Expériences sur le "pressentiment" par D.I. Radin

[Zwielicht]

Mais tout dépend justement de comment on départage les courbes à moyenner dans la catégorie "émotive" et quelles courbes moyenner dans la catégorie "non-émotive".

J'illustre:

Soit trois groupes:
A.20 personnes sont "nerveuses et émotionnelles"
B.20 personnes sont "non-nerveuses et peu sensibles"
C.60 personnes ne sont ni spécialement un ou l'autre

100 personnes et les 30 même images

Par définition,

"nerveux" = "signaux pré-stimuli supérieurs à la moyenne"
"non-nerveux" = "signaux pré-stimuli inférieurs à la moyenne"

"émotionnel" = réagit épidermiquement à plus d'images que la moyenne
"peu sensible" = réagit épidermiquement à moins d'images que la moyenne

En plus de poser ces définitions et la corrélation nerveux/émotif, quantifions ces définitions:

-les membres du groupe A ont une réaction marquée à 67% des images
-les membres du groupe B ont une réaction marquée à 33% des images
-les membres du groupe C ont une réaction marquée à la moitié des images.

On fait passer les 30 images aux 100 personnes.

On trouve, au total, 1500 réponses épidermiquement émotives contre 1500 réponses non-émotives.

Or parmi les 1500 réponses émotives (selon les termes de référence posés), on retrouve
400 réponses provenant des 10 personnes du groupe A
200 réponses provenant des 10 personnes du groupe B
900 réponses provenant des 80 personnes du groupe C

parmi les 1500 réponses non-émotives (selon les termes de référence posés), on retrouve
200 réponses provenant des 10 personnes du groupe A
400 réponses provenant des 10 personnes du groupe B
900 réponses provenant des 80 personnes du groupe C

Donc la courbe moyennée pour les réponses "émotives" sera composées de 2 X de personnes nerveuses (pré-stimuli élevé) que de personnes non-nerveuses, ce qui augmente la réponse pré-stimuli.

Une façon d'éviter ce biais serait d'avoir un jugement arbitraire sur les images indépendamment des réponses et de moyenner les courbes selon ce jugement. C'est peut-être déjà le cas, mais justement, j'ai dit

ne autre chose à vérifier mais qui me semble louche : les courbes qui sont classées comme "émotives" ou non pour fins de moyenne, le sont-elles selon les réponses épidermiques ou selon des critères arbitraires.

[Jean-Francois]

Mais la deuxième partie, qui consiste à soustraire la première valeur "après zéro" ainsi normalisée à toute la série, a pour effet de bouger la série sur l'axe des Y selon la première réaction, à 20 centièmes de seconde après avoir vu la photo

Tu fais erreur là: la valeur soustraite est la première après que le participant ait poussé le bouton qui déclenche la minuterie de 5s avant la photo:
"Then, all normalized trials zij are clamped to zero after the button press as pij ¼ (zij z1j), where z1j refers to the first normalized SCL sample after the button press in trial j, and i ranges across all samples 1–90." (p.256)
D'ailleurs, tous les graphes 2-6 montrent des courbes à zéro en y à environ -5s et non à 0s.
Mais, je pense que tu as raison de relever que la normalisation a pu affecter les résultats des tests. En partie parce que lors de la normalisation, tous les résultats d'une catégorie ont été mélangés, peu importe qui les a obtenu. J'aurais aimé une figure montrant un exemple de courbes avant la normalisation et après (avec écarts-type).

Je pense effectivement que Radin n'a pas contrôlé pour les "tempéraments" en procédant comme il l'a fait. Il aurait minimisé le problème en comparant les réponses "calmes" et "émotives" pour chaque participant avant de faire les moyennes globales (d'où ma remarque sur les tests "pairés"). En procédant ainsi, il aurait compensé pour un possible effet de "nervosité d'anticipation".

Il est difficile d'évaluer cet effet, mais avec la figure 2, on voit que les réactions émotives prennent quelques secondes à paraître comme peak d'activité et qu'elles semblent justement précédées d'un "choc" où l'activité diminue drastiquement

Je ne vois pas ton "choc": les courbes "émotives" montrent une inflexion vers le positif vers 2s mais, de manière générale, elles décroissent lentement à partir du début de l'expérience ("dérive" négative). On observe une décroissance similaire pour les réponses "calmes". Cette décroissance me fait croire que le seuil de réponse est assez élevé (la sensibilité des appareils d'enregistrement relativement faible). Cela ne serait sans doute pas trop grave si on comparait les réponses chez les mêmes sujets, à des projections réellement aléatoires, mais cela peut être un facteur problématique si on mélange les données de tous les individus comme Radin l'a fait.

Une autre chose à vérifier mais qui me semble louche : les courbes qui sont classées comme "émotives" ou non pour fins de moyenne, le sont-elles selon les réponses épidermiques ou selon des critères arbitraires

En fait, il aurait très bien pu analyser ces données en déterminant - avant l'expérience, évidemment, sur la base des expériences préliminaires - un seuil de réponse à partir duquel la réponse est considéré comme émotive (par ex., si à 5s la courbe dépasse x écarts-type des données de l'enregistrement complet). Par contre, il courrait le risque de se faire dire qu'il "beg the question". Critique qu'il aurait pu contourner en faisant vérifier - en double-aveugle - sur un échantillon de réponses si les réponses "émotives" correspondaient bien aux images "émotives".

Remarque, peut-être qu'une partie des réponses à nos questionnements se trouvent dans les articles initiaux?

Jean-François

[Zwielicht]

Merci JF.. tu as raison, j'ai mal interprété. Je retire donc mon commentaire sur la normalisation "contaminante", mais néanmoins, je vais revenir sur cette normalisation car on dirait que tout ce qu'on compare, finalement, ce sont des pentes qui commencent à zéro et dont l'amplitude est augmentée ou diminuée selon l'écart-type. Difficile d'interpréter cela d'une façon ou d'une autre; l'écart-type sera influencé par la tendance même et par les hautes-fréquences (à 5 Hz sur 5 secondes, il peut y en avoir).

C'est comme prendre n'importe quel article scientifique, trouver une courbe, retirer ce qui est "prédit" et prétendre que le bruit qui reste est une anomalie importante.

J'y reviendrai.

[Zwielicht]

En fait ces deux étapes de normalisation pourraient être simplifiées. Enlever la moyenne pré-stimulus avant de diviser par l'écart-type est superflu si on enlève de toutes façons la première valeur ainsi normalisée.

Au lieu de faire:
y'=(y-E(y(1:25)))/s(y(1:25))
puis
y''=y'-y'(1)
on peut faire
y''=(y-y(1))/s(y(1:25))

(s est une fonction d'écart-type, E est une fonction de moyenne, il y a 5 données par seconde, y(1:25) représente les 5 premières secondes)

Non? Je veux juste m'assurer d'avoir bien compris, car ce n'est pas très intuitif de faire une étape de trop.

[Jean-Francois]

Non? Je veux juste m'assurer d'avoir bien compris, car ce n'est pas très intuitif de faire une étape de trop.

Je ne suis pas sûr que cela alignerait les courbes sur le zéro. Je suis d'accord que la seconde étape est un peu redondante: après tout, s'il enlève la moyenne des valeurs obtenues c'est qu'il considère que cette moyenne représente le zéro. Par contre, je ne comprends pas vraiment la justification de la division par l'écart-type: si celui-ci est plus grand (plus de variabilité), cela va "écraser" la courbe (je pense que c'est ce qui se passe dans l'expérience 1: beaucoup de variabilité donc des courbes de faible amplitude).

À la rigueur, ce n'est pas si important que ça puisque s'il traite toutes ses données de la même manière elles demeurent comparables. Je pense que la subtilité qui peut le plus biaiser ses résultats - du côté traitement des données - provient du fait qu'il ne distingue pas entre les participants. Cela fait que si le nombre de séquences "calmes" et "émotives" ne sont pas exactement les mêmes chez tous les participants, cela peut entraîner de légères différences qui peuvent influencer le résultat. Pourtant, il reconnaît que le "tempérament" des participants un facteur dont il faut tenir compte:
"Normalized SCL is of interest, rather than absolute SCL, because otherwise a few Ps with highly labile SCL signals would overwhelm the data from other, less labile Ps."

Plus ça va, plus je me dis qu'il aurait fallu un tableau montrant un jeu de données avant et après normalisation. Un tel tableau se trouve peut-être dans un autre article? Mais j'en doute un peu, car il exposerait des résultats visiblement négatifs (les écarts-types feraient en sorte que les courbes de réponses "calmes" et "émotives" se superposeraient avant l'apparition du stimulus).

Jean-François

[Zwielicht]

Mais je m'interroge du fait que l'auteur décrit une méthode de normalisation qui comporte une étape mathématiquement superflue.

L'écart-type d'une série est le même, qu'on ait soustrait une moyenne ou non ou n'importe quel nombre arbitraire.

Si on remplace le y' dans l'expression suivante
y''=y'-y'(1)
par y'=(y-E(y(1:25)))/s(y(1:25))
on obtient
y''=(y-E(y(1:25)))/s(y(1:25))-(y(1)-E(y(1:25)))/s(y(1:25))
y''=(y-y(1))/s(y(1:25))

Donc enlever la moyenne de 1 à 5 secondes est superflu. Si l'auteur n'a pas compris cela et que ça figure dans l'article.. c'est un signe que cet article n'a peut être pas été vraiment revisé sérieusement avant sa publication.

Quant au truc de l'écart-type, en effet, ça n'a pas de sens de le faire surtout pour une même personne. Si je subis le test comme cobaye, qu'on considère ma "réponse physiologique" à l'image 20 de la même manière qu'à l'image 200 ! L'instrumentation est la même.. le bruit de fond devrait être le même. Pourquoi cette normalisation systématique d'une courbe à l'autre chez une même personne ?

Comme tu dis, ça ne devrait pas a priori causer de biais, mais disons que, du fait d'avoir différentes façons possibles de normaliser des données, statistiquement cela accroit la possibilité qu'un biais systématique apparent (toujours dans le même sens) apparaisse dans une expérience quelconque à quelque part.

[Venom]

Tiens, je viens de tomber dessus, une série de vidéos YouTube (en anglais) où Dean Radin parle de ses expériences sur le pressentiment:

http://www.youtube.com/watch?v=6tjvpk_x-YI