Loona Calculateurs
Loona Calculators › Mathématiques › Calculateur du théorème de Bayes

🔄 Calculateur du théorème de Bayes

Saisissez trois nombres — la fréquence de l’affection (a priori), la fréquence d’apparition de la preuve lorsque l’affection est présente (sensibilité), et la fréquence d’apparition lorsqu’elle ne l’est pas (taux de faux positifs) — et le théorème de Bayes renvoie la probabilité mise à jour.

Réponse rapide : A posteriori = (a priori × sensibilité) ÷ (a priori × sensibilité + (1 − a priori) × taux de faux positifs). L’exemple célèbre : une maladie touchant 1 personne sur 100, un test sensible à 99% avec 5% de faux positifs — un résultat positif ne signifie toujours qu’environ 16.7% de chances d’avoir la maladie.

Comment utiliser le calculateur du théorème de Bayes

  1. Saisissez la probabilité a priori P(A) — la probabilité que l’affection soit présente avant la preuve.
  2. Saisissez P(preuve | A) — le taux de vrais positifs / la sensibilité.
  3. Saisissez P(preuve | non A) — le taux de faux positifs.
  4. Lisez la probabilité a posteriori P(A | indice) et le détail complet.
Exemple : Dépistage de 10,000 personnes pour une affection à 1% : 100 l’ont et 99 sont testés positifs ; 9,900 ne l’ont pas et 495 sont faussement positifs. Sur 594 positifs, seuls 99 sont réels : 99 ÷ 594 = 16.7%.

Questions fréquemment posées

Pourquoi la réponse est-elle tellement plus basse que « le test est précis à 99% » ?

Parce que la condition est rare. Les faux positifs du grand groupe sain (9,900 × 5% = 495) submergent les vrais positifs du petit groupe malade (100 × 99% = 99). Les taux de base dominent — c’est toute la leçon du théorème de Bayes.

Que signifient a priori et a posteriori ?

L’a priori est votre croyance avant la nouvelle preuve ; l’a posteriori est la croyance mise à jour après avoir pondéré la preuve selon le degré auquel elle est attendue sous chaque possibilité. Le théorème de Bayes est l’arithmétique exacte de cette mise à jour.

Puis-je l’utiliser au-delà des tests médicaux ?

Oui — les filtres antispam, le diagnostic de pannes, les probabilités en criminalistique et les prévisions utilisent tous la même structure : un taux de base, un taux de détection et un taux de fausse alerte.

Et si je ne connais que le taux global de preuve P(B) ?

La forme classique P(A|B) = P(B|A) × P(A) ÷ P(B) exige P(B) directement ; ce calculateur construit plutôt P(B) à partir des deux taux conditionnels, qui est la façon dont les données sont habituellement connues en pratique.

Calculateurs associés

%

Calculateur de pourcentage

Mathématiques

📊

Calculateur de statistiques

Mathématiques

½

Calculateur de fractions

Mathématiques

🧮

Solveur d’équations

Mathématiques

🔬

Calculatrice scientifique

Mathématiques

📐

Calculateur de moyenne

Mathématiques

🔔

Calculateur de score Z

Mathématiques

🎲

Calculateur de probabilités

Mathématiques

Fonctionnement — la formule

P(A | B) = P(B | A) × P(A) ÷ P(B), avec le taux de preuve total construit par la loi des probabilités totales : P(B) = P(B | A) × P(A) + P(B | non A) × P(non A). La substitution donne la forme à trois entrées utilisée par cette calculatrice.

Exemple détaillé

Entrées : a priori 0.01, sensibilité 0.99, taux de faux positifs 0.05.

Étapes : P(B) = 0.99 × 0.01 + 0.05 × 0.99 = 0.0099 + 0.0495 = 0.0594. Probabilité a posteriori = 0.0099 ÷ 0.0594 = 0.1667.

Résultat : P(A | positif) = 16.67% — malgré un test « précis à 99% », parce que l’affection est rare.

Intégrez ce calculateur à votre site — gratuit

Ajoutez ce calculateur à votre propre site web ou blog — c’est entièrement gratuit, sans inscription, et il affiche toujours la dernière version. Copiez le code ci-dessous et collez-le dans votre page à l’endroit où vous voulez que le calculateur apparaisse. Conserver la petite ligne de crédit “Powered by Loona Automation” sous l’intégration aide à garder cet outil gratuit — mais vous êtes libre de la styliser ou de la supprimer ; l’outil fonctionne dans les deux cas.