Glossaire encyclopédique · France
Endogénéité
Situation où une variable explicative est liée à des facteurs non observés qui influencent aussi le résultat. Ce terme est signalé parce qu’il peut modifier la manière de comprendre une mesure, un chiffre ou une responsabilité publique.
Définition
Situation où une variable explicative est liée à des facteurs non observés qui influencent aussi le résultat. Ce terme est signalé parce qu’il peut modifier la manière de comprendre une mesure, un chiffre ou une responsabilité publique. L’endogénéité empêche souvent d’interpréter directement une corrélation comme une cause. Une variable peut être liée au résultat parce qu’un facteur caché agit sur les deux, ou parce que le résultat influence lui-même la variable expliquante. Les entreprises productives investissent davantage, mais l’investissement peut aussi accroître la productivité : une simple corrélation entre les deux ne suffit pas à établir le sens de la causalité. Corrélation et causalité ne sont pas synonymes. L’endogénéité est précisément l’une des raisons pour lesquelles un coefficient statistique ne peut pas toujours être lu comme un effet causal. Pour utiliser cette notion dans une démonstration, il faut préciser les données, la population observée, la période et la méthode. Un résultat statistique n’est utile au débat public que si le lecteur peut comprendre ce qui est mesuré et ce qui reste incertain.
Pourquoi cette notion compte
L’endogénéité empêche souvent d’interpréter directement une corrélation comme une cause. Une variable peut être liée au résultat parce qu’un facteur caché agit sur les deux, ou parce que le résultat influence lui-même la variable expliquante.
Exemple concret
Les entreprises productives investissent davantage, mais l’investissement peut aussi accroître la productivité : une simple corrélation entre les deux ne suffit pas à établir le sens de la causalité.
Confusion fréquente
Corrélation et causalité ne sont pas synonymes. L’endogénéité est précisément l’une des raisons pour lesquelles un coefficient statistique ne peut pas toujours être lu comme un effet causal.