Catégorie 08

Probabilités et raisonnement bayésien

35 fiches

  1. 01Bayes et probabilités — raisonner avec l’incertitude plutôt que contre elle
  2. 02Qu’est-ce qu’une probabilité ?
  3. 03Probabilités conditionnelles — quand l’information change la question
  4. 04P(A|B) n’est pas P(B|A)
  5. 05Le théorème de Bayes — mettre à jour une croyance
  6. 06Fréquences naturelles — rendre Bayes intuitif
  7. 07Taux de base — ce que nous savions avant la nouvelle information
  8. 08Priors — pourquoi toutes les hypothèses ne partent pas à égalité
  9. 09Affirmations extraordinaires — quand un faible prior exige une preuve forte
  10. 10Priors informatifs, faibles et de référence — d’où viennent les probabilités initiales ?
  11. 11Analyse de sensibilité — que se passe-t-il si le prior change ?
  12. 12Vraisemblance — une observation est-elle vraiment discriminante ?
  13. 13Rapport de vraisemblance — comparer ce que prédisent deux hypothèses
  14. 14Odds bayésiennes — multiplier progressivement le poids des preuves
  15. 15Preuve compatible et preuve probante — une distinction essentielle
  16. 16Plusieurs preuves — quand l’accumulation devient convaincante
  17. 17Indépendance des preuves — pourquoi dix répétitions ne valent pas toujours dix confirmations
  18. 18Tests médicaux — sensibilité, spécificité et valeur prédictive
  19. 19Faux positifs — pourquoi un bon test peut tromper
  20. 20Tests successifs — comment une probabilité évolue au fil des examens
  21. 21Témoignages — comment évaluer une information humaine
  22. 22Justice et probabilités — éviter le *prosecutor’s fallacy*
  23. 23Désinformation — répétition, dépendance des sources et fausse accumulation de preuves
  24. 24Bayes et méthode scientifique — comparer des hypothèses plutôt que chercher seulement une confirmation
  25. 25Bayésianisme et fréquentisme — deux traditions statistiques à ne pas caricaturer
  26. 26Intervalle crédible et intervalle de confiance — des phrases qui ne signifient pas la même chose
  27. 27Facteurs de Bayes — comparer formellement des modèles
  28. 28Le prior est-il subjectif ? — une vieille objection au bayésianisme
  29. 29Le modèle oublié — quand Bayes répond parfaitement à la mauvaise question
  30. 30Probabilité et causalité — Bayes ne suffit pas pour savoir ce qui cause quoi
  31. 31Bayes sans calculatrice — mettre à jour qualitativement ses croyances
  32. 32Quand faut-il changer fortement d’avis ?
  33. 33Quand une preuve ne devrait presque rien changer
  34. 34Bayésianisme et raisonnement motivé — savons-nous vraiment mettre à jour nos croyances ?
  35. 35Autonomie bayésienne — croire proportionnellement aux preuves disponibles