chemical-coverage-analysislisted

# Mesurer la couverture chimique sans se tromper ## L'avertissement principal Presque toutes les analyses de couverture chimique mesurent **où les humains sont passés**, et le prennent pour une propriété de la nature. Ce skill existe parce que cinq conclusions successives d'une analyse réelle ont été détruites par les contrôles décrits ici. À chaque fois, le mécanisme était le même : l'effort de collecte confondait tout. Appliquez ces six contrôles avant de publier quoi que ce soit. --- ## Contrôle 1 — Le taux de base **Avant de dire « X % de ces espèces n'ont aucune chimie », mesurez ce que donne un groupe témoin comparable.** Cas réel : « 30 endémiques sur 33 sans aucun composé décrit, soit 91 % » — chiffre spectaculaire. Puis le taux de base des genres concernés a été mesuré : **1,15 %** des espèces tropicales de ces genres ont un composé décrit. Sous cette hypothèse nulle, l'attendu était de **0,29 taxon** avec chimie. Observer zéro avait déjà **74 %** de chance d'arriver. Le résultat ne disait rien. Il mesurait la faiblesse de LOTUS sur les tropiques. ```python # attendu sous H0, loi de Poisson-binomiale ps = [base_rate[genus_of(sp)] for sp in taxa] expected = sum(ps) p_zero = prod(1 - p for p in ps) ``` --- ## Contrôle 2 — La puissance du test **Vérifiez que votre test PEUT rejeter avant de lire son résultat.** Cas réel : un test annonçait « 0 clade significatif sur 38 » et le dépôt en tirait un diagnostic de sous-puissance. La réalité était pire : avec un