Vraisemblance — une observation est-elle vraiment discriminante ?

Une hypothèse paraît souvent renforcée dès qu’elle permet d’expliquer ce que nous observons. Un patient présente un symptôme compatible avec une maladie ; une théorie scientifique prédit un phénomène effectivement observé ; une trace retrouvée sur une scène de crime pourrait provenir du suspect. Dans chacun de ces cas, il est tentant de conclure : « cette observation confirme l’hypothèse ».

Mais une question manque encore. Le symptôme pourrait-il être produit par beaucoup d’autres maladies ? Les théories concurrentes prévoyaient-elles également le phénomène ? La même trace aurait-elle pu apparaître si le suspect était innocent ?

Une observation devient véritablement informative lorsqu’elle ne se contente pas d’être compatible avec une hypothèse, mais qu’elle permet de distinguer cette hypothèse de ses concurrentes. C’est précisément ce que la notion de vraisemblance aide à comprendre.

Partir de l’hypothèse pour regarder les données

Nous avons déjà rencontré une distinction fondamentale :

P(H|E) désigne la probabilité de l’hypothèse H sachant que nous avons observé E.

À l’inverse :

P(E|H) demande à quel point l’observation E serait attendue si H était vraie.

Cette seconde quantité joue le rôle central dans la vraisemblance.

Dans un problème simple, nous pouvons demander pour chaque hypothèse : si cette hypothèse était vraie, quelle probabilité aurait-elle de produire les données que nous avons réellement observées ?

C’est un changement de perspective important. Nous ne demandons pas encore quelle hypothèse est probablement vraie. Nous examinons d’abord ce que chacune prédit.

Dans le théorème de Bayes, ces probabilités des données sous les différentes hypothèses constituent précisément le mécanisme par lequel l’observation modifie les probabilités antérieures.

« Compatible avec » est un critère beaucoup trop faible

Supposons que quelqu’un affirme qu’un incendie s’est déclaré dans un bâtiment et que nous observions de la fumée.

L’observation est clairement compatible avec l’hypothèse :

H1 : un incendie est en cours.

La fumée serait probablement observée sous H1.

Mais imaginons maintenant que nous soyons dans la cuisine d’un restaurant à l’heure du service. Une hypothèse concurrente devient immédiatement plausible :

H2 : la fumée provient de la cuisson.

La fumée peut alors être très probable sous H1 et sous H2.

L’observation reste parfaitement compatible avec l’incendie, mais sa capacité à distinguer les deux explications devient faible.

Transportons maintenant la même observation dans une salle d’archives fermée, sans activité susceptible de produire normalement de la fumée. L’observation devient beaucoup plus difficile à expliquer sous les alternatives ordinaires. Sa valeur probante en faveur d’un incendie augmente fortement.

La fumée n’a pas changé. Ce sont les prédictions comparées des hypothèses qui ont changé.

Une bonne prédiction n’est informative que si elle aurait pu échouer

Prenons une théorie qui prédit que demain, à Paris, la température sera comprise entre −100 °C et +100 °C.

Il est très probable que l’observation réelle corresponde à cette prédiction. Pourtant, sa réussite ne nous apprend presque rien sur la qualité de la théorie. Presque n’importe quel modèle raisonnable aurait prévu une température appartenant à cet intervalle.

Une autre théorie annonce avant la mesure une valeur comprise entre 17,0 °C et 17,5 °C dans des conditions où ses concurrentes prévoient des valeurs nettement différentes. Si la température observée tombe précisément dans cette plage, l’information devient beaucoup plus discriminante.

Une prédiction n’est donc pas impressionnante simplement parce qu’elle se réalise. Il faut demander combien d’autres hypothèses auraient également prédit le même résultat.

Cette idée est centrale dans l’inférence scientifique : le contenu empirique permettant de distinguer des hypothèses dépend des différences entre les probabilités qu’elles attribuent aux observations possibles.

La vraisemblance n’est pas la probabilité de l’hypothèse

Le vocabulaire peut provoquer une confusion. Dans le langage ordinaire, dire qu’une hypothèse est « vraisemblable » signifie souvent qu’elle paraît probablement vraie. En statistique, la vraisemblance possède un sens plus précis.

Une fois les données observées, on considère leur probabilité — ou leur densité dans les modèles continus — sous différentes valeurs possibles du paramètre ou différentes hypothèses. Cette quantité, vue comme une fonction du paramètre, forme la fonction de vraisemblance. Le NIST la décrit ainsi, de manière simplifiée : la vraisemblance d’un ensemble de données correspond à la probabilité d’obtenir ces données sous le modèle de probabilité considéré.

Ronald Fisher a justement introduit au début du XXe siècle le terme *likelihood* afin de distinguer cette notion de la probabilité attribuée aux paramètres eux-mêmes ; dans son article de 1922, il souligne explicitement que la vraisemblance ne suit pas les mêmes règles qu’une distribution de probabilité sur les paramètres.

Il faut donc éviter une phrase comme :

« H1 a une vraisemblance de 80 %, donc H1 a 80 % de chances d’être vraie. »

Ce raisonnement confondrait une nouvelle fois P(E|H) et P(H|E).

Regarder deux hypothèses plutôt qu’une seule

Supposons qu’une maladie H1 provoque un certain symptôme chez 80 % des personnes atteintes.

Nous observons ce symptôme.

Si nous nous arrêtons là, le résultat semble fortement soutenir H1. Mais imaginons qu’une maladie concurrente H2 produise le même symptôme dans 75 % des cas.

L’observation est alors :

très compatible avec H1, mais presque aussi compatible avec H2.

Elle distingue donc très peu les deux maladies.

Supposons maintenant que H2 ne produise ce symptôme que dans 2 % des cas. Le même symptôme devient beaucoup plus intéressant : l’observation est très attendue sous H1 et très inhabituelle sous H2.

C’est cette comparaison qui sera formalisée dans la fiche suivante par le rapport de vraisemblance.

Pour l’instant, retenons simplement le principe : la force d’une observation vient moins de sa compatibilité avec H que de l’écart entre ce que prédit H et ce que prédisent ses concurrentes.

Un indice judiciaire peut impressionner sans discriminer

La justice fournit des exemples particulièrement clairs.

Supposons qu’une fibre bleue soit retrouvée sur une scène de crime et que le suspect possède un manteau comportant exactement cette couleur. Il est tentant de dire : « s’il était coupable, il aurait pu laisser cette fibre ».

C’est vrai. Mais cette phrase ne mesure presque rien.

Il faut demander combien d’autres personnes possèdent des vêtements produisant une fibre comparable, quelle est la fréquence de ce matériau, si la fibre aurait pu être déposée auparavant ou transportée indirectement, et quelles autres explications produisent la même observation.

Si la fibre est extrêmement commune, sa présence peut être compatible avec la culpabilité tout en étant très faiblement probante.

À l’inverse, une caractéristique rarissime et mesurée de manière fiable peut beaucoup mieux discriminer les hypothèses. Même dans ce cas, elle ne fournit pas automatiquement la probabilité de culpabilité : il faudra encore intégrer les informations antérieures pertinentes et l’ensemble des autres preuves.

La logique reste exactement celle rencontrée avec P(E|H) et P(H|E).

Les symptômes « typiques » peuvent être peu informatifs

La médecine fournit la même leçon.

Un symptôme peut être fréquent chez les personnes atteintes d’une maladie et néanmoins avoir une faible valeur diagnostique s’il est tout aussi fréquent dans de nombreuses autres situations.

La fatigue est compatible avec un grand nombre de maladies, avec un manque de sommeil, avec un effort important ou avec diverses conditions ordinaires. Le fait qu’une maladie provoque souvent de la fatigue n’en fait donc pas automatiquement un indice discriminant de cette maladie.

À l’inverse, certaines observations peuvent être moins fréquentes mais beaucoup plus spécifiques d’un ensemble restreint de situations.

C’est pourquoi le raisonnement diagnostique ne peut pas se résumer à rechercher une liste de symptômes « compatibles ». Il faut évaluer la manière dont chaque observation redistribue la plausibilité entre plusieurs explications possibles.

Nous retrouverons cette logique avec les rapports de vraisemblance utilisés en médecine fondée sur les preuves.

Expliquer après coup est facile

La vraisemblance aide également à comprendre une faiblesse fréquente des explications rétrospectives : une fois que nous connaissons le résultat, il est souvent facile d’inventer une histoire permettant à notre hypothèse de l’expliquer.

Une entreprise réussit ? Nous pouvons expliquer sa réussite par l’audace de sa direction. Elle échoue ? Nous pouvons expliquer l’échec par une audace excessive. Un dirigeant politique progresse dans les sondages ? Sa stratégie offensive mobilise ses électeurs. Il baisse ? Cette même stratégie a repoussé les modérés.

Une théorie capable de raconter une histoire plausible quelle que soit l’observation risque de posséder un faible pouvoir discriminant.

La question intéressante devient : avant de connaître le résultat, quelles observations cette hypothèse rendait-elle réellement plus probables que ses concurrentes ?

Cette exigence rapproche le raisonnement par vraisemblance de l’importance accordée, en science, aux prédictions suffisamment précises pour risquer d’être démenties.

Une observation peut favoriser H sans être probable sous H

Une subtilité supplémentaire mérite d’être comprise.

Supposons qu’une observation E soit rare même si H1 est vraie :

P(E|H1) = 10 %.

À première vue, E paraît donc peu compatible avec H1.

Mais imaginons que sous H2 :

P(E|H2) = 0,01 %.

L’observation est rare dans les deux cas, mais mille fois plus attendue sous H1 que sous H2.

Elle peut donc fournir un argument très fort en faveur de H1 relativement à H2, malgré sa faible probabilité absolue sous H1.

Cette situation montre pourquoi la question « cette observation était-elle probable sous mon hypothèse ? » reste insuffisante. Ce qui importe pour distinguer deux hypothèses est leur performance relative face aux mêmes données. La littérature sur l’inférence inductive bayésienne souligne précisément que ce sont les rapports entre vraisemblances, davantage que leurs valeurs isolées, qui portent l’information permettant aux données de discriminer les hypothèses.

Une observation très probable sous H peut malgré tout défavoriser H

L’inverse est également possible.

Supposons :

P(E|H1) = 90 %

mais :

P(E|H2) = 99 %.

E est extrêmement probable sous H1. Pourtant, elle est encore plus attendue sous H2.

L’observation ne favorise donc pas H1 face à H2 ; elle favorise légèrement H2.

Cette idée est contre-intuitive parce que nous avons tendance à raisonner uniquement en termes de confirmation : « ma théorie prévoyait ce résultat, donc ce résultat confirme ma théorie ».

La question comparative révèle le problème : la théorie adverse le prévoyait encore mieux.

Une preuve ne possède donc pas une direction indépendamment des hypothèses auxquelles nous la confrontons.

Les hypothèses concurrentes sont une partie du problème

Cette conclusion a une conséquence importante : la force probante d’une observation dépend des hypothèses que nous avons pensé à comparer.

Imaginons que les données soient dix fois plus vraisemblables sous H1 que sous H2. Cela peut constituer une forte raison de préférer H1 si H1 et H2 épuisent raisonnablement les explications pertinentes.

Mais supposons qu’une hypothèse H3, oubliée jusque-là, rende les mêmes données cent fois plus vraisemblables que H1.

Notre comparaison initiale n’était pas fausse : H1 restait mieux soutenue que H2 par cette observation. Elle était simplement incomplète.

Nous retrouvons ainsi une limite fondamentale déjà entrevue avec Bayes : aucun calcul ne génère automatiquement toutes les hypothèses pertinentes. L’imagination scientifique, la connaissance du domaine et la critique des modèles restent indispensables.

Une preuve est toujours discriminante relativement à un ensemble d’explications concurrentes.

La vraisemblance ne suffit pas à déterminer ce qu’il faut croire

Supposons maintenant que les données soient cent fois plus vraisemblables sous H1 que sous H2.

Cela nous apprend quelque chose de très important : ces données favorisent fortement H1 par rapport à H2.

Mais cela ne nous indique pas encore automatiquement la probabilité finale de H1.

Pourquoi ? Parce que les deux hypothèses pouvaient ne pas avoir la même plausibilité avant l’observation.

C’est ici que le prior revient dans le raisonnement bayésien. La vraisemblance décrit la manière dont les données favorisent les hypothèses ; le prior décrit leur position avant ces données ; le posterior combine les deux.

Cette distinction permet de séparer deux questions :

Quelle est la force de cette nouvelle preuve ?

et

À quel point dois-je maintenant croire à l’hypothèse ?

Ces questions sont liées, mais elles ne sont pas identiques. L’analyse philosophique du théorème de Bayes distingue précisément le poids fourni par la nouvelle donnée de l’état total de croyance après son intégration.

Une tradition statistique centrée sur la vraisemblance

La vraisemblance ne joue d’ailleurs pas seulement un rôle dans le bayésianisme. Elle est centrale dans une grande partie de la statistique classique, notamment dans l’estimation par maximum de vraisemblance, où l’on recherche les valeurs des paramètres sous lesquelles les données observées sont les plus vraisemblables.

Certains statisticiens ont également défendu une conception explicitement vraisemblanciste de la preuve. A. W. F. Edwards puis Richard Royall ont notamment développé l’idée que la comparaison des vraisemblances permet de mesurer directement le soutien relatif apporté par les données à des hypothèses concurrentes, sans devoir nécessairement leur attribuer des probabilités a priori.

Il ne faut donc pas identifier trop rapidement :

vraisemblance = bayésianisme.

Le bayésianisme utilise la vraisemblance, mais il lui ajoute notamment les priors afin d’obtenir des distributions postérieures.

Cette distinction deviendra importante lorsque nous comparerons les différentes traditions statistiques.

Penser en vraisemblance sans connaître les nombres

Comme pour Bayes, le raisonnement peut être utile même lorsque nous ne possédons pas de probabilités numériques fiables.

Supposons que deux explications H1 et H2 soient envisagées. Une nouvelle observation apparaît. Nous savons simplement qu’elle est très naturelle sous H1, mais qu’elle demanderait une coïncidence assez inhabituelle sous H2.

Nous pouvons déjà conclure qualitativement :

cette observation favorise H1 par rapport à H2.

Si l’observation est presque aussi naturelle sous les deux hypothèses, elle les départage peu.

Si elle est plus naturelle sous H2, elle doit nous déplacer dans l’autre direction.

Cette discipline suffit déjà à améliorer de nombreux raisonnements quotidiens. Elle empêche de transformer chaque fait compatible avec notre opinion en « confirmation ».

Le réflexe discriminant

Face à une preuve apparente, plusieurs questions deviennent alors particulièrement utiles : qu’aurais-je attendu si mon hypothèse était vraie ? Qu’aurais-je attendu si elle était fausse ? Qu’auraient prédit les principales hypothèses concurrentes ? L’observation aurait-elle été presque aussi facile à expliquer dans tous les cas ?

Cette série de questions modifie profondément notre manière d’évaluer les arguments.

Elle permet de comprendre pourquoi une anecdote peut être spectaculaire mais peu informative, pourquoi une prédiction précise peut valoir davantage qu’une explication rétrospective très souple, pourquoi un symptôme fréquent n’est pas nécessairement diagnostique et pourquoi le simple fait qu’une théorie « explique les données » ne suffit pas à établir qu’elle les explique mieux que les autres.

La distinction centrale peut finalement être formulée ainsi : une preuve compatible avec H nous dit que H peut produire l’observation ; une preuve discriminante nous dit que H la produit beaucoup mieux que ses concurrentes.

Reste maintenant à donner une mesure précise à cette comparaison. Si une observation est deux fois, dix fois ou cent fois plus attendue sous H1 que sous H2, nous pouvons exprimer directement cette différence.

C’est le rapport de vraisemblance.

Pour aller plus loin

  • Fisher, R. A. (1922). « On the Mathematical Foundations of Theoretical Statistics ». *Philosophical Transactions of the Royal Society A*, 222, 309–368. Texte historique dans lequel Fisher distingue explicitement probabilité et vraisemblance.
  • Edwards, A. W. F. (1972). *Likelihood: An Account of the Statistical Concept of Likelihood and Its Application to Scientific Inference*. Cambridge University Press. Développement classique d’une conception de l’inférence scientifique centrée sur la vraisemblance.
  • Royall, R. M. (1997). *Statistical Evidence: A Likelihood Paradigm*. Chapman & Hall. Ouvrage majeur sur l’interprétation de la vraisemblance et des rapports de vraisemblance comme mesures de soutien relatif entre hypothèses.
  • Joyce, J. M. « Bayes’ Theorem », *Stanford Encyclopedia of Philosophy*. Présentation détaillée du rôle des vraisemblances et des rapports de vraisemblance dans la mise à jour bayésienne et l’évaluation de la preuve.
12 sur 35Retour à la catégorie