Biais du survivant : quand les cas visibles ne représentent pas l’ensemble
On admire les entreprises qui ont réussi, les artistes devenus célèbres, les investisseurs encore présents après vingt ans ou les personnes âgées qui semblent avoir traversé la vie malgré certaines habitudes risquées. Une tentation apparaît alors : chercher dans ces « survivants » les caractéristiques qui expliqueraient leur réussite ou leur longévité. Mais une partie essentielle de l’information manque peut-être précisément parce que les échecs, les abandons, les disparitions ou les décès ne sont plus présents dans l’échantillon que nous observons. Le biais du survivant apparaît lorsque cette sélection conduit à tirer des conclusions sur l’ensemble d’une population à partir des seuls cas qui ont franchi un filtre.
Le terme est souvent classé parmi les biais cognitifs, mais son statut est un peu différent de celui de l’ancrage ou de l’illusion de vérité. Il s’agit d’abord d’une forme de biais de sélection : le problème se trouve dans la composition des données disponibles. En épidémiologie, le biais de sélection désigne précisément une situation dans laquelle la manière dont des individus ou du temps d’observation entrent dans l’étude crée des différences systématiques entre les résultats obtenus dans l’échantillon et ceux qui auraient été obtenus dans la population visée. Le fait de n’étudier que les personnes ayant survécu suffisamment longtemps pour être observées constitue l’une de ces situations.
La composante cognitive intervient ensuite : nous avons tendance à raisonner à partir des cas que nous pouvons voir, alors que les cas absents sont naturellement plus difficiles à prendre en compte. Le biais du survivant se situe ainsi à la frontière entre méthodologie statistique et psychologie du jugement.
Le véritable problème : un filtre a modifié l’échantillon
Imaginons cent entreprises créées la même année. Dix ans plus tard, vingt existent encore. Si nous étudions uniquement ces vingt entreprises et constatons que leurs dirigeants ont souvent pris des risques importants, nous pourrions conclure que « prendre beaucoup de risques favorise la réussite entrepreneuriale ». Mais nous ignorons encore combien des quatre-vingts entreprises disparues avaient adopté exactement la même stratégie.
Si soixante-dix entreprises défuntes avaient également pris beaucoup de risques, l’observation des survivantes donnerait une image radicalement trompeuse. Le comportement que nous avions interprété comme une caractéristique du succès pourrait en réalité être très répandu aussi parmi les échecs.
La logique peut être formulée simplement : les survivants ne constituent pas nécessairement un échantillon aléatoire de la population initiale. Leur présence dépend précisément de la variable que nous cherchons souvent à expliquer : survivre, réussir, rester actif, atteindre un certain âge ou être encore disponible pour l’étude.
Ce problème apparaît dans de nombreux domaines scientifiques. Dans la recherche sur le vieillissement, par exemple, les personnes incluses dans certaines études doivent avoir survécu jusqu’à un âge avancé et être suffisamment en bonne santé pour participer. Les individus les plus vulnérables peuvent donc avoir disparu de l’échantillon avant même que l’étude commence. Une revue consacrée aux recherches gériatriques montre comment ce survivor bias peut notamment déformer les associations entre facteurs de risque et état de santé chez les personnes âgées.
Abraham Wald et les avions : une bonne illustration, mais une histoire souvent embellie
L’exemple le plus célèbre concerne les travaux d’Abraham Wald pendant la Seconde Guerre mondiale. Le Statistical Research Group de l’université Columbia travaillait sur la vulnérabilité des avions militaires. Les dommages observés sur les appareils revenus de mission ne pouvaient pas être interprétés comme si ces avions représentaient tous les appareils touchés : les avions qui avaient été détruits n’étaient, par définition, plus disponibles pour être inspectés.
Wald développa des méthodes destinées à estimer la vulnérabilité des différentes parties d’un avion à partir des dommages observés sur les survivants. Ses mémorandums de guerre ont ensuite été réédités par le Center for Naval Analyses, et son travail a fait l’objet d’une analyse historique et statistique détaillée dans le *Journal of the American Statistical Association* en 1984.
La version populaire de l’histoire raconte souvent que des militaires voulaient ajouter du blindage aux endroits où les avions revenus portaient le plus d’impacts, avant que Wald ne leur explique qu’il fallait au contraire protéger les zones sans impacts visibles parce que les avions touchés à ces endroits ne revenaient jamais. Cette version est probablement trop romancée. Les sources historiques disponibles indiquent que le problème du caractère sélectionné des avions survivants était déjà connu ; l’apport remarquable de Wald était surtout de développer une méthode permettant d’estimer quantitativement la vulnérabilité malgré l’absence des avions perdus.
L’exemple conserve néanmoins toute sa valeur pédagogique. Une zone peu endommagée sur les appareils revenus peut paraître peu exposée alors qu’elle est au contraire tellement critique que les avions touchés à cet endroit disparaissent de l’échantillon. L’absence d’observation n’indique donc pas nécessairement l’absence du phénomène ; elle peut être produite par le mécanisme de sélection lui-même.
Quand le succès devient notre seule source d’information
Le biais du survivant est particulièrement séduisant dans les récits de réussite. On étudie les méthodes des entreprises prospères, les habitudes des grands investisseurs, la discipline des sportifs champions ou les choix de carrière des personnalités célèbres. Ces informations peuvent évidemment être utiles. Le problème commence lorsqu’on demande ce que les gagnants ont en commun sans vérifier si les perdants partageaient les mêmes caractéristiques.
Supposons que la majorité des entrepreneurs célèbres interrogés déclarent avoir persévéré malgré les refus. On pourrait en conclure que la persévérance est une cause majeure du succès. Elle peut réellement l’être. Mais de nombreuses personnes ayant échoué ont peut-être persisté tout aussi longtemps. Pour savoir si cette caractéristique distingue les réussites, il faut comparer les trajectoires des réussites et des échecs, pas seulement analyser les premières.
La recherche économique sur l’entrepreneuriat illustre précisément ce problème. Des travaux portant sur plus de 35 000 entrepreneurs en série montrent que ceux qui recommencent après une première entreprise ne constituent pas un échantillon aléatoire de tous les anciens entrepreneurs. Ignorer cette autosélection peut conduire à surestimer les bénéfices attribués à « l’apprentissage par l’expérience ». D’autres recherches sur les biais cognitifs des entrepreneurs signalent explicitement que se concentrer principalement sur les entreprises survivantes peut déformer l’étude des caractéristiques associées à la survie.
Cela ne signifie pas que les biographies de personnes ayant réussi ne nous apprennent rien. Elles peuvent suggérer des hypothèses, révéler des stratégies ou documenter des mécanismes. Elles ne permettent simplement pas, à elles seules, d’identifier ce qui distingue réellement les survivants des non-survivants.
« Mon grand-père fumait et a vécu jusqu’à 95 ans »
L’exemple individuel rend le problème particulièrement visible. Une personne peut dire : « Mon grand-père a fumé toute sa vie et a vécu jusqu’à 95 ans, donc le tabac n’est peut-être pas aussi dangereux qu’on le dit. »
Le cas est réel et mérite d’être respecté comme tel. Il montre une chose : il est possible qu’un fumeur vive jusqu’à un âge avancé. Il ne nous indique cependant pas la probabilité qu’un fumeur atteigne cet âge comparativement à un non-fumeur.
Le survivant est précisément disponible pour raconter son histoire. Les personnes ayant développé plus tôt une maladie grave ou étant décédées ne participent pas à la conversation. Pour évaluer le risque, il faut donc revenir à une comparaison de cohortes, à des taux de mortalité ou à d’autres données dans lesquelles les survivants et les non-survivants sont pris en compte.
Ce raisonnement vaut aussi dans un sens plus subtil. Si l’on étudie uniquement les personnes très âgées, certaines associations peuvent sembler plus faibles, voire changer de direction, parce que les individus particulièrement vulnérables ont déjà été éliminés de la population observée. Les recherches gériatriques doivent donc explicitement tenir compte de ce mécanisme de sélection.
L’erreur n’est pas de raconter l’histoire de son grand-père. Elle consiste à utiliser un survivant remarquable comme estimation implicite du risque dans la population entière.
Le biais peut même inverser une relation apparente
Le problème ne se limite pas à exagérer ou sous-estimer une fréquence. Sélectionner les observations selon leur survie peut parfois modifier l’association entre deux variables, voire faire apparaître une relation qui n’existe pas dans la population initiale.
En méthodologie épidémiologique, ce phénomène appartient à une famille plus générale de problèmes liés au conditionnement sur une variable de sélection. Si plusieurs facteurs différents augmentent chacun la probabilité d’entrer dans l’échantillon, étudier uniquement les personnes sélectionnées peut créer artificiellement une relation entre ces facteurs. Le BMJ donne par exemple le cas d’une étude limitée aux patients hospitalisés en détresse respiratoire : deux maladies pouvant chacune conduire à l’admission peuvent sembler négativement associées parmi les seuls patients hospitalisés même si elles ne le sont pas dans la population générale.
C’est l’une des raisons pour lesquelles le biais du survivant est davantage qu’un simple conseil de bon sens du type « pensez aux perdants ». Il appartient à une famille de problèmes statistiques de sélection capables de déformer sérieusement les estimations.
Pour l’esprit critique, on n’a pas besoin de maîtriser immédiatement les modèles causaux utilisés pour corriger ces situations. Il faut néanmoins retenir une question centrale : quelles conditions fallait-il remplir pour entrer dans l’échantillon que j’observe ? Si ces conditions dépendent des variables étudiées, l’interprétation demande une prudence particulière.
Tous les succès visibles ne constituent pas un biais
Il faut ici éviter l’excès inverse. Découvrir qu’un échantillon ne contient que des survivants ne rend pas automatiquement toute conclusion fausse.
Si l’objectif est précisément d’étudier les entreprises ayant survécu dix ans, il est parfaitement légitime de sélectionner ces entreprises pour décrire leurs pratiques. Le problème survient lorsqu’on utilise ensuite ces pratiques pour expliquer pourquoi elles ont survécu sans les comparer aux entreprises qui ont échoué.
De même, si l’on analyse les techniques artistiques des écrivains récompensés, on peut apprendre beaucoup sur leurs œuvres. On ne peut simplement pas conclure que les caractéristiques communes observées sont les causes de leur succès sans examiner les écrivains comparables qui possédaient ces caractéristiques mais n’ont jamais été récompensés.
Tout dépend donc de la question posée. Un échantillon de survivants peut être parfaitement adapté à une question descriptive portant sur les survivants et totalement inadéquat pour une question causale portant sur les facteurs de survie.
La formule « biais du survivant » ne doit donc pas devenir une objection automatique contre tout récit de réussite. Elle oblige à demander si les cas absents seraient nécessaires pour répondre à la question.
Cas pratique — « Ces fonds battent le marché depuis quinze ans »
Imaginons une liste des fonds d’investissement encore actifs aujourd’hui. Plusieurs affichent d’excellentes performances au cours des quinze dernières années. Une personne examine leurs stratégies et conclut que les gestionnaires professionnels ont généralement réussi à battre durablement le marché.
Le premier problème est de savoir ce qu’est devenu l’ensemble des fonds qui existaient quinze ans auparavant. Certains fonds peu performants ont pu fermer, fusionner avec d’autres ou disparaître des bases utilisées pour calculer les performances. Si l’analyse porte uniquement sur les fonds encore présents, la performance historique moyenne peut être artificiellement élevée.
Le raisonnement correct consiste à reconstruire autant que possible la cohorte de départ, puis à suivre tous ses membres, y compris ceux qui ont disparu. On peut alors distinguer ce que les fonds survivants ont réalisé de ce que l’investisseur aurait réellement connu en choisissant un fonds au début de la période.
Le même principe peut être appliqué à une entreprise, une carrière artistique, une méthode pédagogique ou un régime alimentaire : ne commencez pas uniquement par ceux que le processus a laissés visibles à la fin.
Comment repérer le biais du survivant
Un bon réflexe consiste à demander « qui manque ? » chaque fois qu’un argument repose sur un groupe sélectionné par une réussite, une longévité, une présence actuelle ou une capacité à témoigner. Quels individus ont commencé le processus ? Lesquels ont abandonné, échoué, disparu ou cessé d’être mesurés ? Existe-t-il une différence systématique entre ceux qui restent visibles et ceux qui ne le sont plus ?
Il faut ensuite définir la population de départ. Si nous voulons savoir quelles stratégies augmentent la probabilité de réussite d’une entreprise, l’échantillon pertinent commence idéalement avec les entreprises au moment de leur création, pas avec celles qui sont devenues célèbres. Si nous voulons étudier les effets d’un traitement sur plusieurs années, il faut savoir ce qu’il est advenu des participants perdus de vue. Si nous voulons comprendre les caractéristiques des artistes professionnels, il faut distinguer ceux qui ont tenté d’entrer dans la profession de ceux qui ont réussi à en vivre.
Les méthodes statistiques peuvent ensuite corriger certaines formes de sélection, notamment à l’aide de pondérations, de modèles de survie, d’analyses de sensibilité ou de données permettant de caractériser les pertes de suivi. Mais la correction la plus importante intervient souvent avant le calcul : concevoir l’étude ou rechercher les données de façon à rendre visibles les cas qui auraient autrement disparu.
Cette logique constitue aussi une bonne règle de lecture des récits de succès : une caractéristique observée chez les gagnants devient réellement intéressante lorsqu’on sait à quelle fréquence elle apparaît également chez les perdants.
À retenir
Le biais du survivant apparaît lorsque nous étudions les individus, organisations ou événements qui ont franchi un processus de sélection sans tenir suffisamment compte de ceux qui ont disparu avant l’observation. Il s’agit d’abord d’une forme de biais de sélection, davantage que d’un mécanisme cognitif autonome comparable à l’ancrage ou au biais de croyance.
Son piège tient précisément au fait que les survivants sont visibles. Ils peuvent témoigner, être étudiés, écrire leurs mémoires, apparaître dans les statistiques actuelles et fournir des exemples convaincants. Ceux qui ont échoué sont souvent plus difficiles à retrouver. Cette asymétrie peut conduire à prendre une caractéristique fréquente chez les survivants pour une cause de leur succès alors qu’elle était tout aussi fréquente parmi les disparus.
L’histoire d’Abraham Wald constitue une excellente illustration de la logique, à condition de ne pas répéter sa version romancée : le problème scientifique réel consistait à estimer la vulnérabilité des avions à partir de données conditionnées par leur retour de mission.
Le réflexe critique fondamental tient donc en une question très simple : pourquoi ces cas sont-ils disponibles pour être observés, et qu’est-il arrivé aux cas qui ne sont plus dans l’échantillon ? Tant que cette seconde population reste invisible, les survivants peuvent raconter une histoire vraie sur eux-mêmes tout en donnant une image fausse de l’ensemble.
Sources principales
Abraham Wald, *A Method of Estimating Plane Vulnerability Based on Damage of Survivors*, travaux du Statistical Research Group pendant la Seconde Guerre mondiale, réédités par le Center for Naval Analyses en 1980. Source primaire sur le problème d’estimation de la vulnérabilité à partir des avions revenus de mission.
Marc Mangel et Francisco J. Samaniego, « Abraham Wald’s Work on Aircraft Survivability », *Journal of the American Statistical Association*, 1984. Analyse historique et statistique détaillée du travail de Wald, utile notamment pour distinguer son apport réel de la version simplifiée devenue populaire.
Lash et al. / BMJ, « Quantifying Possible Bias in Clinical and Epidemiological Studies With Quantitative Bias Analysis: Common Approaches and Limitations », *BMJ*, 2024. Présentation contemporaine du biais de sélection, de ses conséquences sur les associations observées et des principales méthodes permettant de l’évaluer.
Banack et al., « Investigating and Remediating Selection Bias in Geriatrics Research: The Selection Bias Toolkit ». Revue appliquée au vieillissement distinguant notamment biais du survivant et pertes de suivi, avec exemples montrant comment la sélection des personnes ayant atteint un âge avancé peut déformer les associations observées.
Lafontaine et Shaw, « Serial Entrepreneurship, Learning by Doing and Self-Selection », *International Journal of Industrial Organization*, 2015. Étude de plus de 35 000 entrepreneurs en série montrant que ceux qui poursuivent une nouvelle activité entrepreneuriale constituent un échantillon sélectionné et que ne pas tenir compte de cette sélection peut surestimer certains effets attribués à l’expérience.