Une réponse approximative à la bonne question vaut mieux qu'une réponse exacte à la mauvaise question

John Tukey est né en 1915 à New Bedford, dans le Massachusetts. Sa famille a très tôt décelé son génie et, après avoir suivi une instruction à domicile, il a intégré l'université Brown où il a obtenu une licence et un master en chimie. C'est là qu'il a commencé à s'intéresser aux mathématiques abstraites. Poursuivant ses études doctorales à l'université de Princeton, Tukey a obtenu son doctorat en mathématiques en 1939. Il a d'abord travaillé sur la topologie, où il a apporté une contribution importante connue sous le nom de « lemme de Tukey ». Ce théorème mathématique trouve des applications significatives, notamment dans les domaines de la théorie des ensembles et de la topologie. Cependant, Tukey ne s'est pas limité aux mathématiques abstraites ; sous l'influence de Samuel S. Wilks, il s'est orienté vers la statistique mathématique, domaine dans lequel il a réalisé des travaux majeurs.

Pendant la Seconde Guerre mondiale, il a travaillé au Fire Control Research Office, se concentrant sur des sujets tels que le ciblage des armes et l'évaluation des dispositifs de mesure de portée. Ces expériences lui ont fourni des exemples pour de nombreux problèmes statistiques qu'il allait étudier par la suite, tout en lui permettant de comprendre la nature des problèmes pratiques. Tukey a résumé les leçons tirées de ces travaux pratiques par la phrase : « Une réponse approximative à la bonne question vaut mieux qu'une réponse exacte à la mauvaise question ».

Dans les années 1950, Tukey a commencé à travailler sur les idées d'Andrei Kolmogorov concernant les processus stochastiques et a développé la « transformée de Fourier rapide » (Fast Fourier Transformation - FFT), une technique informatique permettant d'analyser de longues séquences de corrélation. La FFT est un algorithme informatique efficace capable de traiter de grands ensembles de données, répondant ainsi à un besoin crucial à une époque, dans les années 1950 et 1960, où les ordinateurs étaient plus lents et disposaient de mémoires plus réduites. Tukey a été un pionnier non seulement dans les analyses mathématiques, mais aussi dans le développement d'algorithmes informatiques.

L'intérêt de Tukey pour l'informatique et ses contributions dans ce domaine ont constamment repoussé les limites de la recherche statistique. Mon propre intérêt pour les travaux de Tukey a commencé alors que je préparais mon doctorat en statistiques tout en travaillant comme assistant de recherche dans les laboratoires informatiques du Centre de recherche statistique et quantitative (İSKAR) de l'université de Marmara, aujourd'hui malheureusement disparu. Dans les années 1960 et 1970, Tukey a dirigé l'analyse de grands ensembles de données en travaillant avec des ingénieurs et des statisticiens aux Bell Telephone Laboratories. À cette époque, la capacité des ordinateurs à stocker et à analyser de grandes quantités de données a commencé à mettre la théorie statistique à l'épreuve. Tukey a travaillé pour rendre ces données exploitables et pour développer des méthodes d'analyse appropriées. Inspiré par ces travaux, je me suis orienté dans ma thèse vers le sujet des « bases de données statistiques » et j'ai proposé un modèle pour le secteur de la presse. 

À cette époque, Tukey a revisité l'approche de Karl Pearson, dont je parlerai dans un autre article, concernant l'analyse de la distribution des données, et a développé une série de techniques très importantes qu'il a baptisées « analyse exploratoire des données ». Cette approche suggérait d'examiner la distribution des données sans se baser sur un modèle de probabilité prédéfini. En donnant de nouveaux noms aux caractéristiques des distributions de données, Tukey a encouragé ses lecteurs à reconsidérer leurs hypothèses. Il a également développé des outils graphiques pour examiner les modèles au sein des données. Certains de ces outils sont devenus des standards dans les logiciels statistiques couramment utilisés aujourd'hui, les « boîtes à moustaches » (box plots) et les « diagrammes tige-feuille » (stem-and-leaf plots) en étant les exemples les plus connus.

Les contributions de Tukey à la science statistique n'ont pas été seulement théoriques, mais aussi liées à des applications pratiques. Les algorithmes et les outils qu'il a développés pour les programmes informatiques sont devenus les pierres angulaires de l'analyse statistique moderne. De plus, il a introduit dans le monde scientifique les termes « bit » (binary digit) et « logiciel » (software), ce que peu de gens savent. 

John Tukey n'a pas seulement contribué à la théorie statistique par ses travaux, il a également développé des solutions pratiques pour une meilleure compréhension et une interprétation correcte des données. Son approche innovante et interrogative a profondément influencé la science statistique, et nous constatons aujourd'hui que son héritage devient d'autant plus évident que l'importance des ordinateurs et de l'analyse des mégadonnées (big data) ne cesse de croître. 

Tukey a continué tout au long de sa vie à apporter de nouvelles idées et de nouvelles approches à d'anciennes questions. Lorsqu'il est décédé en 2000, la science statistique avait subi des changements radicaux grâce à sa vision. S'il était encore parmi nous, développerait-il de nouvelles méthodes pour analyser le contenu des milliards de partages effectués par des millions de personnes sur ce que nous appelons aujourd'hui les réseaux sociaux ? Il est fort probable qu'il l'aurait fait.