Trees and forest. Recursive partitioning as an alternative to parametric regression models in social sciences

Abstract

Arbres et forêt. Le partitionnement récursif comme alternative aux modèles de régression paramétriques dans les sciences sociales. Les modèles de régression paramétrique sont devenus l’outil dominant de la sociologie quantitative. Cette domination n’est pas sans poser problème et de nombreuses critiques ont été exprimées, tant sur le plan statistique qu’épistémologique. Pourtant, le développement de la fouille de données, puis de l’apprentissage automatique, a conduit à l’émergence d’approches méthodologiques permettant de surmonter la plupart des limites des modèles de régression paramétrique, pour les différents types d’utilisation qui intéressent les sciences sociales. Nous soutenons que le partitionnement récursif, en particulier, peut être très utile pour les sciences sociales. En effet, cette approche présente un certain nombre d’avantages techniques par rapport à la régression paramétrique et, surtout, elle est cohérente avec une conception des déterminations sociales en termes de configurations de facteurs interdépendants (et non d’additions de facteurs indépendants). Dans un deuxième temps, nous passons en revue une série d’outils permettant d’interpréter les résultats obtenus par les algorithmes de partitionnement récursif. Ensemble, ils forment une boîte à outils très complète pour les sciences sociales et montrent que le partitionnement récursif n’est plus une boîte noire dès lors que les outils d’interprétation appropriés sont mobilisés. Enfin, nous illustrons les méthodes présentées à l’aide d’exemples sociologiques sur le monde du cinéma. Ce faisant, nous montrons que ces méthodes permettent de traiter différents types de problèmes qui se posent en sciences sociales lorsque des régressions paramétriques sont habituellement utilisées, en l’occurrence l’étude des effets de structure et la hiérarchisation des facteurs explicatifs.