Probabilités conditionnelles — quand l’information change la question
Une probabilité n’est presque jamais une propriété isolée que l’on pourrait détacher de toute information. Lorsque nous disons qu’une maladie est rare, qu’un candidat a de bonnes chances de gagner ou qu’un accident est improbable, nous parlons toujours à partir d’un certain état de connaissance. Si cet état change, la probabilité pertinente peut changer elle aussi.
C’est précisément ce que décrit une probabilité conditionnelle : la probabilité d’un événement lorsque nous savons qu’une certaine information est vraie. Cette idée paraît simple, mais elle est au cœur d’une grande partie du raisonnement probabiliste. Elle permettra ensuite de comprendre le théorème de Bayes, les tests médicaux, les taux de base, la vraisemblance et de nombreuses erreurs de raisonnement.
Une probabilité « sachant que »
La notation la plus courante est :
P(A | B)
et se lit : « probabilité de A sachant B », ou « probabilité de A étant donné B ».
Le symbole vertical ne signifie donc pas « divisé par » ou « entraîne ». Il indique que nous examinons la probabilité de A dans le contexte où B est connu.
Supposons que nous tirions au hasard une carte d’un jeu de 52 cartes. La probabilité de tirer un roi est :
P(roi) = 4/52 = 1/13.
Imaginons maintenant que quelqu’un regarde la carte sans nous la montrer et nous dise qu’elle est une figure, c’est-à-dire un valet, une dame ou un roi. Notre information a changé. Parmi les 52 cartes possibles, seules les 12 figures restent compatibles avec ce que nous savons, dont 4 rois. La probabilité devient donc :
P(roi | figure) = 4/12 = 1/3.
La carte elle-même n’a pas changé. Ce qui a changé est l’ensemble des possibilités compatibles avec notre information.
C’est l’intuition fondamentale de la probabilité conditionnelle.
Conditionner, c’est changer de population de référence
Une manière particulièrement intuitive de comprendre le conditionnement consiste à imaginer que l’information nouvelle restreint la population que nous regardons.
Prenons une entreprise comptant 1 000 salariés. Supposons que 200 travaillent de nuit et que 50 de ces travailleurs de nuit utilisent le covoiturage. Dans l’ensemble de l’entreprise, la proportion d’utilisateurs du covoiturage peut être différente. Mais si la question devient : « Quelle est la probabilité qu’un salarié utilise le covoiturage sachant qu’il travaille de nuit ? », nous ne devons plus regarder les 1 000 salariés. Nous devons regarder uniquement les 200 travailleurs de nuit.
Parmi eux, 50 utilisent le covoiturage. Nous obtenons donc :
P(covoiturage | travail de nuit) = 50/200 = 25 %.
Le mot « sachant » a changé le dénominateur. C’est souvent là que se joue tout le problème.
Cette façon de raisonner est très utile lorsqu’un problème probabiliste semble confus : quelle est désormais la population pertinente une fois que l’information conditionnelle est connue ?
La formule de la probabilité conditionnelle
Mathématiquement, lorsque P(B) > 0, la probabilité de A sachant B est définie par :
P(A | B) = P(A ∩ B) / P(B).
Le symbole A ∩ B désigne les situations où A et B sont vrais simultanément.
Cette formule exprime exactement l’intuition précédente. Parmi toutes les situations où B est vrai, nous regardons quelle proportion vérifie également A. Elle constitue la définition standard de la probabilité conditionnelle dans le cadre probabiliste ordinaire.
Reprenons les cartes. L’événement B est « la carte est une figure ». Il concerne 12 cartes sur 52. L’événement A ∩ B est « la carte est à la fois un roi et une figure ». Tous les rois étant des figures, cet ensemble comporte 4 cartes sur 52. Nous obtenons :
P(roi | figure) = (4/52) / (12/52) = 4/12 = 1/3.
La formule n’ajoute donc rien de mystérieux : elle formalise l’idée de restreindre notre attention aux cas compatibles avec l’information reçue.
La connaissance transforme parfois radicalement une probabilité
Le conditionnement peut modifier une probabilité très peu ou énormément.
Supposons qu’un train pris au hasard sur une ligne soit en retard dans 10 % des cas. Avant toute autre information, nous pouvons écrire :
P(retard) = 10 %.
Nous apprenons maintenant qu’une panne de signalisation vient d’être annoncée sur cette ligne. Si, historiquement, les trains circulant lors d’une telle panne sont en retard dans 70 % des cas, la probabilité pertinente devient :
P(retard | panne de signalisation) = 70 %.
La probabilité n’a pas « changé toute seule ». Nous posons désormais une autre question. Nous ne demandons plus : « parmi tous les trains de cette ligne, combien sont en retard ? », mais : « parmi les trains circulant lorsqu’une panne de signalisation est présente, combien sont en retard ? »
Cette distinction est essentielle dans la lecture des statistiques. Un chiffre valable pour une population générale peut être très trompeur lorsqu’on l’applique à une sous-population possédant une caractéristique importante.
Une même information n’a pas le même effet dans tous les contextes
Le caractère conditionnel des probabilités permet également de comprendre pourquoi une information apparemment identique peut modifier différemment notre jugement selon ce que nous savons déjà.
Imaginons que nous apprenions qu’une personne tousse. Cette information peut légèrement augmenter la probabilité de plusieurs maladies respiratoires. Mais sa signification dépend du contexte. La probabilité d’une infection particulière sachant seulement « la personne tousse » n’est pas nécessairement la même que la probabilité de cette infection sachant « elle tousse, présente une forte fièvre et a été récemment exposée à un cas confirmé ».
Nous pouvons symboliquement écrire :
P(maladie | toux)
et
P(maladie | toux, fièvre, exposition).
Ce sont deux probabilités différentes parce que l’information disponible n’est pas la même.
Dans la pratique, le raisonnement diagnostique fonctionne souvent ainsi : chaque nouvelle observation modifie l’ensemble des informations conditionnant notre estimation. Cela ne signifie pas qu’un diagnostic médical réel se réduit à quelques calculs simples, mais la logique probabiliste sous-jacente permet de comprendre pourquoi un même signe peut être peu informatif dans un contexte et beaucoup plus important dans un autre.
Conditionner n’est pas ajouter magiquement une preuve
Une difficulté fréquente consiste à croire que toute information nouvelle augmente nécessairement la probabilité de l’hypothèse qui nous intéresse. Ce n’est pas le cas.
Une information peut augmenter une probabilité, la diminuer ou ne pratiquement rien changer.
Supposons que nous cherchions à savoir si une personne se trouve dans un bâtiment. Nous apprenons qu’une voiture rouge est stationnée devant l’entrée. Si cette personne possède précisément une voiture rouge et vient habituellement avec elle, l’observation peut augmenter notre confiance. Mais si des dizaines d’employés possèdent une voiture de cette couleur, l’information apporte peu. Et si nous savons que la voiture de cette personne est actuellement au garage, elle peut même affaiblir l’hypothèse.
Le conditionnement ne nous dit donc pas seulement qu’une information existe. Il oblige à examiner comment cette information modifie réellement la distribution des possibilités.
C’est une idée que nous retrouverons avec la vraisemblance : une observation n’est informative que dans la mesure où elle distingue suffisamment les hypothèses concurrentes.
Probabilité conjointe et probabilité conditionnelle
Il est important de distinguer deux questions proches.
P(A ∩ B) demande : quelle est la probabilité que A et B soient vrais en même temps ?
P(A | B) demande : quelle est la probabilité de A une fois que B est supposé ou connu vrai ?
Prenons un jeu de cartes. La probabilité de tirer une carte qui soit à la fois un roi et un cœur est :
P(roi ∩ cœur) = 1/52.
Mais la probabilité de tirer un roi sachant que la carte est un cœur est :
P(roi | cœur) = 1/13.
Dans le premier cas, nous considérons l’ensemble du jeu. Dans le second, nous savons déjà que la carte appartient aux 13 cœurs et nous demandons quelle proportion de ces cartes est un roi.
Confondre ces deux notions peut entraîner des erreurs considérables dès que les problèmes deviennent plus complexes.
Conditionner n’est pas expliquer la cause
Une autre distinction doit être introduite très tôt : P(A | B) ne signifie pas que B cause A.
Nous pouvons observer qu’une certaine caractéristique est plus fréquente dans un groupe que dans un autre sans que cette caractéristique soit la cause directe de la différence.
Par exemple, supposons qu’une étude observe une probabilité plus élevée d’un certain problème de santé chez les personnes portant fréquemment un objet particulier. L’association peut être réelle, mais elle pourrait être expliquée par l’âge, la profession, le lieu de travail ou une autre variable liée à la fois à l’objet et au problème observé.
Une probabilité conditionnelle décrit une relation statistique. Elle ne suffit pas à établir une relation causale.
Nous reviendrons plus tard sur cette distinction, car le raisonnement bayésien permet de modifier nos croyances concernant des hypothèses causales, mais le théorème de Bayes ne résout pas automatiquement le problème de la causalité.
Quand l’information ne change rien : l’indépendance
Le conditionnement permet aussi de définir une notion fondamentale : l’indépendance probabiliste.
Deux événements A et B sont indépendants lorsque connaître B ne change pas la probabilité de A :
P(A | B) = P(A).
Prenons deux lancers indépendants d’une pièce équilibrée. La probabilité que le second lancer donne pile est de 1/2. Si le premier lancer a donné pile, cette information ne modifie pas la probabilité du second :
P(pile au deuxième lancer | pile au premier) = 1/2.
Dans ce modèle, les deux événements sont indépendants.
L’indépendance est une propriété beaucoup plus importante qu’elle n’en a l’air. Lorsqu’on accumule des preuves, il faut notamment savoir si elles apportent réellement des informations nouvelles ou si elles dépendent les unes des autres. Cent sites Internet reprenant la même source ne constituent pas cent observations indépendantes. Nous consacrerons une fiche entière à ce problème.
L’indépendance ne doit jamais être supposée par commodité
Dans les exercices scolaires, les événements sont souvent déclarés indépendants afin de simplifier les calculs. Dans le monde réel, cette hypothèse doit être justifiée.
Deux analyses scientifiques peuvent sembler indépendantes tout en utilisant la même base de données. Deux témoins peuvent rapporter une histoire similaire parce qu’ils en ont discuté entre eux. Deux articles peuvent citer des « sources différentes » qui remontent en réalité au même communiqué. Deux symptômes peuvent être corrélés parce qu’ils proviennent du même mécanisme biologique.
Dans ces situations, traiter les informations comme indépendantes conduirait à surestimer leur force cumulée.
Cette question deviendra cruciale lorsque nous étudierons l’accumulation bayésienne des preuves. Le nombre d’éléments disponibles importe moins que le nombre de voies d’information réellement distinctes.
Toute nouvelle information crée-t-elle une nouvelle probabilité ?
En principe, oui : chaque fois que notre information change d’une manière pertinente, nous pouvons nous demander quelle devient la probabilité d’une hypothèse sachant cette nouvelle information.
Mais cela ne signifie pas qu’un raisonnement humain réaliste doit recalculer constamment des nombres précis. Nous pouvons raisonner qualitativement.
Supposons que vous considériez une hypothèse comme assez improbable. Une source reconnue rapporte ensuite un élément légèrement favorable à cette hypothèse, mais l’information reste également compatible avec plusieurs explications concurrentes. Vous pouvez raisonnablement conclure : mon degré de confiance augmente un peu, mais pas suffisamment pour rendre l’hypothèse probable.
Cette phrase décrit déjà un raisonnement conditionnel. Votre croyance après l’information n’est plus exactement celle que vous aviez avant.
À l’inverse, une observation extrêmement inattendue sous votre hypothèse actuelle peut entraîner une forte diminution de confiance. Le bon réflexe consiste à se demander : quelle probabilité attribuais-je à cette situation avant de disposer de cette nouvelle information, et quelle probabilité est maintenant pertinente sachant ce que je viens d’apprendre ?
Un exemple de lecture critique d’une statistique
Imaginons un titre : « 80 % des auteurs d’un type d’accident avaient consommé du café dans les vingt-quatre heures précédentes. »
Pris isolément, le chiffre peut sembler impressionnant. Pourtant, il manque une information essentielle : quelle proportion de la population comparable consomme du café dans une période de vingt-quatre heures ?
Si cette proportion est elle-même proche de 80 %, l’observation apporte probablement très peu d’information sur le lien entre café et accident.
La statistique pertinente ne consiste donc pas seulement à connaître :
P(café | accident),
mais à la comparer avec une probabilité comme :
P(café | absence d’accident)
ou, selon la question étudiée, avec le taux de consommation de café dans une population de référence appropriée.
Le raisonnement conditionnel oblige ainsi à regarder le groupe de comparaison. C’est une protection importante contre les statistiques impressionnantes mais peu informatives.
Les sous-populations peuvent cacher des surprises
Le changement de population de référence peut parfois produire des résultats contre-intuitifs. Une tendance observée dans l’ensemble d’une population peut s’atténuer, disparaître ou même s’inverser lorsque l’on conditionne sur certaines sous-populations. Le célèbre paradoxe de Simpson illustre ce phénomène : des relations statistiques peuvent changer lorsque l’on tient compte d’une variable supplémentaire.
Nous ne développerons pas ici ce paradoxe, car il concerne plus largement la causalité et l’interprétation des données. Il rappelle néanmoins une leçon importante : une probabilité conditionnelle dépend du contexte sur lequel nous conditionnons. Ajouter une information pertinente peut profondément modifier l’image statistique que nous avions auparavant.
Cela impose une vigilance particulière devant des comparaisons entre groupes. Il faut toujours se demander si des différences de composition — âge, exposition, métier, niveau de risque ou toute autre variable pertinente — peuvent expliquer une partie du résultat observé.
Penser conditionnellement avant de calculer
Le principal intérêt de la probabilité conditionnelle pour l’esprit critique n’est pas d’apprendre une formule de plus. C’est d’acquérir un réflexe : préciser l’information sous laquelle une affirmation probabiliste est vraie.
Lorsqu’un chiffre est présenté, plusieurs questions deviennent utiles : quelle population sert de référence ? Qu’est-ce qui est déjà supposé connu ? Quelle nouvelle information avons-nous ajoutée ? Cette information change-t-elle réellement la probabilité ? Sur quelle sous-population le calcul porte-t-il désormais ? Existe-t-il une autre condition qui modifierait encore le résultat ?
Cette discipline évite de traiter les probabilités comme des propriétés absolues. Dire « le risque est de 5 % » n’a de sens qu’à l’intérieur d’un contexte suffisamment défini. Dire « ce résultat est très probable » demande également de préciser probable compte tenu de quoi.
Le conditionnement constitue ainsi le langage naturel de la mise à jour des croyances. Nous partons d’une probabilité et nous ajoutons une information. La question devient alors : comment cette information doit-elle modifier ce que nous croyons ?
C’est exactement là que le théorème de Bayes apparaîtra. Mais avant de l’introduire, nous devons examiner une confusion qui produit certaines des erreurs probabilistes les plus fréquentes : croire que P(A | B) et P(B | A) désignent presque la même chose.
Elles peuvent en réalité être radicalement différentes.
Pour aller plus loin
- Blitzstein, J. K., & Hwang, J. (2019). *Introduction to Probability*, 2e éd. Chapman & Hall/CRC. Le chapitre consacré aux probabilités conditionnelles offre une présentation particulièrement pédagogique de la notion, de l’indépendance et de la règle de Bayes.
- Hájek, A. (2023). « Interpretations of Probability », *Stanford Encyclopedia of Philosophy*. L’article présente notamment la définition formelle de la probabilité conditionnelle et les questions philosophiques liées à son interprétation.
- Jaynes, E. T. (2003). *Probability Theory: The Logic of Science*. Cambridge University Press. Un ouvrage majeur de la tradition bayésienne, plus technique, où la probabilité conditionnelle joue un rôle central dans la représentation de l’information disponible.