Les quatre chercheurs ont procédé le plus simplement du monde. Ils se sont intéressé à deux des décisions les plus importantes que l'on peut prendre dans sa vie, en ce sens que ce sont des décisions aux effets à long terme : l'achat d'une voiture et celui d'une maison. Ces achats-là vont peser sur le portefeuille de chacun des années durant, pour ne pas dire des décennies. Il s'agit donc de ne pas se tromper.

Prenons le cas de la voiture… Dans un premier temps, les chercheurs ont pu accéder à la base de données d'une firme de recherche sur la consommation – dont l'identité n'est pas divulguée dans l'étude – sur les achats de voitures aux États-Unis. Ils ont retenu de celle-ci un échantillon de 20% de toutes les voitures neuves acquises chez un concessionnaire américain entre le 1er janvier 2001 et le 31 décembre 2008. Cela leur permettait d'avoir des informations précises sur, entre autres, le modèle de voiture acheté, le prix payé et le lieu d'achat.

Dans un second temps, ils ont pu avoir la météo qu'il faisait durant chaque journée de la même période, sur les lieux-mêmes ont été faits chacun des achats de voiture de leur échantillon. C'est-à-dire qu'ils savaient quel temps il faisait exactement au moment précis où l'acheteur a glissé sa carte de crédit dans le terminal du concessionnaire pour confirmer la transaction. Oui, ils savaient la température, si celle-ci était, par exemple, supérieure à la normale, ou encore s'il faisait un beau soleil ou un temps gris qui menaçait de se transformer en pluie.

Puis, ils ont regardé s'il y avait des "anomalies" statistiques qui émergeaient lorsqu'on combinait ces deux bases de données. Oui, ils ont analysé des détails a priori aussi incongrus que de savoir si les voitures de couleur noire se vendaient plus, ou moins bien, lorsqu'il faisait beau et chaud.

Résultats? Tenez-vous bien…