La randomisation : identifier un effet causal par l'expérimentation (Master Éco)

La randomisation est l'attribution aléatoire des individus à un groupe traité ou à un groupe de contrôle, afin d'identifier l'effet causal d'une intervention. En Master d'économie, dans le cours d'évaluation des politiques et d'économétrie de la causalité, les QCM CampusQCM testent cette méthode, popularisée…

La randomisation est l'attribution aléatoire des individus à un groupe traité ou à un groupe de contrôle, afin d'identifier l'effet causal d'une intervention. En Master d'économie, dans le cours d'évaluation des politiques et d'économétrie de la causalité, les QCM CampusQCM testent cette méthode, popularisée en économie du développement par Esther Duflo, Abhijit Banerjee et Michael Kremer (prix Nobel 2019). Le problème fondamental de l'inférence causale est qu'on ne peut observer, pour un même individu, à la fois sa situation avec et sans traitement : le contrefactuel est inobservable. La simple comparaison entre personnes traitées et non traitées est biaisée par le biais de sélection : les deux groupes peuvent différer systématiquement. La randomisation résout ce problème : en attribuant le traitement par tirage au sort, on garantit qu'en moyenne les deux groupes sont identiques sur toutes leurs caractéristiques, observables comme inobservables. La différence de résultat moyen entre groupe traité et groupe de contrôle mesure alors l'effet causal moyen du traitement, sans biais. C'est le principe de l'essai contrôlé randomisé (randomized controlled trial), considéré comme l'étalon-or de l'évaluation. La randomisation comporte toutefois des limites : coût, éthique, validité externe limitée (généralisation à d'autres contextes). La randomisation illustre la révolution de la crédibilité en économie empirique.