Pour continuer dans la lignée de ce billet, on peut lire on peut lire cette attaque de William Easterly (dans un style toujours très… easterlien) contre ce que l’on pourrait appeler « l’inductivisme naïf », c’est à dire la croyance (ou la malhônneteté, c’est au choix) selon laquelle on pourra trouver des résultats intéressants en multipliant les régressions statistiques. Ceux qui connaissent les écrits d’Easterly (voir cet ouvrage et celui-là) ne seront pas dépaysés par la critique. En gros, la confiance excessive que l’on accorde aux études statistiques découle de notre besoin de repérer des patterns dans des données où il ne règne en fait que le hasard. Comme d’habitude, il ne s’agit pas de dire que l’analyse de données ne sert à rien, mais plutôt qu’elle doit rester ce qu’elle est à la base : un moyen de tester les théories, pas de tirer de grandes conclusions.
Dans le même registre, on peut trouver ici (via MR) une critique cinglante du dernier ouvrage de Paul Collier, qui comme Easterly est un économiste du développement. Collier semble être coupable d’inductivisme naïf, pour finalement n’aboutir qu’à de simples corrélations qui ne veulent pas dire grand chose. Cela dit, n’ayant pas lu l’ouvrage, je ne peux dire s’il s’agit d’une critique juste du travail de Collier…
Sinon, sur les problèmes qui tournent autour de l’idée de « significativité statistique », on peut lire à profit certains écrits de Deirdre McCloskey (voir par exemple ici ou là). Voir également cette intéressante discussion d’Andrew Gelman.
Rationalité Limitée 
Dans cette même idée de l’usage bien tempéré de l’outil statistique j’ai lu ceci récemment : http://damienbabet.com/contrebande/?p=373 (Athéisme, sondage idiot et Kalandarstan)
Dans mon billet, je reste à un niveau plus basique: je critique des sondeurs (pas des économètres!) et je ne parle pas de test statistiques, ni même de ce que les sondeurs appellent « marge d’erreur », et qui, en l’occurrence, rend leurs chiffres encore plus absurdes)
Easterly, Gelman, etc., ont des critiques plus techniques, et sans doute plus fondamentales. Ceci dit, si les sondeurs faisait des tests statistiques, ça les forcerait au moins à expliciter des hypothèses, imaginer « ce qui se passerait si c’était aléatoire », et à réaliser que certains usages « instinctifs » des statistiques descriptives sont absurdes.
Ces discussions sont quand meme tres interessantes, meme si elles sont difficiles a bien comprendre. J’apprecie beaucoup le blog de Gelman, par exemple, mais je pense qu’une bonne partie de ses arguments sont assez subtils (mais fondamentaux). Les quelques debats avec d’autres statisticiens (Wasserman par exemple) sont aussi difficiles a suivre pour le non specialiste.
Ca conforte ma propre conviction que l’outil statistique est complexe a utiliser correctement, et qu’il y a un vrai probleme dans son utilisation dans les sciences, pas qu’en economie. On pardonne peu a un scientifique de faire des erreurs d’algebre lineaire, ou de confondre les concepts de base d’analyse. Il y a manque d’exigence dans les papiers qui est assez propre aux statistiques, j’ai l’impression. Je me demande d’ou ca vient.