Les mots sont-ils majoritairement de longeur paire ?

Question

Essayant de m'endormir¹, je jouais avec une pièce virtuelle, censée me donner des résultats aléatoires², en choisissant des mots suffisament longs³ et en mesurant la parité du nombre de leurs lettres. Comment mieux perdre son temps, je me le demande.

Le hic arrive quand après 8 mots choisis au pif par mon cerveau dégénéré, aucun n'est encore de longeur impaire. Ça arrive, certes, mais après encore quelques essais (25/27)⁴, ça en devient suffisament improbable pour que je garde ça pour moi.

• Suis-je, moi, biaisé ?

• Parmi les mots du dictionnaire, y a-t-il des statistiques à ce sujet ?

Au chapitre des hypothèses foireuses :

• Le fait que plein de syllabes soient simplement une consonne et une voyelle, et qu'elles forment beaucoup des mots qui viennent le plus facilement à l'esprit (luminosité).

• Beaucoup ont des lettres doublées, ou sans cause phonétique évidente, peut-être les mots tendent-ils à respecter cette « règle » ? (occasion, appartenir, le e de peindre, et le o de salopard)

• Les syllabes de 3 lettres semblent aller souvent ensemble, et comme la plupart des mots font peu de syllabes (avant affixes), 3 et 3 font 6 (maître, dormir, et universel qui se laisse emporter).

---

¹ Rarement un échec aura-t-il été aussi magistral…
² Astuce⁶ probablement originellement trouvée pour l'anglais.
³ Sinon on prévoit trop facilement le résultat en ne pouvant s'empêcher de visualiser le mot.

⁴ Peinture, altitude, maître-chanteur, luminosité, formidable, maintenant, probablement, construction, salopard (salaud), oreiller, admirablement, endormir, universel, occasionellement, décalage, solitude, couverture, papillon, registre, constitution, symphonie, éprouvette, appartenir, battement, national, pancarte. Allez-y, psychanalysez.

⁵ Épargnons-nous la morphologie, ou bien et on est pas rendus, et avec deux formes — féminin singulier et masculin pluriel — qui ont le plus souvent +1 lettre, et une avec +2 (féminin pluriel) pour beaucoup de formes de base, on perd un peu en pertinence.

_{6 Et bien entendu, une fois qu'on peut générer des bits aléatoires, on a par extension des nombres entre 1 et n avec un peu de patience.}

Answer 1

Comme suggéré sur le chat, voici une analyse sur le lexique de lexique.org en fonction de la longueur des mots. En bleu la fréquence des mots de longueur paire, en orange celle des mots de longueur impaire, pour les mots de longueurs supérieures à l'abscisse. En jaune la fréquence des mots de ces longueurs dans le lexique :

L'analyse ne tient compte que des lemmes (formes non-fléchies).

On a visiblement toujours un ratio 50/50 à quelques poussières près, surtout dans les longueurs qui ont une fréquence représentative.

Conclusion : avec toutes les pincettes possibles, non, il ne semble pas y avoir de biais en faveur des longueurs paires.

Pour les sceptiques, le script (sale pour l'instant) est sur GitHub.

Answer 2

L'un de mes dictionnaires place les mots de longueur impaire et les mots de longueur paire à quasi-égalité (mais cela n'inclut pas leur fréquence).

P=0; Q=0; for i in $(aspell dump master fr_FR); do [ $((${#i}%2)) = 0 ] && P=$(($P+1)) || Q=$(($Q+1)); done; echo pair: $P; echo impair: $Q

Qui donne :

pair: 314692
impair: 314877

Et en enlevant les combinaisons qui contiennent une apostrophe :

pair: 170861
impair: 170924