Probabilités conditionnelles et formule de Bayes en Terminale maths complémentaires : cours complet
Probabilités conditionnelles (rappels)
Définition — Probabilité de BB sachant AA.
Si P(A)=0P(A) ≠ 0, la probabilité de BB sachant AA est
PA(B)=P(A)P(A∩B),doncP(A∩B)=P(A)×PA(B).P_A(B) = (P(A ∩ B))/P(A), donc P(A ∩ B) = P(A) × P_A(B).
C'est la probabilité de BB quand on sait que AA est réalisé : on restreint l'univers à AA.
Propriété — Règles de l'arbre pondéré.
- La somme des probabilités issues d'un même nœud vaut 11.
- La probabilité d'un chemin est le produit des probabilités de ses branches.
- La probabilité d'un événement est la somme des probabilités des chemins qui y mènent.
Théorème — Formule des probabilités totales.
Si A1,…,AnA₁, …, Aₙ forment une partition de l'univers (événements deux à deux incompatibles dont la réunion est l'univers), de probabilités non nulles :
P(B)=P(A1)PA1(B)+…+P(An)PAn(B).P(B) = P(A₁)P_A₁(B) + … + P(Aₙ)P_Aₙ(B).
Avec AA et AA̅ : P(B)=P(A)PA(B)+P(A)PA(B)P(B) = P(A)P_A(B) + P(A̅)P_A̅(B).
Définition — Indépendance.
AA et BB sont indépendants si P(A∩B)=P(A)P(B)P(A ∩ B) = P(A)P(B), c'est-à-dire (si P(A)=0P(A) ≠ 0) PA(B)=P(B)P_A(B) = P(B) : savoir que AA est réalisé ne change pas la probabilité de BB.
Inverser le conditionnement : la formule de Bayes
Théorème — Formule de Bayes.
Si P(A)=0P(A) ≠ 0 et P(B)=0P(B) ≠ 0 :
PB(A)=P(B)PA(B)×P(A)P_B(A) = (P_A(B) × P(A))/P(B)
et, en développant P(B)P(B) par les probabilités totales :
PB(A)=P(A)PA(B)+P(A)PA(B)P(A)PA(B).P_B(A) = P(A)P_A(B)/(P(A)P_A(B) + P(A̅)P_A̅(B)).
Démonstration.
P(A∩B)=P(B)×PB(A)P(A ∩ B) = P(B) × P_B(A) et aussi P(A∩B)=P(A)×PA(B)P(A ∩ B) = P(A) × P_A(B). En égalant puis en divisant par P(B)P(B), on obtient la formule.
Définition — A priori, a posteriori.
AA représente la question qui nous intéresse (« le patient est malade », « la boule vient de l'urne 1 »). Sa probabilité P(A)P(A) avant toute observation est dite a priori. Après l'observation d'un événement BB, on la remplace par PB(A)P_B(A), dite a posteriori. La formule de Bayes est la règle de mise à jour d'une croyance par une information.
Exemple — De quelle urne vient la boule ?.
On lance une pièce équilibrée : pile, on tire dans l'urne U1U₁ (33 rouges, 22 noires) ; face, dans l'urne U2U₂ (11 rouge, 44 noires). On a tiré une boule rouge. Probabilité qu'elle vienne de U1U₁ ?
P(R)=0,3+0,1=0,4P(R) = 0,3 + 0,1 = 0,4 et PR(U1)=0,40,3=0,75P_R(U₁) = 0,3/0,4 = 0,75. L'observation « rouge » fait passer la probabilité de U1U₁ de 0,50,5 (a priori) à 0,750,75 (a posteriori).
Exemple — Contrôle qualité.
Une usine a deux machines : M1M₁ produit 60%60 % des pièces, dont 2%2 % sont défectueuses ; M2M₂ produit le reste, avec 5%5 % de défauts. P(D)=0,6×0,02+0,4×0,05=0,032P(D) = 0,6 × 0,02 + 0,4 × 0,05 = 0,032. Une pièce est défectueuse : la probabilité qu'elle vienne de M2M₂ est PD(M2)=0,0320,4×0,05=0,625P_D(M₂) = (0,4 × 0,05)/0,032 = 0,625. M2M₂ fait 40%40 % des pièces mais 62,5%62,5 % des défauts.
Méthode — Le tableau d'effectifs.
On peut aussi raisonner sur une population fictive de 1000010 000 individus, en remplissant un tableau à double entrée avec les effectifs. Les probabilités conditionnelles deviennent des proportions dans une ligne ou une colonne : c'est souvent plus parlant que la formule.
Les tests de dépistage
Définition — Vocabulaire d'un test binaire.
On note MM « la personne est malade » et TT « le test est positif ».
- Vrai positif : malade et test positif ; faux positif : non malade et test positif ; de même pour les vrais et faux négatifs.
- Sensibilité =PM(T)= P_M(T) : probabilité qu'un malade soit détecté.
- Spécificité =PM(T)= P_M̅(T̅) : probabilité qu'un non-malade ait un test négatif.
- Prévalence =P(M)= P(M) : proportion de malades dans la population testée.
- Valeur prédictive positive VPP=PT(M)VPP = P_T(M) ; valeur prédictive négative VPN=PT(M)VPN = P_T̅(M̅).
Sensibilité et spécificité sont des qualités du test ; les valeurs prédictives, qui intéressent le patient, dépendent aussi de la prévalence.
Exemple — Un test excellent… et pourtant.
Une maladie touche 1%1 % de la population. Un test a une sensibilité de 95%95 % et une spécificité de 98%98 %. Sur 1000010 000 personnes :
|
Test positif |
Test négatif |
Total |
| Malades |
9595 |
55 |
100100 |
| Non malades |
198198 |
97029 702 |
99009 900 |
| Total |
293293 |
97079 707 |
1000010 000 |
VPP=PT(M)=29395≈0,324VPP = P_T(M) = 95/293 ≈ 0,324 : seul un tiers des tests positifs correspond à un malade ! En revanche VPN=97079702≈0,9995VPN = (9 702)/(9 707) ≈ 0,9995 : un test négatif est très rassurant. Avec la formule : P(T)=0,01×0,95+0,99×0,02=0,0293P(T) = 0,01 × 0,95 + 0,99 × 0,02 = 0,0293 et PT(M)=0,02930,0095P_T(M) = 0,0095/0,0293.
Remarque — Pourquoi ce résultat surprend.
Les malades sont si rares que les 2%2 % de faux positifs chez les 99009 900 non-malades (198198 personnes) sont plus nombreux que les vrais positifs (9595). C'est pourquoi on confirme un test positif par un second test : si les deux tests sont indépendants, la probabilité a posteriori 0,3240,324 devient l'a priori du second, et un second test positif la porte à environ 0,9580,958.
Exemple — La VPP en fonction de la prévalence.
Avec la même sensibilité et la même spécificité, pour une prévalence pp :
f(p)=PT(M)=0,95p+0,02(1−p)0,95p=0,93p+0,020,95p,p∈[0;1].f(p) = P_T(M) = 0,95p/(0,95p + 0,02(1 - p)) = 0,95p/(0,93p + 0,02), p ∈ [0 ;1].
f′(p)=(0,93p+0,02)20,95(0,93p+0,02)−0,95p×0,93=(0,93p+0,02)20,019>0f'(p) = (0,95(0,93p + 0,02) - 0,95p × 0,93)/((0,93p + 0,02)²) = 0,019/((0,93p + 0,02)²) > 0 : la VPP augmente avec la prévalence. f(0,001)≈0,045f(0,001) ≈ 0,045 ; f(0,01)≈0,324f(0,01) ≈ 0,324 ; f(0,1)≈0,841f(0,1) ≈ 0,841 ; f(0,5)≈0,979f(0,5) ≈ 0,979. Un même test est bien plus fiable chez des patients qui présentent déjà des symptômes (forte prévalence) qu'en dépistage de masse.
Valeur prédictive positive d'un test (sensibilité 0,950,95, spécificité 0,980,98) selon la prévalence pp.
Erreurs classiques
Attention — À éviter.
- Confondre PM(T)P_M(T) (sensibilité, qualité du test) et PT(M)P_T(M) (valeur prédictive, ce que veut savoir le patient) : c'est l'erreur dite « du procureur » en justice, qui confond « probabilité de l'indice si l'accusé est innocent » et « probabilité que l'accusé soit innocent vu l'indice ».
- Oublier les faux positifs au dénominateur : P(T)P(T) se calcule avec les probabilités totales.
- Écrire P(A∩B)=P(A)×P(B)P(A ∩ B) = P(A) × P(B) sans indépendance.
- Additionner des probabilités conditionnelles qui ne portent pas sur le même événement conditionnant.
Fiche de synthèse
| Conditionnelle |
PA(B)=P(A)P(A∩B)P_A(B) = (P(A ∩ B))/P(A) ; P(A∩B)=P(A)PA(B)P(A ∩ B) = P(A)P_A(B) |
| Probabilités totales |
P(B)=P(A)PA(B)+P(A)PA(B)P(B) = P(A)P_A(B) + P(A̅)P_A̅(B) |
| Bayes |
PB(A)=P(B)PA(B)P(A)P_B(A) = P_A(B)P(A)/P(B) ; a priori P(A)P(A), a posteriori PB(A)P_B(A) |
| Indépendance |
P(A∩B)=P(A)P(B)P(A ∩ B) = P(A)P(B) |
| Test |
sensibilité PM(T)P_M(T) ; spécificité PM(T)P_M̅(T̅) ; prévalence P(M)P(M) |
| Valeurs prédictives |
VPP=PT(M)VPP = P_T(M) ; VPN=PT(M)VPN = P_T̅(M̅) ; la VPP croît avec la prévalence |
Exercices d'application
Exercice 1 – Dopage
3%3 % des sportifs d'une compétition sont dopés. Le test utilisé a une sensibilité de 90%90 % et une spécificité de 95%95 %. Un sportif est contrôlé positif : quelle est la probabilité qu'il soit dopé ? Commenter.
Exercice 2 – Filtre anti-spam
40%40 % des courriels reçus sont des spams. Le mot « gratuit » apparaît dans 30%30 % des spams et dans 2%2 % des autres courriels. Un courriel contient « gratuit » : quelle est la probabilité que ce soit un spam ?
Exercice 3 – Valeur prédictive négative
Avec le test de la section 3 (sensibilité 0,950,95, spécificité 0,980,98) et une prévalence pp, exprimer VPN=PT(M)VPN = P_T̅(M̅) en fonction de pp, puis la calculer pour p=0,2p = 0,2.
Corrigés des exercices
Corrigé de l'exercice 1
Corrigé.
P(T)=0,03×0,9+0,97×0,05=0,027+0,0485=0,0755P(T) = 0,03 × 0,9 + 0,97 × 0,05 = 0,027 + 0,0485 = 0,0755. PT(D)=0,07550,027≈0,358P_T(D) = 0,027/0,0755 ≈ 0,358. Près de deux contrôles positifs sur trois concernent un sportif non dopé : un test positif doit être confirmé par une contre-expertise.
Corrigé de l'exercice 2
Corrigé.
P(G)=0,4×0,3+0,6×0,02=0,12+0,012=0,132P(G) = 0,4 × 0,3 + 0,6 × 0,02 = 0,12 + 0,012 = 0,132. PG(S)=0,1320,12≈0,909P_G(S) = 0,12/0,132 ≈ 0,909. Les filtres bayésiens combinent ainsi des dizaines de mots.
Corrigé de l'exercice 3
Corrigé.
P(T)=p×0,05+(1−p)×0,98P(T̅) = p × 0,05 + (1 - p) × 0,98 et P(M∩T)=0,98(1−p)P(M̅ ∩ T̅) = 0,98(1 - p), donc VPN=0,98(1−p)+0,05p0,98(1−p)=0,98−0,93p0,98−0,98pVPN = (0,98(1 - p))/(0,98(1 - p) + 0,05p) = (0,98 - 0,98p)/(0,98 - 0,93p). Pour p=0,2p = 0,2 : 0,7940,784≈0,9870,784/0,794 ≈ 0,987.