Tester une hypothèse avec des données

Tu compares des groupes et tu trouves une différence. Avais-tu prévu de chercher celle-ci ? Sans attente écrite avant le calcul, on risque de retenir seulement les écarts qui vont dans le sens souhaité.

1. Écrire ce qu'on attend avant de calculer

On veut étudier cette phrase : « sur la population retenue, les commandes dont au moins un produit a plusieurs photos reçoivent une meilleure note que celles dont tous les produits ont une seule photo ».

Avant toute requête, complète quatre lignes :

• résultat attendu : la note moyenne du premier groupe dépasse celle du second ;
• écart minimal qui compterait : ... point ;
• effectif minimal : ... commandes dans chaque groupe ;
• périmètre : commandes portant un avis, dont tous les produits ont un nombre de photos renseigné et supérieur ou égal à un ; tous les statuts sont conservés, sans restriction de période.

Le seuil d'écart indique ce qui aurait un intérêt pour la personne qui utilisera l'analyse. Un écart atteint ce seuil s'il lui est supérieur ou égal. L'effectif minimal est un garde-fou de lecture choisi avec le formateur. Note la raison de chacun ; si elle manque, garde le choix « à discuter » au lieu d'inventer une valeur pour remplir la fiche. Les fixer avant le calcul évite de les déplacer pour obtenir le verdict souhaité.

Ces règles organisent une comparaison descriptive : elles ne constituent pas un test statistique et ne démontrent pas qu'un écart se retrouverait sur d'autres commandes. Même un groupe très nombreux ne rend pas une comparaison causale.

Pour vérifier le périmètre avant d'exécuter, classe ces commandes fictives. Chacune porte un avis et tous ses produits sont présents dans le catalogue : tous les produits ont une photo ; un produit a plusieurs photos et les autres une photo ; un produit a un nombre de photos manquant. Écris le groupe choisi ou la raison de l'exclusion.

2. Afficher le résultat avec son effectif

WITH commandes AS (
    SELECT i.order_id,
           CASE WHEN MAX(p.product_photos_qty) >= 2
                THEN 'au moins un produit avec plusieurs photos'
                ELSE 'tous les produits avec une photo'
           END AS groupe
    FROM order_items i
    LEFT JOIN products p ON p.product_id = i.product_id
    GROUP BY i.order_id
    HAVING COUNT(*) = COUNT(p.product_id)
       AND COUNT(*) = COUNT(p.product_photos_qty)
       AND MIN(p.product_photos_qty) >= 1
),
avis AS (
    SELECT order_id, MIN(review_score) AS note
    FROM order_reviews
    GROUP BY order_id
)
SELECT groupe,
       COUNT(*) AS commandes,
       AVG(note) AS note_moyenne
FROM commandes
JOIN avis USING (order_id)
GROUP BY groupe
ORDER BY groupe;

Chaque commande pèse une fois. Quand elle porte plusieurs avis, cette analyse retient par convention la note la plus basse avec MIN(review_score). Une moyenne de toutes les lignes d'avis donnerait davantage de poids aux commandes qui en ont plusieurs. Écris cette convention avec le résultat. Les commandes sans article, sans avis ou comportant un nombre de photos manquant ou inférieur à un sont exclues. La note moyenne reste non arrondie dans le résultat utilisé pour comparer l'écart au seuil.

Avant d'exécuter, prédis le sens de l'écart. Lis ensuite la note avec le nombre de commandes. Compare d'abord chaque effectif au minimum écrit. Si un groupe manque ou reste sous ce minimum, écris « non concluant selon notre règle d'effectif ». Sinon, soustrais la moyenne du groupe « une photo » à celle du groupe « plusieurs photos », puis compare l'écart au seuil. Écris « écart attendu atteint sur ce périmètre » ou « écart attendu non atteint sur ce périmètre ». Si les règles restent à discuter, rapporte les valeurs et ce choix ouvert sans donner de verdict.

Une attente non retrouvée reste une observation utile. Elle ne prouve ni l'absence de toute relation, ni l'inutilité des photos.

3. Une association n'établit pas une cause

Même si les notes diffèrent, la requête ne prouve pas que les photos produisent la note. Le prix, la catégorie, la livraison ou la qualité du produit peuvent être liés aux deux variables.

Teste un découpage par État client sans choisir seulement les États qui vont dans le sens attendu :

WITH commandes AS (
    SELECT i.order_id,
           CASE WHEN MAX(p.product_photos_qty) >= 2
                THEN 'au moins un produit avec plusieurs photos'
                ELSE 'tous les produits avec une photo'
           END AS groupe
    FROM order_items i
    LEFT JOIN products p ON p.product_id = i.product_id
    GROUP BY i.order_id
    HAVING COUNT(*) = COUNT(p.product_id)
       AND COUNT(*) = COUNT(p.product_photos_qty)
       AND MIN(p.product_photos_qty) >= 1
),
avis AS (
    SELECT order_id, MIN(review_score) AS note
    FROM order_reviews
    GROUP BY order_id
)
SELECT c.customer_state AS etat_client,
       commandes.groupe,
       COUNT(*) AS commandes,
       AVG(avis.note) AS note_moyenne
FROM commandes
JOIN avis USING (order_id)
JOIN orders o USING (order_id)
JOIN customers c ON c.customer_id = o.order_customer_id
GROUP BY etat_client, commandes.groupe
ORDER BY etat_client, commandes.groupe;

Cette seconde requête cherche si l'associationVocabulaire · associationDeux mesures qui varient ensemble, comme le retard de livraison et la note laissée par le client. Une association dit où regarder, elle ne dit pas laquelle des deux mesures agit sur l'autre. se retrouve dans plusieurs États. Pour chaque État, vérifie les effectifs des deux groupes avec le minimum choisi à la section 1. Si un groupe manque ou est trop petit, le résultat de cet État est non concluant selon cette règle ; ne masque pas les lignes disponibles. Ce découpage ne transforme toujours pas l'association en causalité.

4. Modifier une convention et contrôler son effet

Que se passerait-il si chaque commande gardait la moyenne de ses avis au lieu de sa note minimale ? Écris ta prédiction pour les effectifs et pour la mesure, puis remplace seulement MIN(review_score) par AVG(review_score) dans la première requête. Conserve les deux résultats côte à côte.

Vérifie les groupes et leurs effectifs avant de commenter les moyennes. Si les effectifs changent, cherche une autre modification du périmètre ou de la jointureVocabulaire · jointureRapprocher deux tables sur une colonne commune, pour lire ensemble des informations qui sont stockées séparément.. Sinon, décris ce que cette convention change dans la lecture, sans choisir après coup celle qui donne le résultat préféré. Une moyenne identique ne suffit pas à conclure que la modification n'a pas été appliquée.

5. Transférer la méthode

Choisis une relation que tu veux vérifier dans ton projet. Écris avant le calcul :

1. une phrase affirmative ;
2. un écart minimal et un effectif minimal, avec leur raison ou leur statut « à discuter » ;
3. le périmètre exact ;
4. une autre variable qui pourrait expliquer les deux mesures.

Construis ensuite une requête avec une ligne par groupe, l'effectif et la mesure comparée. Si tu bloques, commence par deux groupes et un seul indicateurVocabulaire · indicateurUne mesure qu'on suit pour piloter une activité, comme le taux de livraisons en retard. Il se choisit à partir de la décision qu'il doit déclencher et du lecteur à qui il s'adresse..

Pour vérifier ton travail, une autre personne doit pouvoir lire l'hypothèseVocabulaire · hypothèseUne attente formulée avant le calcul, avec les données et la comparaison qui permettront de l’examiner. Un écart observé décrit ces données ; il ne démontre pas à lui seul une cause ni une règle valable ailleurs., exécuter la requête et retrouver le même constat descriptif, les mêmes règles et les choix encore ouverts. Rends l'attente initiale, le résultat avec ses effectifs, une limite et une vérification suivante réalisable. La personne doit pouvoir distinguer ce que tu as observé de ce qui reste une explication possible.