Plus un homme aide à la maison, plus il risque le divorce

Plus je pédale moins vite, moins j'avance plus loin.

Il y a cette problématique de confusion entre corrélation et causalité qui a été précédemment abordée.

Elle est juste.

L'interprétation d'un coefficient de corrélation prend du sens lorsqu'on dispose de la caractérisation des individus au travers d'une multitude de variables représentatives afin de mettre en évidence celles qui sont réellement déterminantes.

Par exemple s'il y a une forte relation entre l'hospitalisation et le décès, cette base de données complète mettrait en évidence que les informations concernant l'état de santé du patient sont déterminantes de la variable à expliquer "décès" et que l'hospitalisation n'est pas un facteur explicatif mais une conséquence.

En terme statistiques, cette problématique cause / conséquences / corrélation / causalité n'est pas une mince affaire.

Et il existe bon nombre d'algorithmes qui se focalisent sur la minimisation des variances et covariances en faisant abstraction des variables initiales.

Si on souhaite "résumer" un ensemble multivarié composé d'une multitudes de variables corrélées, on peut reconstruire deux ou trois axes explicatifs "composites" déterminants pour l'explication résumée de l'ensemble du modèle.

Vous aurez entendu parler des Analyses en composantes principales ou des analyses factorielles des correspondances par exemple.

Ces axes composites sont les meilleurs résumés explicatifs de l'ensemble des relations multivariées d'un modèle et sont parfois un mixte assez conséquent des variables de départ.

L'interprétation de l'information de ces axes composites comme meilleure variable explicative du modèle nécessite à la fois d'analyser la contribution de chacune des variables initiales pour sa formation et d'analyser la contribution de l'axe dans son caractère explicatif sur la problématique abordée.

Bref, c'est un métier.

On peut y ajouter la pertinence de l'extrapolation d'une relation de dépendance entre une série observée (généralement un nombre X d'observations appartenant à un échantillon) à l'ensemble du phénomène étudié (donc l'ensemble de la population)

La relation linéraire, c'est un peu le B.A BA de la mise en évidence d'une relation de dépendance qui n'a pas vocation à être ni la meilleure, ni la seule méthode.

Le point le plus marquant en tout cas, c'est qu'on ne peut à partir de la mesure d'un coefficient de corrélation linéaire extrapoler un lien de dépendance (et non un lien de causalité) à partir d'un échantillon pour l'ensemble de la population.

Si sur 500 individus on constate un coefficicent de corrélation présumant un lien de dépendance statistique quelconque, il faut jouer du test de corrélation linéaire à N-2 degrés de liberté pour présumer de l'existence de cette relation sur l'ensemble des individus.

Tout le monde s'en fout mais pour dire que s'il n'est pas faux de dire que le partage des tâches ménagères peut avoir une relation de dépendance avec le taux de divorce, il est en revanche totalement faux de présumer d'un lien de causalité.

Il est probable que le partage des tâches soit davantage une conséquence par exemple d'un degré d'émancipation financière des femmes ou d'un niveau social ou d'autres facteurs primaires qui seraient eux plus explicatifs sur la variable à expliquer "divorce"

Si on constate sur deux conséquences une relation forte, cela ne signifie pas que l'une est la cause de l'autre.

Bon on se rendort, fin de pause café.

Il y a cette problématique de confusion entre corrélation et causalité qui a été précédemment abordée.

Elle est juste.

L'interprétation d'un coefficient de corrélation prend du sens lorsqu'on dispose de la caractérisation des individus au travers d'une multitude de variables représentatives afin de mettre en évidence celles qui sont réellement déterminantes.

Par exemple s'il y a une forte relation entre l'hospitalisation et le décès, cette base de données complète mettrait en évidence que les informations concernant l'état de santé du patient sont déterminantes de la variable à expliquer "décès" et que l'hospitalisation n'est pas un facteur explicatif mais une conséquence.

En terme statistiques, cette problématique cause / conséquences / corrélation / causalité n'est pas une mince affaire.

Et il existe bon nombre d'algorithmes qui se focalisent sur la minimisation des variances et covariances en faisant abstraction des variables initiales.

Si on souhaite "résumer" un ensemble multivarié composé d'une multitudes de variables corrélées, on peut reconstruire deux ou trois axes explicatifs "composites" déterminants pour l'explication résumée de l'ensemble du modèle.

Vous aurez entendu parler des Analyses en composantes principales ou des analyses factorielles des correspondances par exemple.

Ces axes composites sont les meilleurs résumés explicatifs de l'ensemble des relations multivariées d'un modèle et sont parfois un mixte assez conséquent des variables de départ.

L'interprétation de l'information de ces axes composites comme meilleure variable explicative du modèle nécessite à la fois d'analyser la contribution de chacune des variables initiales pour sa formation et d'analyser la contribution de l'axe dans son caractère explicatif sur la problématique abordée.

Bref, c'est un métier.

Tout à fait, c'est pourquoi il est particulièrement puéril d'employer les sondages et/ou les statistiques pour défendre sa vision du monde quand d'une part, l'immense majorité ne pipera pas le premier mot du type d'explication que tu tentes de donner, et d'autre part, les données et les conditions véritables de l'étude ne sont pas données de façon nécessairement objectives et/ou transparentes.

Les sondages, les votes ou intentions de vote, les statistiques ou autres sont toujours profondément manipulatrices, même celles qui sont justes d'ailleurs.

C'est, à la limite, une pratique qui devrait être interdite (voir utilisée en dernier recours) dans un débat politique.

On peut y ajouter la pertinence de l'extrapolation d'une relation de dépendance entre une série observée (généralement un nombre X d'observations appartenant à un échantillon) à l'ensemble du phénomène étudié (donc l'ensemble de la population)

La relation linéraire, c'est un peu le B.A BA de la mise en évidence d'une relation de dépendance qui n'a pas vocation à être ni la meilleure, ni la seule méthode.

C'est pourquoi il faut isoler et contrôler les variables connues pour avoir un influence sur le résultat.

Les problèmes sont nombreux à ce niveau, et on "suppose", à la base, que ces variables sont connues et listées de façon exhaustive.

En fait, le mieux qu'on puisse faire d'un points de vue scientifique et statistique c'est d'affirmer qu'une variable isolée en particulier est le facteur "le plus explicatif" du résultat.

Sous réserve que la liste des variables étudiées isolément est exhaustive et que l'échantillon est représentatif de la population générale, alors on en déduit (de façon totalement arbitraire) un rapport de causalité plutôt qu'un rapport de corrélation.

Le point le plus marquant en tout cas, c'est qu'on ne peut à partir de la mesure d'un coefficient de corrélation linéaire extrapoler un lien de dépendance (et non un lien de causalité) à partir d'un échantillon pour l'ensemble de la population.

Si sur 500 individus on constate un coefficicent de corrélation présumant un lien de dépendance statistique quelconque, il faut jouer du test de corrélation linéaire à N-2 degrés de liberté pour présumer de l'existence de cette relation sur l'ensemble des individus.

Notons au passage qu'il existe des méthodes de quotas et de sélection des échantillons de sondés (pas parfaites non plus, certes).

Notons au passage qu'il existe des méthodes de quotas et de sélection des échantillons de sondés (pas parfaites non plus, certes).

Oui et pour mémoire, elles ne se substituent pas aux incertitudes liées à la taille de l'échantillon.

Lesquelles méthodes doivent d'ailleurs être maitrisées parce que les extrapolations sur l'ensemble d'une population sont à la base décrites sur la base d'échantillons aléatoires purs.

Au delà, il existe des techniques dites de redressement qui consiste à intégrer aux résultats des biais qui ont été modélisé ou prévu.

Par exemple à une époque, les résultats du FN étaient redressés car les populations sondées ne répondaient pas sur cette véritable intention de vote.

Le sondage était donc retraité (des techniques de redressement existent mais sont toutes discutables sur leur pertinence statistique car les meilleurs redressements sont au pifomètre électronique à balayage ou appelons cela l'expérience)

Voila pourquoi les intentions de vote du FN étaient si mal mesurés entre les différents instituts.

A noter enfin qu'on peut ne plus faire appel à ces méthodes d'extrapolation lorsque l'échantillon est utilisé plusieurs fois comme référence.

C'est le cas par exemple du panel utilisé pour l'audimat qui rend compte de l'audience quand bien même les incertitudes liées à l'extrapolation sur l'ensemble de la population restent présentes.

Que faut-il en conclure alors ?

Que les hommes ne doivent rien faire pour sauver leur couple ?

Franchement, ce genre d'étude ne démontre rien (d'ailleurs aujourd'hui, je ne sais pas si vous avez remarqué, mais on fait des sondages, et des enquetes sur tout et n'importe quoi).

Titre mensonger.Ah lala ces journaux qui lancent des titres accrocheurs qui déforment les contenus des articles

c'est l'article (ou sa traduction) qui est incohérent :

"Plus un homme en fait à la maison, plus la proportion de divorces augmente", explique Thomas Hansen, coauteur d'une vaste étude intitulée "L'égalité à la maison". Pour les chercheurs, il n'y a aucun, ou presque aucun lien de causalité, et cette corrélation est plutôt un signe de la "modernité" des couples.

bref, voilà un paragraphe qui affirme à la fois une chose et son contraire, pas très sérieux, tout ça...

C'est un article à la con. Au titre mensonger. Basé sur une étude stupide.

Mais il y à des amateurs pour ce genre de littérature destinée à des simplets.

ça permet surtout à Savonarol de renvoyer les femmes à leur ménage...

moi aussi, je peux sortir les études qui m'arrangent... comme celle-là, par exemple :

Le plus grand frein à la carrière des femmes n'est pas d'avoir des enfants, c'est d'avoir un mari qui ne coopère pas

Trois chercheuses en sociologie et en business, Robin Ely, Pamela Stone et Colleen Ammerman, ont interrogé plus de 25.000 diplômés de la prestigieuse Harvard Business School. Elles ont trouvé que plus d'hommes avaient atteint des positions de haute responsabilité et qu'ils étaient en moyenne plus satisfaits au travail que les femmes.

Mais contrairement à leurs attentes, elles n'ont pas trouvé que cet écart était causé par le fait d'avoir des enfants. Par contre, les chercheuses ont observé chez les femmes une corrélation entre le manque de satisfaction par rapport à leur carrière et le fait d'avoir un mari dont les ambitions passaient toujours en premier.

bref, voilà un paragraphe qui affirme à la fois une chose et son contraire, pas très sérieux, tout ça...

Tu n'avais pas du linge à laver par hasard?... :D

Que faut-il en conclure alors ?

Que les hommes ne doivent rien faire pour sauver leur couple ?

Franchement, ce genre d'étude ne démontre rien (d'ailleurs aujourd'hui, je ne sais pas si vous avez remarqué, mais on fait des sondages, et des enquetes sur tout et n'importe quoi).

tout à fait... raison de plus pour lire d'urgence ce petit guide :

LA MANIPULATION PAR LES SONDAGES

Techniques, impacts et instrumentalisations

Comment peut-on "bidonner" un sondage ? Quelles sont les techniques, non seulement dans la rédaction des questions, dans les modes d'interrogation, mais aussi dans la publication des résultats et dans la façon de les commenter ? Depuis de nombreuses années, à chaque élection, on parle de manipulation des sondages. Mais où s'arrêtent l'erreur, la maladresse, l'imprécision et où commence la manipulation ?

passionnant !

Tu n'avais pas du linge à laver par hasard?... :D

arf... il y a belle-lurette que j'ai confié ça... à mon lave-linge ! :D

Selon une étude norvégienne, la proportion de divorce est 50% fois plus élevée

plus les tâches ménagères étaient réparties équitablement dans un couple, plus les risques de divorce étaient élevés.

la proportion de divorces parmi les ménages qui partagent les tâches domestiques de manière équitable est environ 50% plus élevée que chez ceux où l'essentiel du travail est accompli par la femme.

L'article

Je suis d'accord.

ça dévérilise un homme !

Du coup , la libido baisse...

Un jour, la femme tombe sur un apolon : Un homme ! Un dur ! Un vrai de vrai ! Un viril ! qui lui fait tourner la tête !

Bien plus excitant que bonbonne à la maison avec sa serpillère à la main et son seau d'eau !

Comme dorénavant madame a un amant, la routine s'installe, et l'ennui fait suite, et arrive donc ????

Et oui ! Fallait s'y attendre : LE DIVORCE !

Après le seconde guerre, y eut pu un homme ( parti à la guerre ) pour ramener la marmite à la maison....

Madame, du donc aller chercher de quoi nourrir les rejetons à la maison !:blush:

Madame, découvrit alors, Oh surprise ! Que c'était bien plus dynamisant et excitant que de faire la popote et de se faire rabaisser à la maison parce-qu'elle est dépendante de la pitance paternaliste !

lle découvre alors les joies de pouvoir assumer parfaitement le foyer à elle seule et en plus ! de pouvoir gérer l'éducation de ses têtes blondes à sa guise !

Du coup , DIXIT l'homme dans sa toute puissance !

RELAIYE au second plan !

Désormais, il faudra montrer patte blanche, et apporter des preuves de sa fiabilité !

Pauvre homme se retrouva face à une nouvelle catégorie de femme qu'il ne connaissait pas et donc l'indépendance lui fait peur, car il ne maîtrise pus le sujet...

Désormais, la buissness woman est en haut de la hiérarchie.

Alors pensant la reconquérir, il s'est mis à la serpillère, et à force ?

Il est devenu ( pour certains ) une " serpillère "...

Le père se désengage de son rôle de père, qu'il ne connaît même plus, vu qu'il a été élevé par une mère célibataire( pour beaucoup) au vu de l'indépendance de la femme qui s'en va dès que ça ne lui plaît plus.

Alors en plus, un homme avec une serpillère

Ils sont ou les hommes qui ressemblaient à des hommes ?

Ils sont ou les hommes qui prenaient la peine et le temps de nous faire la cour, ou tout n'était pas tout de suite gagné ?

Le temps ou il y avait encore une part de mystère ?

Aujourd'hui, c'est soit au lit, soit la popotte !

Pfiou, ça pique les yeux

Selon une étude norvégienne, la proportion de divorce est 50% fois plus élevée

Les femmes modernes seraient moins dépendantes de leur mari et peuvent donc plus s'en sortir en cas de divorce © Photou risque de faire jaser dans les chaumières, une étude norvégienne vient d'établir que plus les tâches ménagères étaient réparties équitablement dans un couple, plus les risques de divorce étaient élevés.

Publicité

Selon l'institut de recherche en sciences sociales Nova, la proportion de divorces parmi les ménages qui partagent les tâches domestiques de manière équitable est environ 50% plus élevée que chez ceux où l'essentiel du travail est accompli par la femme.

L'article

Je sais pas tu as peut être raison je supporte pas que mes femmes fassent des taches ménagères, cela m'incombe car elle ne savent pas du tout les faire, elles les font mal, et toute celles que j'ai plaqué voulaient en faire.