Probabilités et statistiquesNotion · Glossaire
Pareto Vilfredo
Vilfredo Pareto (Paris, 1848 — Suisse, 1923) est un économiste et sociologue italo-français. Il est notamment associé à l'observation selon laquelle environ 20 % de la population italienne détenait environ 80 % de la richesse. Généralisée à d'autres phénomènes, cette concentration a pris en 1954 le nom de principe de Pareto ou de loi des 80/20. En probabilités, la loi de Pareto est un modèle de distribution à queue en puissance : elle est liée à cette idée de concentration sans se confondre avec le principe descriptif.
Sommaire
Ce que vous allez apprendre
- Identifier l'observation historique associée à Pareto.
- Vérifier un exemple de concentration 20/80.
- Distinguer le principe descriptif de la loi probabiliste et ses hypothèses.
En clair
Imaginez une liste de 100 tâches classées selon la valeur qu'elles apportent. Dans un exemple fictif, les 20 tâches les plus importantes produisent 80 points de valeur, tandis que les 80 autres en produisent 20. Le principe de Pareto attire l'attention sur cette concentration : une petite part des causes peut peser beaucoup plus que la majorité restante.
Le rapport 80/20 n'est pas une égalité universelle. Il sert de repère pour chercher où se concentre un effet, puis vérifier les données dans la situation étudiée. En probabilités, la loi de Pareto traduit cette idée par une distribution dont les grandes valeurs restent relativement présentes dans la queue.
Définition
Le principe de Pareto décrit une répartition très inégale : une fraction réduite d'une population ou d'un ensemble de causes est associée à une fraction majoritaire d'un résultat. L'exemple historique rapporté pour Pareto est celui d'environ 20 % de la population italienne détenant environ 80 % de la richesse. La formulation « loi des 80/20 », donnée à cette observation en 1954, généralise l'idée à d'autres phénomènes, sans imposer que les deux pourcentages soient toujours exactement 20 et 80.
La loi de Pareto est, en probabilités, une loi de distribution continue. Si X désigne une grandeur positive et que xm est sa valeur minimale, le modèle usuel pose X ≥ xm et utilise un paramètre α > 0. Sa densité s'écrit :
Le paramètre α commande la vitesse de décroissance de la queue : plus α est petit, plus les grandes valeurs sont favorisées par le modèle. Cette loi probabiliste et le principe descriptif sont liés par l'idée de concentration, mais une observation 80/20 ne suffit pas à identifier une loi de Pareto.
Un exemple, pas à pas
Considérons un jeu de données fictif portant sur 100 tâches. Les 20 tâches prioritaires totalisent 80 points de valeur et les 80 autres totalisent 20 points. On cherche la part de valeur portée par le groupe prioritaire.
Les données annoncées sont : 100 tâches au total ; 20 tâches dans le premier groupe ; 80 points pour ce groupe ; 20 points pour le second groupe ; 100 points au total.
La valeur totale est 80 + 20 = 100 points.
La part du premier groupe est 80 ÷ 100 = 0,8, soit 80 %.
La part des tâches de ce groupe est 20 ÷ 100 = 0,2, soit 20 %.
Le contrôle donne 80 % + 20 % = 100 % pour la valeur et 20 % + 80 % = 100 % pour les tâches.
La part du premier groupe est 80 ÷ 100 = 0,8, soit 80 %.
La part des tâches de ce groupe est 20 ÷ 100 = 0,2, soit 20 %.
Le contrôle donne 80 % + 20 % = 100 % pour la valeur et 20 % + 80 % = 100 % pour les tâches.
Dans cet exemple, 20 % des tâches portent donc 80 % de la valeur mesurée. Le calcul vérifie un rapport de concentration choisi dans les données ; il ne prouve pas que cette répartition soit une loi générale ni qu'une loi de Pareto soit le meilleur modèle.
En pratique
Pour analyser une activité, on peut classer les éléments par contribution décroissante, additionner leurs contributions et comparer les parts cumulées. Un diagramme de Pareto aide alors à repérer visuellement les éléments qui pèsent le plus.
En gestion de tâches, cette lecture peut guider la priorisation : on examine d'abord les éléments qui représentent la plus grande part de la valeur observée. Si les contributions sont proches, un classement 80/20 apporte peu ; une analyse équilibrée est préférable.
En analyse statistique, on ajuste une loi de Pareto seulement si les données positives et leur queue justifient ce modèle. Une autre distribution est à retenir si les observations ou les tests d'ajustement la rendent plus crédible.
À ne pas confondre
Le principe de Pareto ne se confond pas avec une règle qui imposerait toujours 80 % et 20 %. Le critère testable est la répartition effectivement calculée. Si 30 % des causes produisent 70 % de l'effet, il existe une concentration, mais ce n'est pas le rapport 80/20 de l'exemple.
Le principe de Pareto ne se confond pas non plus avec la loi de Pareto. Le premier est un constat ou un repère de concentration ; la seconde est un modèle probabiliste paramétré. Une liste où 20 % des éléments expliquent 80 % du résultat ne suffit donc pas, à elle seule, pour conclure à une distribution de Pareto.
Limites et pièges
Le cas 80/20 peut être seulement approximatif. Le symptôme est un résultat proche, mais non égal, à 80 % lorsque les données sont arrondies ou mesurées. Il faut conserver les valeurs observées et écrire « environ » plutôt qu'imposer une égalité exacte.
Le classement dépend de la grandeur choisie. Le symptôme apparaît lorsqu'une même population donne des concentrations différentes selon que l'on mesure le revenu, le patrimoine, le nombre d'actions ou une autre contribution. Il faut donc nommer la grandeur, l'unité et la période avant d'interpréter le pourcentage.
Une concentration n'est pas une causalité. Le symptôme est l'affirmation selon laquelle les 20 % « provoquent » les 80 %, alors que le calcul ne fait que comparer des parts associées. Il faut rechercher séparément les mécanismes causaux et les facteurs de contexte.
La loi de Pareto porte sur une queue en puissance et suppose un seuil xm ainsi qu'un paramètre α positif. Si les données contiennent des valeurs négatives, un plafond naturel ou une queue qui décroît autrement, ce modèle peut être inadéquat. Il faut alors vérifier les hypothèses avant l'ajustement.
Pour aller plus loin
Pour formaliser la notion de proportion entre des parts cumulées, consultez Proportionnalité. Vous y gagnerez un cadre précis pour comparer des rapports plutôt que des pourcentages isolés.
Pour replacer la loi de Pareto dans un ensemble de modèles, l'article Statistiques et probabilités revisitées fournit un panorama des outils statistiques et probabilistes mobilisables.
Explorez les mathématiques autrement
Retrouvez nos magazines, podcasts et jeux pour explorer les mathématiques autrement.
Découvrir les offres