Modèles et mesures : éléments d'épistémologie économique

Auteur(s) :

Frézal, Sylvestre (1982-....) Découvrir l'auteur

Résumé

Cours d'épistémologie des sciences économiques.

Éditeur(s)
- Ellipses
Date
- impr. 2010
Notes
- En appendice, choix de documents
- Bibliogr. p. 191
Langues
- Français
Description matérielle
- 1 vol. (188 p.) : ill., couv. ill. en coul. ; 21 cm
Sujet(s)
ISBN
- 978-2-7298-6196-4
Indice
- 330 Économie (généralités)
Quatrième de couverture
- Toute modélisation ou mesure consiste à choisir d'abandonner telles informations pour mieux analyser telle autre et ainsi mieux appréhender le réel. Cet ouvrage explique comment le faire avec pertinence, dressant les parallèles et les différences entre physique et économie, et puisant ses exemples dans des domaines très variés : art, sciences sociales, sciences «dures», finance...
  L'étude de la nature, des qualités et des limites des modèles et des mesures en science conduit alors à s'interroger sur la scientificité de l'économie. Sont ainsi successivement analysés la pertinence de l'hypothèse de rationalité et ses conséquences, le recours au formalisme mathématique, la dimension politique ou technique de l'analyse économique, la possibilité de mener des expérimentations, etc.
  Complément essentiel à tout manuel d'économie, ce livre s'adresse aux étudiants en économie désireux d'avoir un recul épistémologique sur cette discipline, ainsi qu'à tout étudiant en sciences ou sciences sociales confronté quotidiennement aux modèles et aux mesures.
Tables des matières
- - Éléments d'épistémologie économique
  - Modèles et mesures
  - Sylvestre Frézal
  - Ellipses
  - Préambule 11
  - Synthèse 15
  - Chapitre introductif. La démarche scientifique 19
  - L'esprit de la Science : ce que nous devons a la Grèce19
  - L'avènement 19
  - Le catalyseur 20
  - Le rayonnement 22
  - Résumé 23
  - La méthode scientifique : haro sur Aristote23
  - Science et logique 23
  - Science et technique 25
  - Science et perception 26
  - Faits et idées 28
  - Résumé 28
  - Chapitre 1. Un modèle ? La pensée. De la formalisation de l'information raisonnée 31
  - Qu'est-ce qu'un modèle ?31
  - Ce qu'est un modèle 31
  - Ce que n'est donc pas un modèle 34
  - Qu'est-ce qu'un bon modèle ?36
  - Il n'y a pas de bon modèle dans l'absolu : de l'adéquation aux objectifs 36
  - De la difficulté du choix de l'échelle, des dangers de la précision, de l'importance des ordres de grandeur 39
  - Mais il y a de mauvais modèles dans l'absolu : de l'exigence de simplicité 43
  - Et tout bon modèle peut être mauvais : de l'usage qui en est fait 45
  - Pourquoi modéliser ?47
  - Il faut simplifier pour appréhender 47
  - Il faut découper pour étudier 48
  - Il faut formaliser pour réfléchir 50
  - Comment modéliser ?51
  - La réponse au «comment ?» se confond avec celle au «pourquoi ?» 51
  - Théoriser à outrance pour mieux décrire le réel 53
  - Critiquer 57
  - La modélisation est analyse et synthèse59
  - Chapitre 2. Une mesure ? Le fait. De la formalisation de l'information quantifiée 61
  - Pourquoi mesurer ?61
  - Pour avoir accès à l'information 61
  - Pour objectiver notre perception du monde 61
  - Pour forger des faits 62
  - Pour pouvoir modéliser intelligemment 62
  - Par nécessité scientifique 63
  - Qu'est-ce qu'une mesure ?64
  - L'art (une perte d'information) et la manière (une projection) 64
  - Une tentative d'objectiver la perception : l'objectif impossible 68
  - Bis repetita : retour sur l'interaction entre modèle et mesure ; de la subjectivité du fait 72
  - Ce que n'est donc pas un chiffre : une donnée objective 74
  - Qu'est-ce qu'une «bonne mesure» ?78
  - Plus encore que tout modèle, toute mesure peut être mauvaise 78
  - Certaines le sont systématiquement 82
  - Bonnes pratiques de la mesure 83
  - Mesures, modèles et «réalité» : retroactions87
  - Rappel par l'exemple sur l'impératif de modèle sous-jacent à la mesure 87
  - Exemples de la rétroaction de ce couple sur les choses 88
  - Exemples de rétroaction de ce couple sur notre pensée 89
  - En conclusion, de la comptabilité à Schrödinger 90
  - Mesure des relations92
  - Esprit de la méthode 92
  - Théorie de la méthode 95
  - Dangers de la méthode 97
  - Chapitre 3. L'économique parmi les sciences ? 101
  - En préambule, qu'est-ce que l'économique ? 101
  - L'analyse économique est-elle dépourvue de fondations ?103
  - Sur la rationalité 103
  - Sur le cynisme 108
  - Les mathématiques : vertèbres, béquilles ou oripeaux ?112
  - Un formalisme parmi d'autres 113
  - Création de concepts 113
  - Clarté, précision, concision : l'exemple des équations 114
  - L'efficacité tautologique 116
  - Le parler «vrai» 117
  - La relation causale 120
  - Objectivité comparée de l'économique et de la physique : la question de la foi121
  - L'objectivité et la foi scientifique : rappels et conséquences 121
  - La foi est plus présente en physique que dans l'économique 122
  - Mais la foi est plus dangereuse dans l'économique qu'en physique 124
  - Objectivité comparée de l'économique et de la physique : la question du nombre de paramètres124
  - Un ceteris paribus rédhibitoire ? 125
  - Contrairement à la physique, l'économique est limitée par la métrique plus que par la mesure 126
  - Au-delà de la métrique, une impossibilité intrinsèque ? 127
  - La malédiction de l'économique129
  - L'économique a, dans sa démarche, toutes les caractéristiques d'une science, mais 129
  - Le péché originel 130
  - La malédiction de l'économique 131
  - Les menaces permanentes 133
  - Éléments de synthèse138
  - La logique, métastase de l'analyse économique ; les mathématiques comme médicament 138
  - La scientificité de l'économique par rapport à la physique 140
  - Point d'étape 144
  - Quelle est la question ? 145
  - Conclusion 147
  - La logique est l'ennemie du bon sens et la précision l'ennemie de la rigueur147
  - L'équilibre scientifique148
  - Le funambulisme de l'économique150
  - Annexes 153
  - 1. L'économique, science de l'information153
  - 2. Les mathématiques sont-elles une science ?156
  - 3. Les projections, concept universel et outil de synthèse de l'information162
  - 4. Un exemple de la puissance de la modélisation : le théorème d'Arrow et ses applications169
  - Génèse de l'interrogation 169
  - Description du modèle et de ses résultats 169
  - Champs d'application 172
  - 5. Un exemple de mauvais usage de modèles : la gestion des risques175
  - 6. Quelques exemples de raisonnements fondes sur les ordres de grandeurs182
  - 7. Des analogies185
  - Pour aller plus loin 191
Origine de la notice:
- FR-751131015 ;
- Electre