La conférence portera sur la parapsychologie expérimentale et les outils mathématiques utilisés (outils statistiques pour la plupart). L’entrée est fixée à 2 € pour couvrir une partie des frais de déplacement de l’intervenant.

Voici le résumé de la présentation par Jean-Philippe BASUYAUX :

L’utilisation des statistiques en parapsychologie expérimentale

Introduction

Définition des phénomènes étudiés par la parapsychologie, ou phénomènes « psi ».

Définition générale du psi : perception ou action humaine (ou animale) ne pouvant s’expliquer par la mise en œuvre des sens ou des organes moteurs connus, constituant une anomalie au regard des connaissances scientifiques actuelles sur la réalité physique.

Définition opérationnelle : classification des différentes conditions expérimentales permettant de produire ces anomalies / classification des interprétations possibles de ces expériences.

Aspects historiques : approche élitiste (sujets doués) versus universaliste. L’approche universaliste rend obligatoire le recours aux statistiques.

Utilisation des statistiques en parapsychologie

Finalité de l’utilisation des statistiques en parapsychologie :
  production de la preuve,
  recherche de tendances, de facteurs favorisant ou défavorisant la survenue des phénomènes.

Principe général de l’évaluation statistique d’une anomalie. Notion d’hypothèse nulle : hypothèse selon laquelle il n’existe pas d’anomalie et, par conséquent, pas d’effet psi. Un test statistique portant sur les données d’une expérience permet d’évaluer si l’hypothèse nulle peut être rejetée, c’est-à-dire s’il existe une anomalie statistique. La mise en évidence d’une anomalie statistique est alors interprétée comme l’existence d’un effet psi... ou d’un biais dans la conception de l’expérience.

Le « score z » et le test statistique appliqué à ce score. Théorème de la limite centrale. Loi de Gauss, loi normale. Calcul d’un score z à partir des données d’une expérience de parapsychologie. Selon l’hypothèse nulle, le score z suit la loi normale. Le score z obtenu dans une expérience est comparé à la loi normale, pour déterminer si l’hypothèse nulle peut être rejetée.

Intervalle de confiance. C’est un autre calcul statistique, s’appuyant également sur le théorème de la limite centrale et la loi de Gauss. Il permet une présentation graphique du résultat de 1 ou N expériences. Attention : la largeur de l’intervalle de confiance ne mesure pas la dispersion des données d’une expérience (ce n’est pas une « barre d’erreur »).

La méta-analyse. Lorsque N expériences indépendantes tentent de mettre en évidence un effet de faible amplitude, il arrive que seule un minorité de ces N expériences obtienne un résultat statistiquement significatif (p < 0.05). La méta-analyse consiste à rassembler les données de N expériences pour appliquer un seul test statistique, comme s’il s’agissait d’une seule expérience. Le résultat global peut s’avérer très significatif (p < 0.001, voire p < 10-6). Exemples de méta-analyses en médecine et en parapsychologie : effet de l’aspirine dans la prévention de l’infarctus, expériences sur la télépathie et le rêve, sur le protocole de télépathie Ganzfeld, sur la micro-psychokinèse consistant à biaiser des événements vraiment aléatoires produits par des GNA [3].

Quelques autres expériences remarquables.
  Expérience utilisant l’activité électro-dermique pour mettre en évidence une réaction inconsciente de pressentiment.
  Expériences de René PEOC’H.

Conclusion

En conclusion, différentes expériences, résultats, modèles et connaissances en parapsychologie seront classés sur une échelle de pertinence, pour une première illustration de la « valeur » de la parapsychologie. La parapsychologie est une recherche scientifique (avec publications dans des journaux internationaux à referees), mais ce n’est pas une science établie.