Odds bayésiennes — multiplier progressivement le poids des preuves

Le théorème de Bayes est souvent présenté sous sa forme habituelle, avec probabilités conditionnelles, prior et posterior. Il existe pourtant une autre manière de l’écrire qui rend particulièrement visible la logique de l’accumulation des preuves :

odds postérieures = odds antérieures × rapport de vraisemblance.

Cette forme sépare remarquablement bien deux éléments. Les odds antérieures représentent la situation avant la nouvelle information. Le rapport de vraisemblance mesure ce que cette information apporte en faveur d’une hypothèse relativement à une autre. Leur produit donne les odds postérieures, c’est-à-dire la nouvelle position après la mise à jour. Cette relation est une conséquence directe du théorème de Bayes.

Elle permet surtout de comprendre une idée essentielle sans refaire toute la formule à chaque observation : les preuves agissent comme des multiplicateurs sur notre état de croyance antérieur.

Probabilités et odds ne sont pas la même chose

Le terme anglais *odds* n’a pas d’équivalent français parfaitement naturel dans tous les contextes. On parle parfois de cotes, de rapport de chances ou simplement d’*odds*. Le concept est pourtant simple.

Une probabilité compare le nombre de cas favorables à l’ensemble des cas :

P(H) = cas où H est vraie / tous les cas.

Les odds comparent directement les cas favorables aux cas défavorables :

odds(H) = P(H) / [1 − P(H)].

Si une hypothèse possède une probabilité de 50 %, ses odds sont :

0,5 / 0,5 = 1,

soit 1 contre 1.

Si sa probabilité est de 75 %, ses odds sont :

0,75 / 0,25 = 3,

soit 3 contre 1.

Cela signifie simplement que, dans la représentation probabiliste considérée, H reçoit trois fois plus de poids que non-H.

Probabilité de HOdds H : non-H
10 %1 : 9
20 %1 : 4
50 %1 : 1
75 %3 : 1
90 %9 : 1
99 %99 : 1

La relation n’est donc pas linéaire. Passer de 50 à 60 % ne produit pas le même changement d’odds que passer de 90 à 100 %.

Pourquoi utiliser une représentation moins intuitive ?

À première vue, les probabilités sont plus faciles à comprendre. Dire « 80 % » paraît plus naturel que « odds de 4 contre 1 ».

L’intérêt des odds apparaît lorsqu’une preuve nouvelle doit être intégrée.

Supposons que les odds initiales entre H1 et H2 soient de :

1 : 4.

H1 possède donc initialement quatre fois moins de poids que H2.

Une observation apparaît avec un rapport de vraisemblance de :

LR = 4

en faveur de H1.

La mise à jour devient alors :

odds postérieures = 1/4 × 4 = 1.

Nous obtenons donc :

1 : 1,

ce qui correspond à une probabilité de 50 % pour H1 si H1 et H2 sont les deux seules possibilités envisagées.

Le rapport de vraisemblance a exactement compensé le désavantage initial de H1.

Cette mécanique est beaucoup moins visible dans la formule habituelle de Bayes.

Convertir une probabilité en odds et revenir en arrière

La conversion est simple :

odds = p / (1 − p).

Pour revenir aux probabilités :

p = odds / (1 + odds).

Prenons une probabilité initiale de 10 % :

odds = 0,10 / 0,90 = 1/9.

Supposons maintenant qu’une preuve possède un rapport de vraisemblance de 4 en faveur de H :

odds postérieures = 1/9 × 4 = 4/9.

Pour revenir à une probabilité :

P(H|E) = (4/9) / (1 + 4/9) = 4/13 ≈ 31 %.

Nous retrouvons exactement le résultat obtenu précédemment avec la forme classique du théorème de Bayes.

La forme en odds ne constitue donc pas une autre théorie. C’est une autre représentation du même calcul.

Le prior fixe le point de départ, la preuve fournit le multiplicateur

Cette écriture rend particulièrement claire la séparation entre prior et preuve :

odds postérieures = odds antérieures × LR.

Supposons que deux personnes soient d’accord sur la force d’une nouvelle preuve : toutes deux estiment que l’observation est dix fois plus attendue sous H1 que sous H2.

Elles s’accordent donc sur :

LR = 10.

Mais la première part d’odds de :

1 : 1.

Après la preuve :

10 : 1.

La seconde part d’odds de :

1 : 100.

Après la même preuve :

10 : 100 = 1 : 10.

Elles ont traité la nouvelle information exactement de la même manière, mais elles n’arrivent pas au même posterior parce qu’elles ne partaient pas du même prior.

Cette distinction permet de localiser un désaccord : portons-nous un jugement différent sur les connaissances antérieures, ou sur la force de la nouvelle preuve ?

Une preuve peut multiplier énormément une faible probabilité sans rendre H probable

Cette forme permet de comprendre très simplement le principe des affirmations extraordinaires.

Supposons que H possède initialement des odds de :

1 : 999.

Sa probabilité est donc de 0,1 %.

Une observation extrêmement informative possède :

LR = 100.

Après la mise à jour :

1/999 × 100 = 100/999.

H reste donc légèrement inférieure à 10 % de probabilité.

La preuve était pourtant très forte : elle a multiplié les odds de H par 100.

Dire que l’hypothèse reste improbable ne signifie donc pas que nous avons ignoré la preuve. Au contraire, nous l’avons laissée produire une modification gigantesque. Elle partait simplement de très loin.

Cette distinction entre force de la mise à jour et niveau final de croyance est l’une des raisons pour lesquelles la représentation en odds est conceptuellement si utile.

Plusieurs preuves successives

L’intérêt devient encore plus évident lorsque plusieurs observations arrivent successivement.

Supposons que les odds initiales soient :

1 : 10.

Une première preuve favorise H avec :

LR₁ = 3.

Nous obtenons :

1/10 × 3 = 3/10.

Une deuxième information apporte ensuite un facteur :

LR₂ = 4.

Nous obtenons :

3/10 × 4 = 12/10.

Les odds sont maintenant :

1,2 : 1,

soit une probabilité légèrement supérieure à 50 %.

Une troisième preuve avec :

LR₃ = 5

donnerait :

12/10 × 5 = 60/10 = 6 : 1.

La probabilité atteindrait alors environ :

6 / 7 ≈ 86 %.

Nous voyons ainsi comment plusieurs preuves modérées peuvent progressivement produire une forte confiance.

Chaque posterior devient le prior de l’étape suivante

Ce calcul possède une interprétation particulièrement importante pour la connaissance.

Après la première observation, nous avons un posterior. Lorsqu’une deuxième observation arrive, ce posterior devient naturellement le nouveau prior.

Le processus peut donc être écrit :

prior initial → preuve 1 → posterior 1

puis :

posterior 1 = prior 2 → preuve 2 → posterior 2

et ainsi de suite.

La connaissance peut être conçue comme une succession de mises à jour.

Cette logique correspond assez bien à ce que nous faisons lorsqu’un dossier scientifique s’accumule. Une première étude modifie légèrement l’état de la question. Une réplication apporte une information supplémentaire. Une méthode indépendante fournit un troisième élément. Le résultat final n’est pas nécessairement produit par une expérience spectaculaire, mais par une succession de déplacements cohérents.

La multiplication suppose de traiter correctement les dépendances

Il existe néanmoins un piège majeur. Écrire :

LR total = LR₁ × LR₂ × LR₃

n’est correct sous cette forme simple que si les rapports de vraisemblance utilisés sont appropriés compte tenu des informations déjà observées. Une manière suffisante — mais pas toujours nécessaire — d’obtenir cette simplification est que les preuves soient conditionnellement indépendantes sous chacune des hypothèses comparées.

Supposons que dix journaux rapportent tous la même information parce qu’ils recopient une seule agence de presse. Traiter chacun comme une preuve indépendante multiplierait artificiellement le poids de l’information.

La bonne structure n’est pas :

même dépêche × 10 = dix confirmations indépendantes.

Nous avons essentiellement une source primaire répétée dix fois.

De même, deux tests médicaux utilisant exactement le même mécanisme biologique peuvent partager certaines erreurs. Deux études fondées sur les mêmes données ne constituent pas deux réplications indépendantes. Deux témoins qui ont discuté ensemble ne fournissent pas nécessairement deux observations autonomes.

Cette difficulté sera au cœur des fiches consacrées à l’accumulation et à l’indépendance des preuves.

La preuve suivante doit être évaluée sachant les précédentes

La formulation générale permet justement de traiter cette dépendance.

Supposons que nous ayons déjà observé E1. Pour évaluer E2, nous ne devons pas toujours utiliser simplement :

P(E2|H1) / P(E2|H2).

Il peut être nécessaire d’utiliser :

P(E2|H1, E1) / P(E2|H2, E1).

Autrement dit, nous demandons ce que la deuxième observation apporte maintenant que la première est déjà connue.

Si E2 n’apporte presque aucune information nouvelle après E1, son rapport de vraisemblance conditionnel sera proche de 1 et la deuxième observation modifiera peu les odds.

Cette formulation permet de comprendre mathématiquement une intuition générale : une information déjà contenue dans ce que nous savons ne doit pas être comptée une seconde fois comme une preuve nouvelle.

Cas pratique : passer d’un risque pré-test à un risque post-test

La médecine utilise couramment cette représentation.

Supposons qu’avant un test, la probabilité d’une maladie soit estimée à :

10 %.

Les odds pré-test sont :

0,10 / 0,90 ≈ 0,111.

Imaginons que le résultat observé possède un rapport de vraisemblance :

LR = 5.

Nous obtenons :

odds post-test = 0,111 × 5 ≈ 0,556.

Puis :

probabilité post-test = 0,556 / 1,556 ≈ 36 %.

Le résultat du test a donc fortement augmenté la probabilité de maladie :

10 % → environ 36 %.

Mais il ne l’a pas rendue certaine.

Cette procédure — odds pré-test × rapport de vraisemblance = odds post-test, puis conversion en probabilité — est une application directe du théorème de Bayes utilisée pour interpréter les tests diagnostiques. Deeks et Altman la présentent explicitement dans leur synthèse méthodologique du *BMJ*.

Une information peut aussi diviser les odds

Les rapports de vraisemblance ne sont pas toujours supérieurs à 1.

Supposons que les odds initiales en faveur de H soient :

9 : 1.

H possède donc une probabilité de 90 %.

Une nouvelle observation est cinq fois moins probable sous H que sous son alternative. Son rapport de vraisemblance en faveur de H est alors :

LR = 0,2.

La mise à jour donne :

9 × 0,2 = 1,8.

Les odds deviennent :

1,8 : 1,

soit une probabilité d’environ :

64 %.

La nouvelle preuve a donc fait passer la confiance de 90 à 64 %.

H reste plus probable que son alternative, mais notre confiance a fortement diminué.

Cette situation illustre bien pourquoi changer d’avis ne signifie pas toujours inverser son opinion. Une information peut constituer une preuve importante contre H sans encore rendre H minoritaire.

Les preuves s’additionnent sur une échelle logarithmique

La multiplication successive des rapports de vraisemblance possède une conséquence mathématique intéressante.

Si :

odds postérieures = odds antérieures × LR₁ × LR₂ × LR₃...

alors, en prenant les logarithmes :

log odds postérieures = log odds antérieures + log LR₁ + log LR₂ + log LR₃...

Les preuves qui se multiplient sur l’échelle ordinaire s’additionnent sur une échelle logarithmique.

Cette propriété a conduit certains statisticiens à parler de poids de l’évidence en utilisant le logarithme du rapport de vraisemblance ou du facteur de Bayes. I. J. Good a notamment développé cette façon de représenter quantitativement le poids accumulé des preuves dans la tradition bayésienne.

Il n’est pas nécessaire d’utiliser les logarithmes pour raisonner correctement dans la plupart des situations quotidiennes. Leur intérêt conceptuel est surtout de montrer que plusieurs preuves peuvent être vues comme autant de contributions successives au même bilan.

Ne pas inventer des multiplicateurs

La simplicité de la formule peut néanmoins encourager une mauvaise habitude : attribuer arbitrairement des rapports de vraisemblance à des impressions qualitatives.

« Ce témoignage me paraît assez convaincant, donc LR = 7. »

« Cette étude semble intéressante, donc LR = 12. »

Ce genre de précision n’est pas justifié simplement parce qu’il permet ensuite un beau calcul.

Dans certaines situations — tests diagnostiques validés, modèles probabilistes bien définis, expériences contrôlées — les rapports de vraisemblance peuvent être estimés empiriquement. Dans d’autres, il vaut mieux conserver un raisonnement qualitatif : cette information favorise fortement H, légèrement H ou ne distingue presque pas les hypothèses.

Les odds bayésiennes doivent aider à comprendre la structure du raisonnement, pas produire une illusion de précision.

Un outil pour comprendre les désaccords

Cette représentation offre finalement une grille particulièrement utile pour analyser un désaccord rationnel.

Deux personnes peuvent aboutir à des conclusions différentes parce qu’elles ont des priors différents. Elles peuvent également partager le même prior mais attribuer un rapport de vraisemblance différent à la nouvelle information. Ou encore être d’accord sur chaque élément pris séparément mais différer sur leur dépendance, l’une considérant plusieurs observations comme indépendantes et l’autre comme provenant d’une même source.

Ces désaccords ne sont pas équivalents.

Demander simplement « pourquoi n’es-tu pas d’accord avec moi ? » peut donc être remplacé par des questions plus précises : partons-nous réellement du même état d’information ? Considérons-nous cette observation comme aussi discriminante ? Comptons-nous plusieurs fois la même preuve ?

La forme en odds ne résout pas automatiquement ces débats, mais elle permet de savoir où ils se situent.

Une comptabilité de l’incertitude

L’image d’une comptabilité est utile à condition de ne pas la prendre trop littéralement. Le prior constitue le solde initial. Chaque nouvelle preuve apporte un multiplicateur. Les informations favorables augmentent les odds ; les informations défavorables les réduisent ; les informations neutres, dont le rapport de vraisemblance est proche de 1, ne changent presque rien.

Mais cette comptabilité n’est fiable que si les entrées sont elles-mêmes correctes. Une preuve comptée deux fois, un rapport de vraisemblance mal estimé ou une hypothèse concurrente oubliée peuvent produire un résultat numériquement précis mais épistémiquement trompeur.

La leçon centrale reste néanmoins très puissante :

prior × force de la preuve = posterior.

Elle permet de comprendre pourquoi une croyance bien établie ne doit pas être renversée par un indice faible, pourquoi plusieurs indices modestes peuvent finir par devenir convaincants et pourquoi une preuve très forte peut modifier profondément une hypothèse extraordinaire sans nécessairement la rendre immédiatement probable.

Nous savons maintenant comment une observation peut déplacer nos odds. Mais une difficulté devient évidente : comment plusieurs preuves doivent-elles être combinées lorsqu’elles arrivent ensemble ou successivement ?

C’est précisément le problème de l’accumulation des preuves.

Pour aller plus loin

  • Joyce, J. M. « Bayes’ Theorem », *Stanford Encyclopedia of Philosophy*. Présentation de la forme en odds du théorème de Bayes et du rôle du rapport de vraisemblance dans la transformation des odds antérieures en odds postérieures.
  • Talbott, W. « Bayesian Epistemology », *Stanford Encyclopedia of Philosophy*. L’article montre explicitement que les odds finales entre deux hypothèses résultent des odds initiales multipliées par leur rapport de vraisemblance.
  • Deeks, J. J., & Altman, D. G. (2004). « Diagnostic tests 4: likelihood ratios ». *BMJ*, 329, 168–169. DOI : 10.1136/bmj.329.7458.168. Présentation de l’usage clinique de la relation entre odds pré-test, rapport de vraisemblance et odds post-test.
  • Good, I. J. (1950). *Probability and the Weighing of Evidence*. Charles Griffin. Ouvrage classique de la tradition bayésienne développant notamment la notion quantitative de poids de l’évidence.
14 sur 35Retour à la catégorie