce qui accro\u00eet la sensibilit\u00e9 du test statistique \u00e0 d\u00e9tecter de faibles variations provoqu\u00e9es par le traitement.<\/p>\n Le couronnement g\u00e9om\u00e9trique de cette approche r\u00e9side dans l’invention du plan en carr\u00e9 latin et de ses d\u00e9riv\u00e9s (carr\u00e9s gr\u00e9co-latins). Un carr\u00e9 latin est une matrice d’ordre $k \\times k$<\/span> o\u00f9 $k$<\/span> traitements diff\u00e9rents sont distribu\u00e9s de telle mani\u00e8re que chacun d’eux n’apparaisse qu’une seule et unique fois par ligne et par colonne. Appliqu\u00e9 aux protocoles de recherche comportementale, cet agencement permet de neutraliser simultan\u00e9ment deux sources majeures de variance parasite sans augmenter d\u00e9mesur\u00e9ment la taille de l’\u00e9chantillon : par exemple, l’effet de l’ordre de pr\u00e9sentation des stimuli d’une part, et l’effet de la fatigue temporelle des sujets au fil des sessions d’autre part. Fisher offre ainsi aux sciences exp\u00e9rimentales une \u00e9conomie de moyens et une rigueur formelle in\u00e9gal\u00e9es, permettant d’extraire le maximum de certitude \u00e0 partir d’un minimum d’observations empiriques.<\/p>\n Le troisi\u00e8me pilier du plan d’exp\u00e9rience fisherien est le principe imp\u00e9ratif de la r\u00e9plication. Fisher mart\u00e8le avec une intransigeance absolue qu’une observation isol\u00e9e, aussi spectaculaire soit-elle, ne poss\u00e8de aucune valeur probante en science. La r\u00e9plication n’a pas seulement pour fonction intuitive de \u00ab confirmer \u00bb un r\u00e9sultat ; elle r\u00e9pond \u00e0 une n\u00e9cessit\u00e9 math\u00e9matique structurelle : elle constitue l’unique moyen d’estimer avec pr\u00e9cision la variance de l’erreur exp\u00e9rimentale pure.<\/p>\n Sans r\u00e9p\u00e9tition ind\u00e9pendante de la m\u00eame condition exp\u00e9rimentale sur plusieurs unit\u00e9s distinctes, il est strictement impossible de calculer le d\u00e9nominateur du ratio de variance $F$<\/span>. En l’absence de r\u00e9plication, la variabilit\u00e9 r\u00e9siduelle demeure ind\u00e9termin\u00e9e, rendant caduque toute tentative de test d’hypoth\u00e8se. Fisher prend grand soin de clarifier la distinction essentielle entre une r\u00e9plication authentique et ce que l’on qualifiera plus tard de \u00ab pseudor\u00e9plication \u00bb. R\u00e9aliser dix mesures successives sur le m\u00eame sujet psychologique soumis \u00e0 une injection m\u00e9dicamenteuse ne constitue pas dix r\u00e9plications de l’effet th\u00e9rapeutique, mais une mesure r\u00e9p\u00e9t\u00e9e d’un seul individu : l’unit\u00e9 exp\u00e9rimentale reste $n=1$<\/span>, et les inf\u00e9rences g\u00e9n\u00e9ralis\u00e9es \u00e0 l’esp\u00e8ce humaine sur une telle base rel\u00e8vent du mirage m\u00e9thodologique.<\/p>\n Les cons\u00e9quences de cette doctrine fisherienne pour la reproductibilit\u00e9 contemporaine des sciences du comportement sont capitales. En exigeant une d\u00e9finition m\u00e9ticuleuse de l’unit\u00e9 exp\u00e9rimentale autonome et en imposant que les calculs de significativit\u00e9 int\u00e8grent formellement le nombre de r\u00e9plications ind\u00e9pendantes, Fisher avait anticip\u00e9 les d\u00e9rives m\u00e9thodologiques qui secouent aujourd’hui les sciences sociales et biom\u00e9dicales. Le m\u00e9pris des conditions authentiques de r\u00e9plication ou l’illusion d’accro\u00eetre artificiellement la puissance statistique en confondant mesures r\u00e9p\u00e9t\u00e9es et sujets ind\u00e9pendants constituent l’une des sources majeures des faux positifs qui alimentent la crise contemporaine de la reproductibilit\u00e9.<\/p>\n L’une des contributions les plus universellement diffus\u00e9es \u2014 et sans doute les plus largement incomprises \u2014 de Ronald Fisher r\u00e9side dans son architecture du test de signification (significance testing<\/em>). Pour Fisher, l’entreprise scientifique progresse non par l’accumulation de preuves positives directes d’une affirmation th\u00e9orique, mais par la tentative rigoureuse de falsifier empiriquement un mod\u00e8le math\u00e9matique nul. C’est l’acte de naissance du concept d’hypoth\u00e8se nulle, not\u00e9e conventionnellement $H_0$<\/span>. L’hypoth\u00e8se nulle est l’hypoth\u00e8se selon laquelle l’intervention exp\u00e9rimentale n’a exerc\u00e9 aucun effet r\u00e9el, que le traitement n’induit aucune diff\u00e9rence moyenne, ou que deux variables sont parfaitement ind\u00e9pendantes dans la population sous-jacente.<\/p>\n L’\u00e9l\u00e9ment moteur de cette m\u00e9canique d’inf\u00e9rence est la valeur $p$<\/span> (p-value<\/em>). Fisher d\u00e9finit la valeur $p$<\/span> comme la probabilit\u00e9 conditionnelle, sous l’hypoth\u00e8se stricte que $H_0$<\/span> soit vraie, d’obtenir une statistique de test (qu’il s’agisse d’un $t$<\/span> de Student, d’un $F$<\/span> ou d’un $\\chi^2$<\/span>) au moins aussi extr\u00eame que celle effectivement observ\u00e9e dans l’\u00e9chantillon recueilli :<\/p>\n $$p = P(T ge t_{\\text{obs}} mid H_0)$$<\/span><\/p>\n Si la valeur $p$<\/span> s’av\u00e8re suffisamment faible, le chercheur dispose d’un motif l\u00e9gitime pour douter de la plausibilit\u00e9 de l’hypoth\u00e8se nulle. Fisher introduit alors la fameuse convention du seuil de 5 % ($p < 0{,}05$), \u00e9nonc\u00e9e notamment dans son manuel classique Statistical Methods for Research Workers<\/em> (1925), comme un rep\u00e8re pratique commode signalant qu’un ph\u00e9nom\u00e8ne m\u00e9rite un examen scientifique plus approfondi.<\/p>\n Il est imp\u00e9ratif de souligner la justification pragmatique et modeste que Fisher attribuait initialement \u00e0 ce chiffre de 5 %. Pour le biologiste de Rothamsted, un r\u00e9sultat significatif \u00e0 5 % ne constituait en rien une preuve irr\u00e9futable de v\u00e9rit\u00e9, mais simplement une indication que l’exp\u00e9rience avait mis en \u00e9vidence un signal suffisamment discordant avec le mod\u00e8le du hasard pur pour justifier que le chercheur y consacre du temps, des ressources et con\u00e7oive de nouvelles r\u00e9plications. Fisher consid\u00e9rait ce seuil comme une balise indicative sur la route de la recherche empirique, et non comme une guillotine binaire transformant m\u00e9caniquement une observation en certitude ontologique.<\/p>\n Dans la conception authentiquement fisherienne, le test de signification est un instrument d’inf\u00e9rence inductive fluide, continu et contextuel. Fisher concevait la valeur $p$<\/span> comme un gradient continu d’\u00e9vidence empirique dirig\u00e9 contre l’hypoth\u00e8se nulle. Une valeur $p$<\/span> de $0{,}04$<\/span> fournissait un indice de discordance mod\u00e9r\u00e9, tandis qu’une valeur de $0{,}001$<\/span> traduisait une incompatibilit\u00e9 flagrante entre les donn\u00e9es et le mod\u00e8le $H_0$<\/span>. L’interpr\u00e9tation finale d’un r\u00e9sultat ne devait jamais \u00eatre abandonn\u00e9e \u00e0 un automatisme statistique aveugle, mais demeurait tributaire du jugement d’expert du chercheur, de sa connaissance intime du domaine exp\u00e9rimental, de la plausibilit\u00e9 th\u00e9orique du ph\u00e9nom\u00e8ne et de la solidit\u00e9 des contr\u00f4les de laboratoire d\u00e9ploy\u00e9s.<\/p>\n Fisher s’est \u00e9lev\u00e9 tout au long de sa carri\u00e8re avec une v\u00e9h\u00e9mence visc\u00e9rale contre toute tentative d’assimiler l’inf\u00e9rence scientifique \u00e0 un processus de d\u00e9cision m\u00e9canique binaire. Il refusait explicitement l’id\u00e9e que l’esprit humain puisse d\u00e9l\u00e9guer son analyse critique \u00e0 un seuil d’acceptation ou de rejet pr\u00e9\u00e9tabli. Dans sa vision, la science se distingue fondamentalement des proc\u00e9dures industrielles de contr\u00f4le de la qualit\u00e9 : le savant ne cherche pas \u00e0 prendre une d\u00e9cision d’action imm\u00e9diate (comme accepter ou rejeter un lot de fabrication d’obus ou d’ampoules \u00e9lectriques), il cherche \u00e0 quantifier le degr\u00e9 de confiance ou de doute que les donn\u00e9es exp\u00e9rimentales lui autorisent \u00e0 nourrir \u00e0 l’\u00e9gard d’une hypoth\u00e8se de la nature.<\/p>\n Cette approche s’oppose frontalement \u00e0 ce que deviendra plus tard la th\u00e9orie de la d\u00e9cision de Neyman et Pearson. Fisher d\u00e9fendait une \u00e9pist\u00e9mologie o\u00f9 l’induction scientifique conserve une part d’ind\u00e9termination productive. Pour lui, la statistique devait \u00e9clairer le jugement du chercheur sans jamais s’y substituer. L’id\u00e9e de d\u00e9clarer un r\u00e9sultat scientifique \u00ab vrai \u00bb \u00e0 $p = 0{,}049$<\/span> et \u00ab faux \u00bb ou \u00ab nul \u00bb \u00e0 $p = 0{,}051$<\/span> lui apparaissait comme une caricature st\u00e9rile de la v\u00e9ritable d\u00e9marche empirique, incompatible avec la maturation progressive et prudente des th\u00e9ories scientifiques.<\/p>\n L’histoire de la psychologie quantitative au cours de la seconde moiti\u00e9 du XXe si\u00e8cle a \u00e9t\u00e9 le th\u00e9\u00e2tre d’un malentendu historique monumental, document\u00e9 par des \u00e9pist\u00e9mologues et m\u00e9thodologues comme Gerd Gigerenzer<\/a>. Ce malentendu proc\u00e8de de la fusion monstrueuse et involontaire de deux approches irr\u00e9conciliables : le test de signification de Ronald Fisher d’un c\u00f4t\u00e9, et la th\u00e9orie des tests d’hypoth\u00e8ses de Jerzy Neyman et Egon Pearson de l’autre. Ce monstre hybride, baptis\u00e9 pompeusement \u00ab Null Hypothesis Significance Testing \u00bb (NHST), a \u00e9t\u00e9 codifi\u00e9 dans les manuels scolaires de psychologie \u00e0 destination des \u00e9tudiants, masquant totalement les d\u00e9saccords philosophiques irr\u00e9ductibles qui divisaient leurs g\u00e9niteurs.<\/p>\n Dans cette version b\u00e2tarde, on emprunte \u00e0 Fisher la notion d’hypoth\u00e8se nulle unique, de valeur $p$<\/span> calcul\u00e9e \u00e0 partir des donn\u00e9es et le seuil sacramentel de 5 %, mais on y accole arbitrairement la m\u00e9canique de Neyman-Pearson : formulation d’une hypoth\u00e8se alternative explicite ($H_1$<\/span>), fixation a priori<\/em> d’un risque de premi\u00e8re esp\u00e8ce ($\\alpha$<\/span>) et de deuxi\u00e8me esp\u00e8ce ($\\beta$<\/span>), calcul de la puissance statistique, et conclusion formul\u00e9e sous la forme dichotomique d’une acceptation ou d’un rejet m\u00e9canique. Le r\u00e9sultat de cette bouillie conceptuelle a \u00e9t\u00e9 la r\u00e9ification absolue du seuil arbitraire de 5 % au sein des comit\u00e9s de lecture des revues de psychologie. Un r\u00e9sultat franchissant le couperet de $p < 0{,}05$ acc\u00e9dait magiquement au statut de \u00ab fait scientifique \u00e9tabli \u00bb, tandis qu'un r\u00e9sultat \u00e0 $p = 0{,}06$<\/span> \u00e9tait rel\u00e9gu\u00e9 au n\u00e9ant de la non-publication dans les tiroirs des laboratoires (le fameux file-drawer effect<\/em>).<\/p>\n Cette d\u00e9rive a fourni le terreau structurel sur lequel a prosp\u00e9r\u00e9 la crise contemporaine de la r\u00e9plication en sciences du comportement et en psychologie sociale. Pouss\u00e9s par l’imp\u00e9ratif acad\u00e9mique du publish or perish<\/em> et arm\u00e9s d’un outillage mal compris, des g\u00e9n\u00e9rations de chercheurs ont c\u00e9d\u00e9 \u00e0 la pratique d\u00e9vastatrice du \u00ab p-hacking \u00bb : manipulation des donn\u00e9es, arr\u00eat flexible de l’\u00e9chantillonnage d\u00e8s que le seuil de 5 % est atteint, s\u00e9lection apr\u00e8s coup des variables significatives et exclusion opportuniste d’observations atypiques. L’ironie tragique de cette d\u00e9rive r\u00e9side dans le fait que la logique m\u00eame de Fisher \u2014 initialement forg\u00e9e pour introduire une rigueur impitoyable et d\u00e9masquer les mirages empiriques \u2014 a \u00e9t\u00e9 pervertie en une machine \u00e0 certifier de faux positifs statistiques, d\u00e9montrant avec acuit\u00e9 les dangers d’une application ritualis\u00e9e d’outils math\u00e9matiques d\u00e9connect\u00e9s de leur \u00e9pist\u00e9mologie originelle.<\/p>\n Au d\u00e9but du XXe si\u00e8cle, la biologie th\u00e9orique traverse une crise paradigmatique majeure, mena\u00e7ant de paralyser l’avanc\u00e9e de la th\u00e9orie de l’\u00e9volution. D’un c\u00f4t\u00e9 se tiennent les biom\u00e9triciens, disciples de Francis Galton men\u00e9s par Karl Pearson et Walter Weldon, qui affirment que l’\u00e9volution proc\u00e8de par de minuscules variations ph\u00e9notypiques continues soumises au tri s\u00e9lectif progressif darwinien ; ils rejettent le mend\u00e9lisme qu’ils consid\u00e8rent comme une curiosit\u00e9 limit\u00e9e \u00e0 des anomalies discontinues. De l’autre c\u00f4t\u00e9 s’\u00e9rigent les premiers g\u00e9n\u00e9ticiens mend\u00e9liens, emmen\u00e9s par William Bateson et Hugo de Vries, qui clament que l’h\u00e9r\u00e9dit\u00e9 est par essence particulaire, discontinue et r\u00e9gie par des mutations brusques, jugeant la s\u00e9lection naturelle graduelle de Darwin caduque et inutile. Cette discorde st\u00e9rilise le milieu acad\u00e9mique britannique pendant pr\u00e8s de deux d\u00e9cennies.<\/p>\n C’est un jeune homme d’\u00e0 peine vingt-huit ans, isol\u00e9 et d\u00e9pourvu de statut acad\u00e9mique officiel, qui va trancher ce n\u0153ud gordien. En 1918, apr\u00e8s des ann\u00e9es de relectures et de rejets par les comit\u00e9s de la Royal Society en raison de l’incompr\u00e9hension mutuelle de Pearson et de Punnett, Ronald Fisher publie dans les Transactions of the Royal Society of Edinburgh<\/em> son chef-d’\u0153uvre fondateur : The Correlation Between Relatives on the Supposition of Mendelian Inheritance<\/em><\/a>. Dans ce m\u00e9moire d’une densit\u00e9 math\u00e9matique redoutable, Fisher accomplit le tour de force de d\u00e9montrer avec une exactitude probabiliste irr\u00e9futable que les lois de l’h\u00e9r\u00e9dit\u00e9 particulaire de Mendel produisent tr\u00e8s exactement les corr\u00e9lations continues observ\u00e9es par les biom\u00e9triciens d\u00e8s lors qu’un trait physique est sous-tendu non par un seul g\u00e8ne, mais par l’action conjointe d’un grand nombre de g\u00e8nes \u00e0 effets infinit\u00e9simaux (l’hypoth\u00e8se de la polyg\u00e9nie).<\/p>\n S’appuyant sur le th\u00e9or\u00e8me central limite, Fisher d\u00e9montre que la distribution normale d’un trait quantitatif continu dans une population \u2014 qu’il s’agisse de la taille d’un \u00eatre humain ou de son p\u00e9rim\u00e8tre cr\u00e2nien \u2014 est la cons\u00e9quence math\u00e9matique in\u00e9luctable de la s\u00e9gr\u00e9gation mend\u00e9lienne d’une multitude de facteurs discrets ind\u00e9pendants influenc\u00e9s par des facteurs environnementaux. C’est dans ce papier historique qu’il introduit pour la premi\u00e8re fois le mot m\u00eame et le concept formel de \u00ab variance \u00bb. Il op\u00e8re la d\u00e9composition de la variance ph\u00e9notypique totale ($V_P$<\/span>) en composantes distinctes et mesurables :<\/p>\n $$V_P = V_A + V_D + V_E$$<\/span><\/p>\n o\u00f9 $V_A$<\/span> repr\u00e9sente la variance g\u00e9n\u00e9tique additive (directement transmise de parents \u00e0 enfants), $V_D$<\/span> la variance li\u00e9e aux interactions de dominance all\u00e9lique au sein d’un m\u00eame locus, et $V_E$<\/span> la variance environnementale non transmissible. En un seul article, le schisme entre mend\u00e9lisme et biom\u00e9trie est balay\u00e9, fondant sur des bases math\u00e9matiques inexpugnables la g\u00e9n\u00e9tique quantitative moderne.<\/p>\n Douze ans apr\u00e8s son m\u00e9moire s\u00e9minal, Fisher parach\u00e8ve son \u00e9difice th\u00e9orique en publiant en 1930 son opus magnum de biologie \u00e9volutive : The Genetical Theory of Natural Selection<\/em>. Ce livre magistral marque l’av\u00e8nement officiel de la Synth\u00e8se \u00c9volutive Moderne, unifiant l’\u00e9cologie darwinienne, la g\u00e9n\u00e9tique mend\u00e9lienne des populations et le calcul stochastique. L’ambition de Fisher dans cet ouvrage est grandiose : hisser la th\u00e9orie de la s\u00e9lection naturelle au m\u00eame niveau de certitude math\u00e9matique, d’\u00e9l\u00e9gance axiomatique et de pouvoir pr\u00e9dictif que les lois de la thermodynamique de Ludwig Boltzmann ou les \u00e9quations de Maxwell en \u00e9lectromagn\u00e9tisme.<\/p>\n Au c\u0153ur de cet ouvrage r\u00e9sonne ce que Fisher d\u00e9signe solennellement sous le nom de \u00ab Th\u00e9or\u00e8me Fondamental de la S\u00e9lection Naturelle \u00bb :<\/p>\n Le taux d’augmentation de l’adaptation de tout organisme \u00e0 tout moment est \u00e9gal \u00e0 sa variance g\u00e9n\u00e9tique additive de l’adaptation \u00e0 ce moment pr\u00e9cis.<\/p><\/blockquote>\n En termes math\u00e9matiques stricts, la vitesse \u00e0 laquelle une population s’adapte \u00e0 son environnement par le biais de la s\u00e9lection naturelle est proportionnelle \u00e0 la quantit\u00e9 de diversit\u00e9 g\u00e9n\u00e9tique additive disponible au sein de cette population pour le trait d’adaptation (fitness<\/em>). Ce th\u00e9or\u00e8me, qui a suscit\u00e9 des d\u00e9cennies de d\u00e9bats ex\u00e9g\u00e9tiques intenses parmi les biologistes de l’\u00e9volution (notamment \u00e0 travers les r\u00e9interpr\u00e9tations contemporaines d’Anthony Edwards), se pr\u00e9sente comme une v\u00e9ritable loi de conservation et de transformation de l’\u00e9nergie \u00e9volutive, \u00e9tablissant que la variabilit\u00e9 n’est pas un r\u00e9sidu d’erreur biologique, mais le carburant exclusif du progr\u00e8s adaptatif.<\/p>\n L’ouvrage explore \u00e9galement avec une cr\u00e9ativit\u00e9 fulgurante une multiplicit\u00e9 d’autres ph\u00e9nom\u00e8nes \u00e9volutifs jusqu’alors inexpliqu\u00e9s. Fisher y formalise l’\u00e9quilibre qui porte son nom pour expliquer le ratio de masculinit\u00e9 \u00e0 la naissance (pourquoi les populations maintiennent un ratio de sexe de 1:1 en d\u00e9pit d’une mortalit\u00e9 diff\u00e9rentielle entre m\u00e2les et femelles), montrant qu’il s’agit du r\u00e9sultat d’une s\u00e9lection de fr\u00e9quence-d\u00e9pendance stabilisante op\u00e9rant sur l’investissement parental. De m\u00eame, il forge le concept de \u00ab s\u00e9lection sexuelle d’emballement \u00bb (Fisherian runaway selection<\/em>), mod\u00e9lisant math\u00e9matiquement comment une pr\u00e9f\u00e9rence esth\u00e9tique arbitraire chez la femelle pour un attribut masculin extravagant (comme la queue du paon) peut s’auto-renforcer par corr\u00e9lation g\u00e9n\u00e9tique entre l’attribut du m\u00e2le et la pr\u00e9f\u00e9rence de la femelle jusqu’\u00e0 atteindre un paroxysme ph\u00e9notypique flirtant avec les limites de la viabilit\u00e9 \u00e9cologique de l’esp\u00e8ce.<\/p>\n L’int\u00e9gration formelle de la s\u00e9lection naturelle et du mend\u00e9lisme dans un cadre quantitatif a eu des r\u00e9percussions incalculables sur l’\u00e9mergence de la g\u00e9n\u00e9tique du comportement et de la psychologie \u00e9volutionniste. Avant les travaux de Fisher de 1918 et 1930, toute tentative de conceptualiser l’h\u00e9r\u00e9dit\u00e9 des fonctions cognitives ou des traits comportementaux se heurtait \u00e0 un dilemme insurmontable. D’un c\u00f4t\u00e9, le sens commun et les observations cliniques montraient que l’intelligence, la m\u00e9moire de travail, l’impulsivit\u00e9 ou l’\u00e9motivit\u00e9 ne suivaient en aucune mani\u00e8re un sch\u00e9ma simple de transmission tout-ou-rien conforme aux maladies monog\u00e9niques mend\u00e9liennes (comme la chor\u00e9e de Huntington). De l’autre, les mod\u00e8les pr\u00e9-fisheriens \u00e9taient incapables d’expliquer comment de tels traits continus pouvaient demeurer stables \u00e0 travers les g\u00e9n\u00e9rations sans subir une \u00e9rosion fatale de leur variance par dilution des fluides h\u00e9r\u00e9ditaires.<\/p>\n En d\u00e9montrant que la polyg\u00e9nie permet \u00e0 une constellation de loci discrets d’engendrer un continuum parfait d’aptitudes psychologiques tout en pr\u00e9servant intacte la variabilit\u00e9 g\u00e9n\u00e9tique sous-jacente au fil des g\u00e9n\u00e9rations, Fisher a offert un soubassement m\u00e9caniste \u00e0 la psychologie diff\u00e9rentielle. Les traits de personnalit\u00e9 et les capacit\u00e9s cognitives pouvaient d\u00e9sormais \u00eatre pens\u00e9s comme le r\u00e9sultat ph\u00e9notypique d’un paysage g\u00e9n\u00e9tique hautement complexe o\u00f9 chaque all\u00e8le n’exerce qu’une influence marginale, mais dont la sommation matricielle d\u00e9finit la susceptibilit\u00e9 ou le potentiel d’un individu dans un environnement donn\u00e9.<\/p>\n Ce mod\u00e8le th\u00e9orique a constitu\u00e9 la matrice analytique directe sur laquelle reposent l’ensemble des \u00e9tudes contemporaines de g\u00e9n\u00e9tique du comportement, \u00e0 commencer par les protocoles sur les jumeaux et les enfants adopt\u00e9s d\u00e9velopp\u00e9s d\u00e8s les ann\u00e9es 1930. Les \u00e9quations de covariance g\u00e9n\u00e9tique entre apparent\u00e9s d\u00e9duites par Fisher dans son m\u00e9moire de 1918 ont permis de mesurer formellement \u00e0 quel point la ressemblance cognitive entre vrais jumeaux (monozygotes) et faux jumeaux (dizygotes) d\u00e9coule des fractions de variance additive partag\u00e9e ($V_A$<\/span>) par opposition \u00e0 l’environnement commun ou non partag\u00e9, ouvrant la voie \u00e0 une exploration quantitative et d\u00e9senchant\u00e9e des sources de l’individualit\u00e9 psychologique.<\/p>\n Au c\u0153ur de la psychom\u00e9trie diff\u00e9rentielle contemporaine r\u00e9side le concept d’h\u00e9ritabilit\u00e9, une m\u00e9trique directement issue de l’arsenal math\u00e9matique forg\u00e9 par Ronald Fisher. L’h\u00e9ritabilit\u00e9 au sens strict, couramment not\u00e9e $h^2$<\/span>, est d\u00e9finie comme la proportion de la variance ph\u00e9notypique totale d’un trait observ\u00e9e au sein d’une population qui est imputable \u00e0 la variance g\u00e9n\u00e9tique additive :<\/p>\n $$h^2 = \\frac{V_A}{V_P}$$<\/span><\/p>\n Cette grandeur math\u00e9matique, comprise entre z\u00e9ro et un, se distingue formellement de l’h\u00e9ritabilit\u00e9 au sens large ($H^2$<\/span>), qui inclut l’int\u00e9gralit\u00e9 des composantes g\u00e9n\u00e9tiques, y compris la dominance et les effets d’\u00e9pistasie non lin\u00e9aires. Appliqu\u00e9e \u00e0 l’analyse du quotient intellectuel (QI) et des aptitudes cognitives g\u00e9n\u00e9rales, cette formalisation a permis de sortir les d\u00e9bats acad\u00e9miques du marasme id\u00e9ologique pour les ancrer dans l’estimation param\u00e9trique rigoureuse.<\/p>\n Il est toutefois fondamental de restituer les mises en garde m\u00e9thodologiques formul\u00e9es par Fisher lui-m\u00eame quant \u00e0 la signification r\u00e9elle de ce coefficient, mises en garde trop souvent ignor\u00e9es par des g\u00e9n\u00e9rations de successeurs press\u00e9s. Fisher a explicit\u00e9 qu’une h\u00e9ritabilit\u00e9 de $0{,}70$<\/span> pour un trait cognitif donn\u00e9 ne signifie nullement que 70 % de l’intelligence d’un individu sp\u00e9cifique soit d’origine g\u00e9n\u00e9tique et 30 % d’origine environnementale. L’h\u00e9ritabilit\u00e9 est une statistique de population, strictement relative \u00e0 la distribution de la variance au sein d’un groupe humain sp\u00e9cifique plac\u00e9 dans un contexte environnemental particulier \u00e0 un instant donn\u00e9. Si l’environnement d’une population devient parfaitement uniforme (acc\u00e8s identique aux soins, \u00e0 la nutrition, \u00e0 l’\u00e9ducation), la variance environnementale $V_E$<\/span> chute vers z\u00e9ro, faisant m\u00e9caniquement grimper le coefficient d’h\u00e9ritabilit\u00e9 $h^2$<\/span> vers 100 %, sans que la machinerie biologique des individus n’ait \u00e9t\u00e9 alt\u00e9r\u00e9e.<\/p>\n De plus, Fisher a attir\u00e9 l’attention sur les ph\u00e9nom\u00e8nes d’appariement pr\u00e9f\u00e9rentiel (assortative mating<\/em>), c’est-\u00e0-dire la tendance des partenaires sexuels humains \u00e0 ne pas s’accoupler au hasard, mais \u00e0 se choisir mutuellement sur la base de ressemblances intellectuelles ou ph\u00e9notypiques. Il a prouv\u00e9 que cet appariement non al\u00e9atoire a pour cons\u00e9quence math\u00e9matique directe d’augmenter la variance g\u00e9n\u00e9tique additive globale de la population au fil des g\u00e9n\u00e9rations, un m\u00e9canisme structurel indispensable pour comprendre pourquoi les scores aux tests de raisonnement logique manifestent une dispersion qui ne s’amortit pas dans les soci\u00e9t\u00e9s industrialis\u00e9es.<\/p>\n En 1936, confront\u00e9 \u00e0 des donn\u00e9es taxonomiques complexes collect\u00e9es par le botaniste Edgar Anderson, Ronald Fisher fait un bond conceptuel qui r\u00e9volutionne le traitement multivari\u00e9 des donn\u00e9es en publiant un article canonique : The Use of Multiple Measurements in Taxonomic Problems<\/em><\/a>. Dans ce papier, il introduit l’analyse discriminante lin\u00e9aire (d\u00e9sign\u00e9e sous l’acronyme LDA, pour Linear Discriminant Analysis<\/em>), s’appuyant sur le c\u00e9l\u00e8bre jeu de donn\u00e9es des trois esp\u00e8ces d’iris (Iris setosa<\/em>, Iris virginica<\/em> et Iris versicolor<\/em>). Fisher pose le probl\u00e8me math\u00e9matique suivant : comment combiner de mani\u00e8re optimale plusieurs variables quantitatives continues mesur\u00e9es sur des individus afin de s\u00e9parer et classer au mieux ces individus en deux ou plusieurs groupes qualitatifs mutuellement exclusifs ?<\/p>\n La solution fisherienne consiste \u00e0 d\u00e9terminer une combinaison lin\u00e9aire des variables observ\u00e9es $X$<\/span> :<\/p>\n $$Y = a_1 X_1 + a_2 X_2 + dots + a_p X_p = a^T X$$<\/span><\/p>\n qui maximise le rapport entre la variance inter-classes (la dispersion entre les barycentres des diff\u00e9rents groupes) et la variance intra-classes (la dispersion des individus autour du centre de gravit\u00e9 de leur propre groupe). En maximisant ce quotient de Rayleigh via le calcul matriciel et la r\u00e9solution de vecteurs propres, Fisher forge un outil analytique d’une prodigieuse efficacit\u00e9, capable de r\u00e9duire la dimensionnalit\u00e9 d’un probl\u00e8me complexe tout en pr\u00e9servant le maximum de pouvoir s\u00e9parateur statistique.<\/p>\n Dans le domaine de la psychologie clinique et de la psychiatrie exp\u00e9rimentale, l’analyse discriminante lin\u00e9aire s’est rapidement impos\u00e9e comme une technologie diagnostique irrempla\u00e7able. Elle a permis aux praticiens de d\u00e9passer la subjectivit\u00e9 impressionniste des entretiens cliniques traditionnels en projetant les profils psychom\u00e9triques multidimensionnels des patients (scores aux \u00e9chelles d’anxi\u00e9t\u00e9, mesures psychophysiologiques de conductance cutan\u00e9e, temps de latence motrice, questionnaires de personnalit\u00e9) sur un axe canonique discriminant. Les cliniciens pouvaient ainsi calculer la probabilit\u00e9 d’appartenance d’un patient \u00e0 des cat\u00e9gories nosographiques distinctes (par exemple, distinguer une d\u00e9pression majeure avec composante psychotique d’une n\u00e9vrose r\u00e9actionnelle s\u00e9v\u00e8re). L’analyse discriminante a trac\u00e9 la voie directe vers la classification psychiatrique contemporaine assist\u00e9e par ordinateur et la cr\u00e9ation de profils de personnalit\u00e9 objectifs au sein des arm\u00e9es et des grandes organisations industrielles.<\/p>\n L’empreinte math\u00e9matique de Ronald Fisher sur la premi\u00e8re g\u00e9n\u00e9ration de th\u00e9oriciens de la psychom\u00e9trie s’av\u00e8re aussi profonde que d\u00e9terminante, bien qu’elle se soit souvent exerc\u00e9e \u00e0 travers des voies institutionnelles et conceptuelles m\u00e9diatis\u00e9es. Bien que Fisher lui-m\u00eame ait toujours maintenu une certaine distance condescendante \u00e0 l’\u00e9gard des psychologues de son temps \u2014 les jugeant parfois insuffisamment arm\u00e9s sur le plan du calcul formel \u2014, ses m\u00e9thodes et son alg\u00e8bre lin\u00e9aire ont nourri les travaux des deux fondateurs majeurs de l’analyse factorielle britannique : Charles Spearman<\/a> et Cyril Burt.<\/p>\n Spearman, le cr\u00e9ateur de la th\u00e9orie des deux facteurs et de l’intelligence g\u00e9n\u00e9rale (le facteur $g$<\/span>), s’est intens\u00e9ment nourri des formalismes matriciels d\u00e9velopp\u00e9s par Fisher pour calculer la fid\u00e9lit\u00e9 de ses tests et appr\u00e9hender la structure des tables d’intercorr\u00e9lations cognitives. Cyril Burt, successeur de Karl Pearson \u00e0 la chaire Galton de l’University College de Londres et figure centrale de la psychologie de l’\u00e9ducation, entretenait des rapports \u00e9pistolaires soutenus avec Fisher. Burt a directement transplant\u00e9 l’analyse de variance fisherienne au sein des protocoles d’\u00e9valuation scolaire et s’est largement inspir\u00e9 des mod\u00e8les de d\u00e9composition de la variance g\u00e9n\u00e9tique de 1918 pour asseoir \u2014 non sans controverses m\u00e9thodologiques ult\u00e9rieures majeures concernant l’authenticit\u00e9 de ses donn\u00e9es empiriques \u2014 sa th\u00e9orie de l’h\u00e9ritabilit\u00e9 massive de l’intelligence humaine.<\/p>\n Au-del\u00e0 de ces relations individuelles, Fisher a op\u00e9r\u00e9 une v\u00e9ritable mutation culturelle dans la mani\u00e8re dont la psychom\u00e9trie concevait ses \u00e9chelles de mesure. Par l’introduction des techniques matricielles et des crit\u00e8res de maximum de vraisemblance, il a incit\u00e9 des chercheurs comme Louis Leon Thurstone aux \u00c9tats-Unis \u00e0 abandonner les simples approches graphiques au profit d’un traitement multivari\u00e9 rigoureux des aptitudes mentales primaires. La structure m\u00eame des questionnaires psychologiques modernes, r\u00e9gis par la volont\u00e9 de maximiser l’information statistique tout en assurant l’orthogonalit\u00e9 factorielle des dimensions de personnalit\u00e9 mesur\u00e9es (comme dans le mod\u00e8le du Big Five<\/em>), porte l’empreinte math\u00e9matique ind\u00e9l\u00e9bile de la g\u00e9om\u00e9trie vectorielle fisherienne.<\/p>\n L’un des chapitres les plus tumultueux et f\u00e9conds de l’histoire des math\u00e9matiques appliqu\u00e9es est sans conteste l’affrontement intellectuel acharn\u00e9 qui a oppos\u00e9 Ronald Fisher \u00e0 deux math\u00e9maticiens de la g\u00e9n\u00e9ration suivante : le th\u00e9oricien polonais Jerzy Neyman et le statisticien britannique Egon Pearson (fils de Karl Pearson). Ce schisme, qui a \u00e9clat\u00e9 \u00e0 la fin des ann\u00e9es 1920 pour s’\u00e9tendre sur trois d\u00e9cennies, ne portait pas sur des d\u00e9tails calculatoires secondaires, mais sur la conception philosophique m\u00eame de la science, de la v\u00e9rit\u00e9 empirique et de l’essence de l’esprit humain face \u00e0 l’incertitude.<\/p>\n Neyman et Egon Pearson reprochaient au test de signification de Fisher son manque de base d\u00e9cisionnelle formelle. Ils concevaient l’acte statistique non comme une qu\u00eate de mesure de la cr\u00e9dibilit\u00e9 inductive d’une d\u00e9couverte, mais comme une r\u00e8gle d’action optimale r\u00e9gissant le comportement sous incertitude \u2014 ce que Neyman qualifiait de \u00ab comportement inductif \u00bb (inductive behavior<\/em>). Dans leur mod\u00e8le math\u00e9matique, il est impossible de tester une hypoth\u00e8se nulle sans sp\u00e9cifier explicitement une hypoth\u00e8se alternative ($H_1$<\/span>). D\u00e8s lors, le chercheur s’expose in\u00e9luctablement \u00e0 deux risques d’erreur : l’erreur de type I ($\\alpha$<\/span>), qui consiste \u00e0 rejeter \u00e0 tort $H_0$<\/span>, et l’erreur de type II ($\\beta$<\/span>), qui consiste \u00e0 conserver \u00e0 tort $H_0$<\/span> alors que $H_1$<\/span> est vraie. La statistique devient une ing\u00e9nierie d\u00e9cisionnelle visant \u00e0 minimiser $\\beta$<\/span> pour un $\\alpha$<\/span> fix\u00e9, un concept mat\u00e9rialis\u00e9 par la puissance statistique ($1 – \\beta$<\/span>).<\/p>\n Pour Fisher, cette conception relevait d’une h\u00e9r\u00e9sie philosophique intol\u00e9rable, d\u00e9gradant la science pure au rang d’une banale cha\u00eene de contr\u00f4le de qualit\u00e9 manufacturi\u00e8re. Fisher refusait cat\u00e9goriquement l’introduction obligatoire de l’hypoth\u00e8se alternative formelle, soutenant que la recherche scientifique fondamentale progresse en explorant des territoires vierges o\u00f9 l’on ignore absolument la forme math\u00e9matique que pourrait prendre une v\u00e9rit\u00e9 concurrente. Pour lui, l’erreur de type II et la puissance statistique \u00e9taient des aberrations \u00e9pist\u00e9mologiques d\u00e9nu\u00e9es de sens dans le laboratoire du chercheur libre : le devoir de l’exp\u00e9rimentateur n’est pas de d\u00e9cider m\u00e9caniquement s’il doit agir comme si une hypoth\u00e8se \u00e9tait vraie, mais d’\u00e9valuer quantitativement le poids de la preuve empirique (weight of evidence<\/em>) que les faits observ\u00e9s portent contre la possibilit\u00e9 du hasard. Fisher a combattu avec une rage inextinguible cette vision cybern\u00e9tique et d\u00e9cisionnelle de la statistique, la qualifiant de sympt\u00f4me d’un monde technocratique hostile \u00e0 la v\u00e9ritable pens\u00e9e savante.<\/p>\n La dispute th\u00e9orique entre Fisher et l’axe Neyman-Pearson s’est doubl\u00e9e d’une rivalit\u00e9 institutionnelle f\u00e9roce, aliment\u00e9e par la ranc\u0153ur inextinguible que Fisher nourrissait \u00e0 l’\u00e9gard de l’ensemble de l’\u00e9cole biom\u00e9trique londonienne. La premi\u00e8re grande fracture avait eu lieu d\u00e8s les ann\u00e9es 1920 avec Karl Pearson au sujet des degr\u00e9s de libert\u00e9 du test du chi-deux ($\\chi^2$<\/span>). Pearson soutenait mordicus que le nombre de degr\u00e9s de libert\u00e9 devait \u00eatre \u00e9gal au nombre total de classes d’observation $k$<\/span>, ignorant que l’estimation pr\u00e9alable de param\u00e8tres \u00e0 partir de l’\u00e9chantillon lui-m\u00eame r\u00e9duisait m\u00e9caniquement ces degr\u00e9s de libert\u00e9 \u00e0 $k – 1 – m$<\/span>. Fisher d\u00e9montra math\u00e9matiquement que l’approche de Pearson conduisait \u00e0 sous-estimer syst\u00e9matiquement la signification des \u00e9carts, commettant de monumentales erreurs d’interpr\u00e9tation. Bless\u00e9 dans son orgueil de patriarche, Karl Pearson refusa d’admettre son erreur et utilisa son influence \u00e9ditoriale dans la revue Biometrika<\/em> pour censurer et d\u00e9nigrer les travaux de Fisher.<\/p>\n Lorsque Jerzy Neyman arrive \u00e0 Londres et s’allie avec Egon Pearson, Fisher, d\u00e9sormais titulaire de la chaire Galton d’eug\u00e9nisme \u00e0 l’University College de Londres \u00e0 partir de 1933 (succ\u00e9dant paradoxalement \u00e0 son ennemi jur\u00e9), transforme le d\u00e9partement en un bastion assi\u00e9g\u00e9. Les s\u00e9minaires de la Royal Statistical Society deviennent l’ar\u00e8ne de joutes verbales d’une f\u00e9rocit\u00e9 inou\u00efe. Fisher attaque avec une virulence inou\u00efe la th\u00e9orie des intervalles de confiance formalis\u00e9e par Neyman en 1937, la d\u00e9non\u00e7ant comme une contrefa\u00e7on logicielle inapplicable \u00e0 l’inf\u00e9rence singuli\u00e8re. Pour contrer Neyman, Fisher s’enferme dans la promotion acharn\u00e9e de son propre concept : l’inf\u00e9rence fiducielle, une tentative d\u00e9sesp\u00e9r\u00e9e de d\u00e9river une loi de probabilit\u00e9 sur les param\u00e8tres sans recourir \u00e0 un a priori<\/em> bay\u00e9sien, tentative dont les ambigu\u00eft\u00e9s math\u00e9matiques finiront par isoler Fisher des math\u00e9maticiens les plus rigoureux de son \u00e9poque.<\/p>\n Cette guerre de tranch\u00e9es ne s’est pas arr\u00eat\u00e9e aux portes des laboratoires anglais ; elle a profond\u00e9ment polaris\u00e9 les cursus universitaires mondiaux. Tandis que Rothamsted et les instituts agricoles et biologiques d’Am\u00e9rique du Nord (emmen\u00e9s par Snedecor en Iowa) diffusaient l’\u00e9vangile fisherien de l’ANOVA et du plan d’exp\u00e9rience, les d\u00e9partements de math\u00e9matiques pures et les centres de recherche op\u00e9rationnelle (comme le d\u00e9partement de statistique fond\u00e9 par Neyman \u00e0 Berkeley) embrassaient la vision math\u00e9matique formaliste et d\u00e9cisionnelle de l’\u00e9cole de Neyman-Pearson. Ce d\u00e9chirement a laiss\u00e9 des cicatrices structurelles dans la p\u00e9dagogie de la statistique, dont les effets se font encore sentir aujourd’hui.<\/p>\n Pour le chercheur en psychologie et en sciences comportementales, cette guerre de religion math\u00e9matique n’a pas \u00e9t\u00e9 sans cons\u00e9quences d\u00e9sastreuses sur la posture m\u00e9thodologique au quotidien. Confront\u00e9s \u00e0 une litt\u00e9rature m\u00e9thodologique d\u00e9chir\u00e9e entre deux dogmes incompatibles, les auteurs de manuels destin\u00e9s aux \u00e9tudiants en sciences humaines ont choisi la voie de la capitulation intellectuelle : ils ont dissimul\u00e9 les diff\u00e9rends sous un vernis d’\u00e9clectisme superficiel, enseignant aux futurs psychologues une proc\u00e9dure de routine d\u00e9nu\u00e9e de toute coh\u00e9rence logique.<\/p>\n Il en r\u00e9sulte une confusion conceptuelle permanente dans l’esprit du psychologue exp\u00e9rimentateur moderne. L’erreur la plus r\u00e9pandue consiste \u00e0 formuler formellement une hypoth\u00e8se alternative substantive ($H_1$<\/span>) \u2014 issue de Neyman-Pearson \u2014, tout en calculant une simple valeur $p$<\/span> de Fisher sous $H_0$<\/span>, et \u00e0 conclure triomphalement que si $p < 0{,}05$, l’hypoth\u00e8se alternative$<\/span>H_1$ est confirm\u00e9e comme prouv\u00e9e. Or, du point de vue de la logique fisherienne, une faible valeur $p$<\/span> d\u00e9montre uniquement l’invraisemblance du mod\u00e8le nul, et en aucune fa\u00e7on la v\u00e9racit\u00e9 sp\u00e9cifique de l’hypoth\u00e8se th\u00e9orique que le chercheur ch\u00e9rit dans son c\u0153ur, car une infinit\u00e9 d’autres hypoth\u00e8ses alternatives non test\u00e9es pourraient tout aussi bien rendre compte de l’\u00e9cart observ\u00e9.<\/p>\n Cette confusion permanente entre \u00ab rejeter l’hypoth\u00e8se nulle \u00bb et \u00ab valider la th\u00e9orie causale \u00bb a instill\u00e9 dans la recherche clinique et comportementale un confort illusoire et une arrogance m\u00e9thodologique pr\u00e9judiciable. Des d\u00e9cennies d’\u00e9tudiants ont \u00e9t\u00e9 form\u00e9s \u00e0 voir la statistique comme une machine inquisitoire automatique qui les dispenserait de penser le lien th\u00e9orique substantiel entre leurs concepts et leurs op\u00e9rations de mesure. Ce n’est qu’au cours des deux derni\u00e8res d\u00e9cennies, sous la pression de la crise m\u00e9thodologique et gr\u00e2ce aux efforts de p\u00e9dagogues engag\u00e9s pour la clarification \u00e9pist\u00e9mologique, que la recherche en sciences humaines commence enfin \u00e0 red\u00e9couvrir la n\u00e9cessit\u00e9 de distinguer clairement le mod\u00e8le de preuve inductive de Fisher du mod\u00e8le d’action rationnelle de Neyman et Pearson.<\/p>\n Il est strictement impossible d’appr\u00e9hender la trajectoire intellectuelle et l’\u0153uvre monumentale de Ronald Fisher sans se confronter directement \u00e0 son engagement ind\u00e9fectible, passionn\u00e9 et central en faveur de l’eug\u00e9nisme. Loin de constituer un passe-temps accessoire ou une simple concession \u00e0 l’esprit d’une \u00e9poque marqu\u00e9e par l’imp\u00e9rialisme victorien finissant, l’eug\u00e9nisme repr\u00e9sentait pour Fisher le c\u0153ur palpitant de son moteur philosophique, la fin ultime pour laquelle la statistique math\u00e9matique et la g\u00e9n\u00e9tique mend\u00e9lienne n’\u00e9taient que des moyens instrumentaux. D\u00e8s ses ann\u00e9es estudiantines \u00e0 Cambridge, Fisher cofonde en 1911 la Cambridge University Eugenics Society, affili\u00e9e \u00e0 l’Eugenics Education Society de Londres, dont il deviendra l’un des id\u00e9ologues les plus actifs tout au long de son existence, sous le parrainage spirituel de Leonard Darwin, le fils de Charles Darwin, avec lequel il entretiendra une profonde amiti\u00e9 filiale.<\/p>\n La pens\u00e9e eug\u00e9niste de Fisher s’enracine dans une lecture d\u00e9mographique et sociologique angoiss\u00e9e de l’histoire des civilisations humaines, d\u00e9velopp\u00e9e dans les cinq derniers chapitres de son grand \u0153uvre de 1930, The Genetical Theory of Natural Selection<\/em>. Fisher y expose une th\u00e9orie g\u00e9n\u00e9rale de la d\u00e9cadence des empires, affirmant que toutes les grandes civilisations pass\u00e9es \u2014 de la Gr\u00e8ce antique \u00e0 Rome \u2014 se sont effondr\u00e9es non pas sous les coups d’invasions militaires ext\u00e9rieures, mais en raison d’un ph\u00e9nom\u00e8ne de pourrissement biologique interne caus\u00e9 par ce qu’il identifie comme un \u00ab gradient de fertilit\u00e9 diff\u00e9rentielle invers\u00e9 \u00bb :<\/p>\n Fisher postule que la s\u00e9lection sociale favorise l’inf\u00e9condit\u00e9, car dans une soci\u00e9t\u00e9 individualiste, les couples ayant peu ou pas d’enfants peuvent investir davantage de ressources \u00e9conomiques pour hisser leur prog\u00e9niture vers les sommets de l’\u00e9chelle sociale. Il en r\u00e9sulte, selon lui, une s\u00e9lection naturelle perverse o\u00f9 les all\u00e8les favorisant l’ambition intellectuelle et l’\u00e9nergie cr\u00e9atrice s’\u00e9teignent inexorablement avec les \u00e9lites qui les portent, tandis que le potentiel g\u00e9n\u00e9tique moyen de la nation d\u00e9cline irr\u00e9m\u00e9diablement vers la m\u00e9diocrit\u00e9 biologique.<\/p>\n Pour enrayer ce qu’il percevait comme une catastrophe imminente pour la civilisation britannique, Fisher ne pr\u00e9conisait pas des mesures purement coercitives, mais un vaste programme d’ing\u00e9nierie socio-\u00e9conomique eug\u00e9niste positive. Il militait ardemment pour l’instauration par l’\u00c9tat d’un syst\u00e8me d’allocations familiales universelles dont le montant ne devait pas \u00eatre forfaitaire, mais strictement proportionnel aux revenus professionnels des parents. L’objectif avou\u00e9 de cette mesure \u00e9tait d’all\u00e9ger le fardeau financier de la paternit\u00e9 pour les classes sup\u00e9rieures et l’\u00e9lite intellectuelle, stimulant ainsi leur taux de reproduction, tout en \u00e9vitant d’octroyer une incitation \u00e9conomique \u00e0 la reproduction des classes laborieuses ou assist\u00e9es.<\/p>\n L’originalit\u00e9 et la puissance de conviction de Fisher dans le mouvement eug\u00e9niste r\u00e9sidaient dans sa capacit\u00e9 unique \u00e0 traduire l’intuition id\u00e9ologique de Francis Galton dans le langage formalis\u00e9 de la g\u00e9n\u00e9tique quantitative moderne. Fisher \u00e9tait intimement convaincu que les facult\u00e9s mentales humaines \u2014 qu’il s’agisse de l’intelligence abstraite, de la propension au travail acharn\u00e9, de la cr\u00e9ativit\u00e9 scientifique ou, \u00e0 l’inverse, du caract\u00e8re moral d\u00e9faillant, de la paresse et de la d\u00e9linquance \u2014 constituaient des traits ph\u00e9notypiques d’une h\u00e9ritabilit\u00e9 massive, directement soumis aux lois de la transmission mend\u00e9lienne polyg\u00e9nique.<\/p>\n Cette conviction l’a conduit \u00e0 d\u00e9ployer son g\u00e9nie statistique pour concevoir des enqu\u00eates de biom\u00e9trie humaine sur les populations marginalis\u00e9es ou diagnostiqu\u00e9es comme mentalement d\u00e9ficientes (les \u00ab feebleminded \u00bb de la nomenclature britannique de l’entre-deux-guerres). Fisher consid\u00e9rait que l’environnement \u00e9ducatif ou les conditions mat\u00e9rielles d’existence ne constituaient qu’un vernis superficiel, incapable de modifier substantiellement le potentiel intrins\u00e8que scell\u00e9 dans le g\u00e9nome de l’individu. En cons\u00e9quence, les politiques de r\u00e9formes sociales, d’\u00e9ducation universelle ou d’assistance publique \u00e9taient jug\u00e9es par lui comme de dangereuses chim\u00e8res humanitaires qui ne faisaient qu’aggraver la d\u00e9gradation du patrimoine g\u00e9n\u00e9tique de l’esp\u00e8ce en neutralisant la s\u00e9lection naturelle \u00e9puratrice.<\/p>\n Cette position intellectuelle culmina dans son implication active au sein du comit\u00e9 de l’Eugenics Society charg\u00e9 de conseiller la commission gouvernementale Brock sur la st\u00e9rilisation volontaire au d\u00e9but des ann\u00e9es 1930. Fisher r\u00e9digea d’importants m\u00e9moires statistiques d\u00e9montrant que la st\u00e9rilisation des porteurs de tares mentales cong\u00e9nitales, m\u00eame si elle n’\u00e9liminait pas rapidement les all\u00e8les r\u00e9cessifs dispers\u00e9s au sein de la population g\u00e9n\u00e9rale, permettrait de r\u00e9duire substantiellement et imm\u00e9diatement le nombre d’inaptes de premi\u00e8re g\u00e9n\u00e9ration issus de parents affect\u00e9s. Il pr\u00eatait sa caution math\u00e9matique prestigieuse \u00e0 des politiques qui, bien que qualifi\u00e9es de \u00ab volontaires \u00bb dans les projets de loi britanniques, reposaient sur une stigmatisation sociologique impitoyable des franges les plus vuln\u00e9rables de la soci\u00e9t\u00e9 victorienne.<\/p>\n Avec le recul historique et l’effroi provoqu\u00e9 par les atrocit\u00e9s du r\u00e9gime nazi qui poussa la logique eug\u00e9niste jusqu’\u00e0 l’horreur concentrationnaire, la posture id\u00e9ologique de Ronald Fisher a fait l’objet d’un r\u00e9examen \u00e9thique et historiographique s\u00e9v\u00e8re mais indispensable. L’un des \u00e9pisodes les plus r\u00e9v\u00e9lateurs de sa surdit\u00e9 politique et de son aveuglement id\u00e9ologique survient en 1950, au lendemain de la Seconde Guerre mondiale, lors des d\u00e9bats organis\u00e9s par l’UNESCO pour \u00e9laborer une d\u00e9claration solennelle d\u00e9clarant l’inanit\u00e9 scientifique du concept de race et r\u00e9affirmant l’\u00e9galit\u00e9 fondamentale de l’esp\u00e8ce humaine. Fisher fut l’une des rares voix scientifiques \u00e9minentes \u00e0 refuser cat\u00e9goriquement de signer la premi\u00e8re version de cette d\u00e9claration. Dans ses remarques \u00e9crites, il soutenait que les groupes humains s’\u00e9taient diff\u00e9renci\u00e9s g\u00e9n\u00e9tiquement au fil des mill\u00e9naires sous l’action de la s\u00e9lection naturelle, et qu’il \u00e9tait scientifiquement pr\u00e9matur\u00e9 de nier l’existence de diff\u00e9rences inn\u00e9es et substantielles entre les races humaines quant \u00e0 leurs facult\u00e9s intellectuelles et \u00e9motionnelles.<\/p>\n Ce constat historique tragique impose \u00e0 l’\u00e9pist\u00e9mologie contemporaine un effort imp\u00e9ratif de d\u00e9construction et de clarification m\u00e9thodologique :<\/p>\n Ces derni\u00e8res ann\u00e9es, ce pass\u00e9 encombrant a suscit\u00e9 des d\u00e9bats institutionnels houleux dans les universit\u00e9s britanniques. Le Gonville and Caius College de Cambridge a ainsi pris la d\u00e9cision hautement symbolique en 2020 de retirer un vitrail comm\u00e9moratif c\u00e9l\u00e9brant le carr\u00e9 latin de Fisher en raison de son pass\u00e9 eug\u00e9niste, tandis que des soci\u00e9t\u00e9s savantes ont d\u00e9baptis\u00e9 des prix portant son nom. Cette prise de conscience contemporaine ne doit pas conduire \u00e0 l’amn\u00e9sie ou \u00e0 l’effacement commode de l’histoire, mais au contraire \u00e0 une analyse lucide de la mani\u00e8re dont la science la plus pure et la plus novatrice peut s’articuler aux pr\u00e9jug\u00e9s sociaux les plus violents de son \u00e9poque, rappelant \u00e0 la communaut\u00e9 des chercheurs que la rigueur m\u00e9thodologique ne dispense jamais de la responsabilit\u00e9 morale.<\/p>\n1.2 Le passage d\u00e9terminant \u00e0 l’Universit\u00e9 de Cambridge<\/h3>\n
1.3 Les ann\u00e9es d’errance acad\u00e9mique et l’installation \u00e0 Rothamsted<\/h3>\n
2. La r\u00e9volution de l’inf\u00e9rence statistique et le concept de vraisemblance<\/h2>\n
2.1 La formalisation du maximum de vraisemblance<\/h3>\n
2.2 Les crit\u00e8res de l’estimation statistique<\/h3>\n
2.3 Implications \u00e9pist\u00e9mologiques pour la mesure du comportement<\/h3>\n
3. La gen\u00e8se de l’analyse de variance (ANOVA) et son ancrage exp\u00e9rimental<\/h2>\n
3.1 D\u00e9passement de la corr\u00e9lation pearsonienne<\/h3>\n
3.2 Applications aux protocoles de recherche en sciences humaines<\/h3>\n
3.3 Cons\u00e9quences th\u00e9oriques pour la psychologie exp\u00e9rimentale<\/h3>\n
4. Les fondements du plan d’exp\u00e9rience (Experimental Design)<\/h2>\n
4.1 La randomisation comme rempart contre les biais de confusion<\/h3>\n
4.2 Le contr\u00f4le local et le blocage m\u00e9thodologique<\/h3>\n
4.3 La r\u00e9plication et la robustesse des observations empiriques<\/h3>\n
5. La logique des tests d’hypoth\u00e8se et la controverse de la p-valeur<\/h2>\n
5.1 L’architecture du test de signification de Fisher<\/h3>\n
5.2 Inf\u00e9rence inductive versus d\u00e9cision binaire<\/h3>\n
5.3 Divergences et malentendus en psychologie quantitative<\/h3>\n
6. La synth\u00e8se \u00e9volutive moderne : R\u00e9conciliation du mend\u00e9lisme et du biom\u00e9trisme<\/h2>\n
6.1 Le m\u00e9moire s\u00e9minal de 1918 sur la corr\u00e9lation g\u00e9n\u00e9tique<\/h3>\n
6.2 L’ouvrage fondamental : ‘The Genetical Theory of Natural Selection’ (1930)<\/h3>\n
6.3 Port\u00e9e pour l’\u00e9tude des traits comportementaux<\/h3>\n
7. La g\u00e9n\u00e9tique quantitative et les fondements de la psychom\u00e9trie diff\u00e9rentielle<\/h2>\n
7.1 L’h\u00e9ritabilit\u00e9 des facult\u00e9s intellectuelles et cognitives<\/h3>\n
7.2 L’analyse discriminante et la classification psychologique<\/h3>\n
7.3 Influences sur les th\u00e9oriciens de la psychom\u00e9trie<\/h3>\n
8. Les d\u00e9bats \u00e9pist\u00e9mologiques fondateurs : L’affrontement avec Neyman et Pearson<\/h2>\n
8.1 Nature de l’inf\u00e9rence : Preuve scientifique contre comportement inductif<\/h3>\n
8.2 Querelles m\u00e9thodologiques et rivalit\u00e9s institutionnelles<\/h3>\n
8.3 L’impact sur la posture du chercheur en psychologie<\/h3>\n
9. L’engagement eug\u00e9niste de Fisher et la psychologie des populations<\/h2>\n
9.1 L’eug\u00e9nisme scientifique selon Fisher : Th\u00e9orie et convictions<\/h3>\n
\n
9.2 Intersection entre eug\u00e9nisme, g\u00e9n\u00e9tique et traits psychiques<\/h3>\n
9.3 Examen critique et d\u00e9construction contemporaine<\/h3>\n
\n
10. La controverse tardive sur le tabac : Limites m\u00e9thodologiques et causalit\u00e9<\/h2>\n
10.1 La contestation du lien de causalit\u00e9 entre tabagisme et cancer du poumon<\/h3>\n