Preuves scientifiques de l’existence d’un discrimination homme/femme dans la société française.
Quelles sont les preuves scientifiques de l’existence du Patriarcat.
Preuves scientifiques féministes.
Débunkage des écarts-salariaux entre hommes et femmes.
Démonstration du sexisme et du patriarcat par la détection d’écart salariaux statistiques, entre hommes et femmes.

Bonjour.
Je suis le docteur en sciences Olivier Dufour.
Je suis docteur en biologie.
Comme d’habitude, pour ceux qui veuillent plus de détails, vous trouverez mes références dans la description sous la vidéo.
L’état français, et donc les contribuables français, a financé une partie de mon instruction, notamment à l’université.
Et je viens donc restituer à mes concitoyens, ma connaissance de la méthodologie scientifique.
Et ce sur le sujet des « inégalités hommes femmes ».
Je ne suis pas le mieux placé pour le faire.
Car je suis un biologiste spécialisé en traitement du signal et apprentissage machine.
Il nous faudrait en réalité plutôt un biostatisticien du genre, le Pr Franck Torre, qui fut mon professeur de biostatistiques à l’université Marseille St Charles.
Mais j’ai l’impression que les spécialistes en biostatistiques restent médiatiquement silencieux.
J’espère les provoquer et les faire sortir du bois.
Bien que je comprenne tout à fait leur absence.
Les spécialistes en biostatistiques sont absents de YouTube, parce qu’ils ont beaucoup mieux à faire, notamment de la Recherche.
Les résultats de la Recherche permettent de sauver des millions de vie tous les jours.

Donc faute de grives, on mangera des merles.
J’ai moi-même dû m’intéresser sérieusement au statistique, comme tout biologiste.
Puisqu’à partir du moment où un biologiste veut démontrer un lien entre 2 variables, il va falloir qu’il mette les mains dans le cambouis de la normalisation des données, des tests statistiques, des calculs de coefficient de corrélation, et cetera.
Et j’ai donc échangé avec des biostatisticiens.
Je vais donc tenter de vous restituer correctement les informations dont je dispose.

Première partie, nous allons parler des inégalités salariales.
Certaines personnes prétendent, par la mesure d’écarts salariaux, démontrer l’existence d’une discrimination sexiste.
Par exemple, en 2020, la ministre française Marlène Schiappa a dit « Les femmes sont payés 9 à 27% de moins que les hommes » (source en description).

Mais même si les femmes salariées étaient effectivement payés 30% de moins que les hommes salariés, ce n’est scientifiquement pas une preuve de discrimination sexiste.
La méthode qui consiste à faire 2 classes (homme et femme) et à mesurer la distribution de la valeur d’un caractère dans chaque classe, est bidon.
C’est nul.
C’est pas comme ça qu’on fait des biostatistiques.
Je pourrais m’arrêter là.
Je pourrais m’arrêter là car c’est pas un secret.
C’est vraiment le b a ba des statistiques.
Je pourrais m’arrêter là et dire « taisez-vous, et allez lire un manuel de biostatistiques ».

Mais je vais quand même tenter d’expliquer pourquoi c’est bidon.

La méthode que je critique, c’est de prendre une ou plusieurs caractéristiques: par exemple, le revenu annuel brut, le taux d’endettement, le salaire mensuel net …
De faire 2 colonnes.
Une colonne pour les femmes.
Une colonne pour les hommes.
À raison d’une colonne par caractéristique.
Et pour chaque colonne, je vais calculer et afficher la moyenne arithmétique, la médiane, le premier et 3ème quartile, les écarts-type, la variance, ce que vous voulez.

Cette manière de procéder est bidon, parce que quelque soit vos résultats, vos écarts mesurées, ils ne démontrent non pas une inégalité homme femme.
Ils démontrent juste que vous partez du principe que cette inégalité existe.
C’est le serpent qui se mort la queue.

La méthode scientifique vous interdit de définir 2 classes sans justifier.
En faisant ces 2 colonnes, vous partez du préjugé que ces 2 classes sont pertinentes.
C’est pour ça que votre démonstration est fausse.
C’est parce que vous excluez totalement qu’il puissent y avoir 2 classes, bien plus pertinentes, ou 5 classes au lieu de 2.
C’est à vous de justifier, en amont, pourquoi vous faites 2 classes sur le critère du sexe, plutôt que la taille du pancréas par exemple.
C’est à vous de justifier, en amont, pourquoi vous faites 2 classes et non pas 5 ou 7 classes.

En méthodologie scientifique, on étudie d’abord la distribution des données, avant de dire « Ah ben tiens, je décide que ces données-ci appartiennent à telle catégorie, et ces données-ci appartiennent à une autre, et qu’il n’y a que 2 catégories. »
Vous êtes censés justifier d’abord la pertinence de la création de ces 2 classes.

Comme quand vous avez un nuage de points.
Et que vous considérez que les points appartiennent grosso modo tous à une droite théorique.
Et que vous tracez cette droite.
On peut calculer n’importe quelle droite de régression linéaire à partir d’un nuage de points.
Mais on peut aussi tracer la même droite de régression linéaire à partir de 2 nuages de points très distincts et éloignés.
Ce n’est pas parce que graphiquement on peut tracer une droite, que cela démontre la pertinence de cette droite à résumer et à interpréter vos données.

De plus, en mathématiques, quand vous tracez votre droite depuis votre nuage de points, vous êtes obligé, juste après, de démontrer que votre droite est plus pertinente qu’une courbe ou qu’un cercle.
Je ne rentre pas dans les détails soporifiques sur le comment on le justifie.
Mais quoi qu’il en soit, c’est une preuve que la méthode qui consiste à faire 2 classes (homme et femme) et à mesurer la distribution de la valeur d’un caractère dans chaque classe, est fausse et scientifiquement invalide.

Pour en revenir à l’exemple homme/femme, je vais donner des exemples.
Quand vous déclarez 2 classes: homme et femme, vous vous mettez peut-être le compas dans l’œil, parce que si vous aviez d’abord étudié la distribution des points avec méthode, vous vous seriez aperçu qu’il est bien plus pertinent d’avoir:
2 classes: personnes handicapés moteur et personnes non handicapés moteurs.
3 classes: hommes et femmes de 0 à 20 ans, homme de plus de 20 ans, et femmes de plus de 20 ans.

Arrivé à ce stade de mon discours, vous ne voyez peut-être pas encore pourquoi on ne peut pas utiliser la méthode que j’ai décrite ci-avant, pour vérifier ou démontrer une inégalité homme femme.
Premièrement, je rappelle que ce n’est pas à moi de démontrer que vous ne pouvez pas utiliser cette méthode.
C’est à vous de démontrer que vous le pouvez (utiliser cette méthode).
C’est à vous de démontrer que vous ne violez pas les connaissances élémentaires en mathématiques, notamment autour de la notion de significativité.

Deuxièmement, je vais quand même vous donner un autre exemple, qui, j’espère, sera encore plus pédagogique.
Imaginez qu’il existe, en réalité, une très forte inégalité, sur tous les plans que vous voulez, entre 2 classes.
Mais que c’est 2 classes ne soient pas « homme » et « femme » mais « QI inférieur à 80 » et « QI supérieur à 80 ».
Ou alors, « personne qui possède moins de 3000 mots de vocabulaire français » et « personne qui possède plus de 3000 mots de vocabulaire français »
Ou alors, « personne propriétaire de sa résidence principale » et « personne locatrice de sa résidence principale ».
Ou alors, « personne qui a déplacée des charges lourdes pendant son adolescence » et « personne qui n’a pas déplacée des charges lourdes pendant son adolescence ».
Ou alors, « personne dont la source de revenus mensuelle principale est le salariat » et « personne dont la source de revenus mensuelle principale n’est pas le salariat ».
Ou alors, « personne de moins de 30 ans » et « personne de moins de + de 30 ans ».

Si jamais, ces 2 catégories ne se sont pas réparties de manière symétriques entre vos 2 classes « homme et femme », alors graphiquement, vous pourrez voir une différence graphique entre les moyennes arithmétiques, la médiane, le premier et 3ème quartile, les écarts-type, la variance de vos 2 bâtons.

La grosse différence, c’est que si vous, votre objectif, c’est de comprendre les inégalités, notamment pour pouvoir peut-être les résoudre, ou les absorber, ou les compenser, vous ne devez pas travailler sur la question « homme femme », vous devez plutôt à réfléchir à comment faire changer de classe :
-les « personne qui possède moins de 3000 mots de vocabulaire français »
-les « personnes non propriétaires de leur résidence principale »
-les « QI inférieur à 80 »
-les « personnes qui ont déplacées des charges lourdes pendant leur adolescence »
-les « personne dont la source de revenus mensuelle principale est le salariat » et « personne dont la source de revenus mensuelle principale n’est pas le salariat ».
-les personne de moins de 30 ans.
(J’espère qu’il est clair que mes exemple sont complètement factices.)

Si nous sommes bien dans une réalité ou effectivement, il y a une ségrégation bien plus forte entre 2 classes qui ne sont pas homme/femme mais qui sont réparties de manière asymétriques entre ces 2 classes (homme/femme), si vous persistez à travailler sur 2 classes « hommes », même si vous dépensez des milliards et obtenez un redressement à l’égalité des 2 colonnes homme et femme, et bien vous n’aurez toujours pas résolu la ségrégation la plus forte entre les 2 classes pertinentes.
Si ça se trouve, en dépensant ces milliards, vous aurez peut-être tout simplement forcé une répartition symétrique des personnes négligées entre les 2 classes homme et femme.
Mais vous n’aurez absolument pas résolu le problème.
Vous n’aurez pas amélioré les conditions de vie des individus.
Vous aurez juste brassé du vent pour que votre petit caca nerveux du bâton des hommes et du bâton des femmes soit quasi-identiques.
Ils ne seront d’ailleurs jamais identique à cause des méthodes d’échantillonnage, des biais et du bruit du fond dans tout signal mesuré.
Donc, si vous persistez à vouloir observer les inégalités au travers des 2 classes Homme/Femme, vous allez rater votre objectif de justice ou de diminution de la souffrance.

En outre, le problème de votre classification homme/femme, c’est que vous allez devoir définir homme et femme.
Et conte-tenu de l’hétérogénéité des caryotypes et des biologies, vous allez avoir du mal à justifier la partialité et la subjectivité de vos notions d’homme et de femme.

J’invite les personnes avec des connaissances plus poussées que moi en statistiques à se manifester pour confirmer ou infirmer, critiquer, ce que je dis.
Vous pouvez vous manifester par exemple dans les commentaires sous la vidéo.
Vous pouvez vous manifester par exemple en m’envoyant un mail pour me signaler votre soutien ou mes erreurs.
Mon mail est dans la la section « à propos » de ma chaîne.
Et vous pouvez vous manifester en publiant à votre tour une vidéo sur le sujet.
Je peux, sous conditions, m’occuper du montage et de la publication de votre raisonnement sur YouTube si ça peut vous soulager, conte-tenu de la masse de travail que cela représente et que vous ne pouvez pas vous permettre dans votre quotidien de spécialiste, de chercheur, et cetera.

Si je fais cette vidéo, ce n’est pas pour ensemencer les autres de ma connaissance.
C’est plutôt parce qu’ai eu accès à des enseignements de biostatistiques.
Il me semble, pour les raisons que j’ai expliquées, que tous les diagrammes en bâton ou les phrases telles que celle de Mme Schiappa ne démontre absolument pas une inégalité homme femme.
Elle démontre juste un niveau de méconnaissance des sciences mathématiques.

Si vous avez apprécié cet arbitrage mathématique, pouvez-vous mettre un pouce vers le haut, s’il vous plaît?

Sources:
Marlène Schiappa a dit « Les femmes sont payés 9 à 27% de moins que les hommes »
(31m05s) https://youtu.be/6H-FyG5S_FE?t=1860

Professeur de biostatistiques Franck Torre:
https://www.imbe.fr/franck-torre.html

source et crédits photos:

Nuage de points et droite de régression linéaire:
https://fr.wikipedia.org/wiki/Nuage_de_points_(statistique)

Diagramme (source INSEE) de qualité médiocre sur l’inégalité salariale homme femme.
https://amelieletang.wordpress.com/2015/12/16/hommefemme-une-difference-reelle-de-salaires/

partie 2 (suite): pas encore disponible.

Références personnelles et mon profil:

Références de mon sujet de thèse:
https://www.theses.fr/2016LARE0005

Un peu de biblio perso:
Manuscrit de thèse « RECONNAISSANCE AUTOMATIQUE DE SONS D’OISEAUX ET D’INSECTES ».
Olivier Dufour, le 18 février 2016, pour l’obtention du grade de Docteur de l’université de la Réunion »:
https://drive.google.com/file/d/1rPhJJMyPIi7ZUWQ_KzYGHbzBRyYJJdwR/view?usp=sharing
https://www.researchgate.net/profile/Olivier_Dufour2
https://books.google.fr/books?hl=fr&lr=&id=XGOfDwAAQBAJ&oi=fnd&pg=PA83&dq=olivier+dufour&ots=7gTOW4reSH&sig=Ux_G5gM3DgOAvTjX1IniIQR2Gko#v=onepage&q=olivier%20dufour&f=false
https://cel.archives-ouvertes.fr/LIP6/hal-01488785v1
https://hal-amu.archives-ouvertes.fr/hal-01488264/
https://www.sciencedirect.com/science/article/abs/pii/S1574954116301194
https://doi.org/10.1016/j.ecoinf.2016.08.004

Les articles que j’ai reviewés pour la revue scientifique à comité de lecture « Ecological informatics »:
https://www.sciencedirect.com/science/article/abs/pii/S1574954116301261
https://www.sciencedirect.com/science/article/abs/pii/S1574954117300286
https://arxiv.org/abs/1909.04425
https://cel.archives-ouvertes.fr/LIP6/hal-01488786v1

Série de tous les épisodes de la chaîne dans l’ordre chronologique:
https://www.youtube.com/playlist?list=PLOQanq3p4_Cmf1LbsrSS5BOaVwH4FZfU9

F A C E B O O K
https://www.facebook.com/Science-Dr-Dufour-Olivier-2316438282013527/

T W I T T E R
https://twitter.com/dufour_dr