questions?

pour répondre à la question de départ.

il y a en schématique, deux sortes de généralisation

1- les généralisation que je dis statistiques: ce serait fondé sur une simple description... x% de la population a la caractéristique a.
en ce cas, en rencontrant un membre de la population, si je dis qu'il est "a", j'aurais x% des chances (risques) de dire vrai.

2- les autres généralisations, hâtives.
c souvent faire des généralisations à partir des données que l'on a pu rencontrer sur son chemin (vues, entendues, ...)
x% de l'échantillon que j'ai approché a la caractéristique a.
en ce cas, en rencontrant un membre de la population, si je dis qu'il est "a", j'aurais y% des chances (risques) de dire vrai. et "y" est probablement différent de "x" seulement je ne dispose d'aucun moyen pour vérifier.
prkoi? pcq cette méthode de généralisation est des plus biaisé qui soit:
- il y a un biais de sélection: rien ne dit que mon échantillon était représentatif de la population, et je n'ai pris ni temps ni moyen pour vérifier
- il y a un biais de mémoire, ce dont je vais tenire compte sont les cas marquants: en positif ou en négatif (je fais fi des neutres)...
- un biais de valeur accordée: plus un cas aura une intensité marquante et plus grande sera la place qu'il occupera à ma mémoire et donc plus grande sera l'importance que je vais (inconsciemment) lui accorder... ce n'est pas en lien avec le nombre de fois que cette caractéristique a été notée, ce qui fausse donc les statistique...
- un biais de "processing": on dit svnt que la première impression est la bonne... l'être humain fonctionne svnt selon cette modalité: on a tendance (inconsciemment) à faire valoir les exemples qui supportent notre première idée/hypothèse et a tracer une mega croix sur les exemples qui iraient à son encontre (il ya un terme pour ce phénomène psychologique, mais il m'échappe en cet instant)
- etc etc

avec cette seconde méthode de généralisation, il n'y a pas même de correspondance entre les proportions que l,on attribue à une caractéristique "a" et celle présente en réalité.
si je veux me prononcer sur un individu, mes chances (risques) de dire vrai, sont encore diminué.

----
mais d'une façon ou d'une autre, la généralisation est d'ordre populationel, et le 100% n'existe pas
quand je veux me prononcer sur un individu, ces généralisations ne servent pas tant, ils m'indiquent une probabilité simplement; et la probabilité est une indication et non pas une affirmation: c l'individu même que je dois étudier pour savoir s'il a une caractéristique "a" ou "b"... et non pas essayer de faire une étude statisque sur les caractéristiques de la population à laquelle je le crois appartenir: c plus efficient.

mais bien sûr, on pourrait toujours dire que faire des généralisations sauve de penser davantage... moi je ne considère pas que ce soit efficient et la possibilité d'erreur est grande.

(ça s'applique en général, les deux populations dont il est question ici font partie de ce cas général)