On peut imaginer que la distribution du nombre de partenaires pour un individu dans la population suit une loi de Gauss et que les paramètres de cette loi varient selon le genre homme/femme. On distingue la distribution du nombre de partenaires par homme et celle du nombre de partenaires par femmes. Cependant, le paramètre de la moyenne doit être égale pour ces deux distributions, seule la variance diffère
Normalement on devrait avoir une même proportion pour les hommes qu'avec les femmes (en négligeant les bi, les cougars, etc). Ce n'est pas le cas donc que l'étude est biaisée.
En stats le biais est d'autant plus grand que la variance est grande par rapport à la taille de l'échantillon (non?). Un échantillon devra être d'autant plus grand que la variance est élevée pour éviter un biais trop important. Conclusion => l'étude est biaisée, d'où la variance est élevée, d'où la loi du 80/20 est confirmée en supposant que les sociologue ont interrogé un nombre important de personnes

Il se peut aussi que les distributions suivent un loi de Poisson et non celle de Gauss ce qui confirme encore la loi du 80/20

Peut-être qu'on peut retrouver les distributions dans le cas où elles suivent une loi de Gauss et le cas où elles suivent une loi de Poisson, si l'on nous donne la taille de l'échantillon interrogé. De la sorte on obtiendrait le ratio de combien de femmes se partagent le top des hommes

Dites moi si je me trompe (je sais, j'ai utilisé des lois à variables continues mais osef + si ça vous dérange appliquez juste le raisonnement à la bonne loi)