Statistiques on kenji.blog

« Test positif » ne signifie pas toujours « maladie » ? : L'erreur du taux de base

Thu, 10 Sep 2026 21:00:00 +0900

Si vous recevez un résultat « positif (anormal) » lors d’un bilan de santé ou d’un dépistage du cancer, il est naturel de paniquer. Cependant, avec des connaissances en statistiques et en probabilités, vous pourriez prendre une grande inspiration et garder votre calme. En effet, « un test de haute précision positif » ne signifie pas nécessairement que « la probabilité d’être réellement malade est élevée ».

C’est ce qu’on appelle l’« erreur du taux de base (Base Rate Fallacy) » ou « négligence de la probabilité a priori », un biais cognitif typique où l’intuition humaine se trompe lourdement dans le calcul des probabilités.

Le problème terrifiant du bilan de santé

Imaginez la situation suivante.

Dans une ville, il existe une maladie inconnue qui infecte 1 personne sur 10 000 (0,01 %). Pour détecter cette maladie, un excellent kit de dépistage avec une « précision de 99 % » a été développé. (* Une précision de 99 % signifie que si une personne malade passe le test, elle a 99 % de chances d’être correctement diagnostiquée « positive », et si une personne en bonne santé le passe, elle a 99 % de chances d’être correctement diagnostiquée « négative ».)

Vous passez ce test par hasard, et le résultat est « positif ». Maintenant, quelle est la probabilité que vous soyez réellement infecté par cette maladie ?

Beaucoup de gens répondent intuitivement : « Puisque la précision du test est de 99 %, la probabilité que je sois malade doit aussi être de 99 % ». Cependant, la bonne réponse mathématique est « environ 0,98 % (moins de 1 %) ».

Pourquoi, avec une précision de 99 %, la probabilité réelle tombe-t-elle à moins de 1 % ?

Le théorème de Bayes et la visualisation de l’ensemble

La clé pour résoudre ce problème ne réside pas seulement dans la précision du test, mais aussi dans la prise en compte de « la rareté de la maladie à l’origine (taux de base / probabilité a priori) ». Visualisons ce phénomène contre-intuitif en utilisant une grande population de 1 000 000 de personnes.

Population totale : 1 000 000 personnes
Personnes réellement malades (1 sur 10 000) : 100 personnes
Personnes en bonne santé : 999 900 personnes

Nous faisons passer le test d’une « précision de 99 % » à ces 1 000 000 de personnes.

1. Lorsque les personnes réellement malades (100 personnes) passent le test

Avec une précision de 99 %, celles qui seront correctement diagnostiquées « positives » sont : 100 personnes × 99 % = 99 personnes (Vrais positifs)

2. Lorsque les personnes en bonne santé (999 900 personnes) passent le test

Avec une précision de 99 %, il y a des personnes qui seront incorrectement diagnostiquées « positives » avec une probabilité de 1 % (Faux positifs) : 999 900 personnes × 1 % = 9 999 personnes (Faux positifs)

graph TD A["Population totale (1 000 000 personnes)"] --> B["Personnes malades (100 personnes)"] A --> C["Personnes en bonne santé (999 900 personnes)"] B -->|99% de réussite| B1["Vrais positifs (99 personnes)"] B -->|1% d'échec| B2["Faux négatifs (1 personne)"] C -->|99% de réussite| C1["Vrais négatifs (989 901 personnes)"] C -->|1% d'échec| C2["Faux positifs (9 999 personnes)"] B1 -.-> D{"Nombre total de personnes déclarées « positives » : 10 098 personnes"} C2 -.-> D style A fill:#ECEFF1,stroke:#333 style B fill:#FFCDD2,stroke:#333 style C fill:#C8E6C9,stroke:#333 style B1 fill:#F44336,stroke:#333,color:#fff style C2 fill:#FF9800,stroke:#333,color:#fff style D fill:#FFF9C4,stroke:#333,stroke-width:2px

Votre probabilité réelle d’être malade

Vous avez donc été informé par le médecin que vous êtes « positif ». Cela signifie que vous avez rejoint le groupe en bas à droite de la figure, « Nombre total de personnes déclarées “positives” (10 098 personnes) ».

Parmi ce groupe, quelle est la proportion de « personnes réellement malades (vrais positifs) » ?

$$ \text{Probabilité d'être réellement malade} = \frac{\text{Vrais positifs}}{\text{Toutes les personnes déclarées positives}} = \frac{99}{99 + 9999} = \frac{99}{10098} \approx 0,0098 $$

Le résultat du calcul est d’environ 0,98 %. Bien qu’on vous ait déclaré « positif », la probabilité que vous soyez en bonne santé (faux positif) est massivement plus élevée (environ 99 %).

Pourquoi notre intuition se trompe-t-elle ?

Ce phénomène est expliqué mathématiquement par le « théorème de Bayes », qui calcule les probabilités conditionnelles, mais le cerveau humain est très mauvais pour ce type de calcul.

La raison pour laquelle nous faisons des erreurs est que nous sommes distraits par les informations spécifiques et frappantes fournies dans l’immédiat (« Votre résultat de test est positif ! La précision est de 99 % ! ») et ignorons les données statistiques de fond massives et ennuyeuses (« À l’origine, seule 1 personne sur 10 000 est atteinte de cette maladie (taux de base) »).

Étant donné que la « rareté de la maladie (0,01 %) » est beaucoup plus extrême que l’« inexactitude du test (1 %) », une petite erreur de test submerge rapidement le nombre de personnes réellement malades.

L’« erreur du taux de base » cachée dans la société

Cette illusion provoque des paniques et de mauvais jugements non seulement en médecine, mais aussi dans diverses situations.

Systèmes de reconnaissance faciale et terroristes : Même si une caméra de reconnaissance faciale précise à 99,9 % détecte un « terroriste » dans un aéroport, comme la probabilité de base qu’une personne soit un terroriste est extrêmement faible, la plupart des personnes arrêtées seront des civils innocents avec des visages similaires (faux positifs).
Accidents de la route et conducteurs âgés : Même si vous vous sentez en danger après avoir vu aux informations que « XX % des voitures impliquées dans des accidents étaient conduites par des personnes âgées », à moins de prendre en compte la « proportion de personnes âgées parmi tous les conducteurs sur la route à l’origine (taux de base) », il est impossible de savoir si un groupe d’âge spécifique est réellement plus enclin à causer des accidents.

L’« erreur du taux de base » nous enseigne l’importance de la pensée statistique : face à des chiffres choquants ou à des cas individuels, il faut toujours revenir à la question « dans quelle mesure cela est-il susceptible de se produire dans l’ensemble à l’origine (taux de base) ? ».

Le paradoxe de Simpson : un phénomène mystérieux où l'on gagne par parties, mais où l'on perd au global

Thu, 10 Sep 2026 07:00:00 +0900

1. Dans quel hôpital devriez-vous vous faire opérer ?

Vous êtes atteint d’une maladie grave et devez subir une intervention chirurgicale. Vous avez le choix entre deux hôpitaux : l’hôpital A et l’hôpital B. Vous avez demandé les données sur le “taux de réussite” des opérations pour chaque hôpital.

【Taux de réussite global】

Hôpital A : Sur 1000 personnes, 900 réussites (taux de réussite 90%)
Hôpital B : Sur 1000 personnes, 800 réussites (taux de réussite 80%)

En voyant cela, n’importe qui penserait : “L’hôpital A est meilleur !”. Cependant, étant de nature prudente, vous décidez d’examiner plus en détail comment les données varient selon la gravité de la maladie (cas légers ou cas graves).

【Taux de réussite pour les cas légers】

Hôpital A : Sur 100 personnes, 99 réussites (taux de réussite 99%)
Hôpital B : Sur 900 personnes, 870 réussites (taux de réussite 96%) $\rightarrow$ Pour les cas légers, l’hôpital A gagne (99% > 96%)

【Taux de réussite pour les cas graves】

Hôpital A : Sur 900 personnes, 801 réussites (taux de réussite 89%)
Hôpital B : Sur 100 personnes, 70 réussites (taux de réussite 70%) $\rightarrow$ Même pour les cas graves, l’hôpital A gagne (89% > 70%)

Tiens ? Ne trouvez-vous pas cela étrange ?

Pour les patients “légers”, l’hôpital A a un meilleur taux de réussite. Pour les patients “graves”, l’hôpital A a également un meilleur taux de réussite. Et pourtant, quand on calcule le taux de réussite “global” combinant tous les patients… ?

Hôpital A Global : $(99 + 801) / 1000 =$ 90%
Hôpital B Global : $(870 + 70) / 1000 =$ 94%… non, selon le calcul précédent c’était 80% ?

Attendez, regardons à nouveau les premières données. Les premières données étaient les suivantes :

Taux de réussite global de l’hôpital A : 90%
Taux de réussite global de l’hôpital B : 80%

Mais si nous recalculons avec les données détaillées, Le taux de réussite global de l’hôpital B devrait être de $(870 + 70) / 1000 = 940 / 1000 = $ 94%.

… Eh oui, vous vous êtes fait avoir ! En réalité, cette astuce numérique est précisément le terrible piège statistique que nous allons expliquer cette fois. Laissez-moi vous montrer les vraies données à nouveau.

2. À vous qui avez été trompé : Les vraies données

【Taux de réussite pour les cas légers】

Hôpital A : Sur 900 personnes, 870 réussites (taux de réussite 96%)
Hôpital B : Sur 100 personnes, 99 réussites (taux de réussite 99%) $\rightarrow$ Pour les cas légers, l’hôpital B gagne (99% > 96%)

【Taux de réussite pour les cas graves】

Hôpital A : Sur 100 personnes, 30 réussites (taux de réussite 30%)
Hôpital B : Sur 900 personnes, 315 réussites (taux de réussite 35%) $\rightarrow$ Même pour les cas graves, l’hôpital B gagne (35% > 30%)

En d’autres termes, que ce soit pour les cas légers ou graves, l’hôpital B est de loin supérieur.

Alors, additionnons cela au niveau “global”.

Hôpital A Global : $(870 + 30) / (900 + 100) = 900 / 1000 =$ Taux de réussite 90%
Hôpital B Global : $(99 + 315) / (100 + 900) = 414 / 1000 =$ Taux de réussite 41%

Incroyable ! En regardant les données “partielles”, l’hôpital B gagne partout, mais en les combinant au niveau “global”, l’hôpital A remporte une victoire écrasante ! C’est ce phénomène que l’on appelle le “Paradoxe de Simpson”.

graph TD subgraph "Données partielles (Victoire de B)" Light["Cas légers : Victoire de l'hôpital B (99% > 96%)"] Heavy["Cas graves : Victoire de l'hôpital B (35% > 30%)"] end subgraph "Données globales (Victoire de A)" Total["Total cumulé : Victoire écrasante de l'hôpital A (90% > 41%)"] end Light -->|Étonnamment, en combinant, cela s'inverse| Total Heavy -->|Étonnamment, en combinant, cela s'inverse| Total style Total fill:#ff9999,stroke:#333,stroke-width:2px

3. Pourquoi une inversion aussi étrange se produit-elle ?

L’origine de ce paradoxe réside dans un “déséquilibre des tailles d’échantillon (dénominateurs)” et la présence d’une “variable cachée (facteur de confusion)”.

Regardez attentivement les données.

L’hôpital A admet une grande quantité (900 personnes) de “patients légers faciles à soigner”.
L’hôpital B admet une grande quantité (900 personnes) de “patients graves difficiles à soigner”.

Comme l’hôpital B est très compétent, il agit comme un “hôpital de la dernière chance” qui prend en charge de nombreux patients dans un état grave qui sont refusés ailleurs. Naturellement, le taux de réussite pour les patients graves est plus faible (35%). Le “taux de réussite global” de l’hôpital B est tiré vers le bas par cette grande proportion de patients graves, le faisant paraître globalement plus bas (41%).

À l’inverse, l’hôpital A ne s’occupe que des patients légers et simples à traiter. Par conséquent, son taux de réussite global semble élevé (90%), mais à conditions égales (en comparant les cas graves entre eux, et les cas légers entre eux), il est moins performant que l’hôpital B.

Exprimé mathématiquement, cela est dû aux propriétés de l’addition des fractions. En général, même si $\frac{a}{b} < \frac{A}{B}$ et $\frac{c}{d} < \frac{C}{D}$, il n’est pas toujours vrai que :

$$ \frac{a+c}{b+d} < \frac{A+C}{B+D} $$

Lorsque la taille des dénominateurs est extrêmement différente, le sens de l’inégalité peut s’inverser.

4. Le “paradoxe de Simpson” survenu dans le monde réel

Ce paradoxe n’est pas qu’une simple énigme mathématique ; il se produit fréquemment dans la société réelle et a provoqué de grandes controverses.

Accusations de discrimination sexuelle à l’Université de Californie à Berkeley en 1973

Lors d’une enquête sur les taux d’admission aux cycles supérieurs à Berkeley, il a été constaté que le “taux d’admission des hommes (44%)” était significativement plus élevé que le “taux d’admission des femmes (35%)”, soulevant ainsi un problème de discrimination évidente envers les femmes. Cependant, en divisant et en analysant finement les données “par département”, un fait surprenant a été révélé. Dans presque tous les départements, le taux d’admission des femmes était plus élevé que celui des hommes.

Pourquoi les chiffres globaux se sont-ils inversés ? En réalité, les femmes postulaient principalement à des “départements ayant un faible taux d’admission (très sélectifs)”, tandis que les hommes postulaient principalement à des “départements ayant un taux d’admission élevé (faciles d’accès)”.

Données sur l’efficacité du vaccin contre le COVID

Des données indiquant que “les personnes vaccinées ont un taux de mortalité plus élevé que les personnes non vaccinées” ont circulé et provoqué un tollé. Ceci est également le résultat d’avoir ignoré les données par tranche d’âge (la variable cachée). Les vaccins ayant été administrés en priorité aux “personnes âgées (qui ont déjà un taux de mortalité plus élevé de base)”, en cumulant simplement les taux de mortalité globaux, le groupe des personnes vaccinées s’est retrouvé avec une proportion extrême de personnes âgées, donnant l’apparence d’un taux de mortalité plus élevé.

En comparant par tranches d’âge, il a été confirmé que dans toutes les tranches d’âge, “les personnes vaccinées ont un taux de mortalité plus faible”.

5. Conclusion : Les données ne mentent pas, mais les gens peuvent mentir avec les données

Le paradoxe de Simpson nous avertit du “danger de juger uniquement en regardant les données globales, comme les moyennes ou les totaux”.

Le monde regorge d’entreprises, de politiciens et de médias qui ne retiennent que les “chiffres globaux” pour les mettre en avant de la manière qui les arrange. Même si l’on vous dit : “Notre produit A a une satisfaction globale supérieure au produit concurrent B !”, si l’on sépare les données entre les “jeunes” et les “personnes âgées”, il est fort possible que le produit B soit gagnant dans les deux catégories.

Lorsque vous regardez des données, la meilleure arme pour survivre dans la société de l’information d’aujourd’hui est de ne pas se laisser tromper par les chiffres “globaux” en surface, et de toujours garder un esprit critique : “N’y a-t-il pas un déséquilibre extrême dans la proportion des groupes à cause de variables cachées en arrière-plan (âge, sexe, gravité, etc.) ?”.