Traçabilité des données
Première étape : toujours vérifier la provenance et l’intégrité des données. Une
anomalie détectée sur un jeu mal préparé n’apporte rien de fiable. Ici, je
détaille comment j’ai remonté la chaîne, éliminé les doublons, corrigé les
erreurs de format.
Validation hors échantillon
Tester la robustesse hors échantillon : le signal tient-il sur une période
différente, sur des données nouvelles ? Ce test a révélé que certaines anomalies
disparaissent, d’autres persistent. Documenter chaque résultat évite la
surinterprétation et met en lumière la véritable solidité du modèle.
Confrontation et remise en question
Comparer à des cas déjà publiés : si une anomalie se retrouve dans la
littérature, elle gagne en crédibilité. Ici, l’absence de précédents m’a rendu
plus prudent. J’ai cherché des critiques, confronté mon modèle à des jeux de
données alternatifs et publié les résultats, qu’ils confirment ou non
l’anomalie.