Saisissez une prévalence, une sensibilité et un taux de faux positifs pour voir ce que vaut réellement un test positif - en probabilité et en nombre de personnes sur dix mille.
Un résultat positif n’équivaut pas à être atteint.
Le test trouve 90 cas réels, mais signale aussi 495 personnes saines. Comme un positif peut être l’un ou l’autre, la probabilité qu’il soit réel n’est que de 15.4%. Augmentez la prévalence et regardez-la grimper : c’est le taux de base, et non la précision du test, qui fait l’essentiel du travail.
Fonctionne entièrement dans votre navigateur. Rien de ce que vous saisissez n’est envoyé ni conservé.
Démontrer le théorème de Bayes à partir de la définition de la probabilité conditionnelle, puis résoudre deux fois l’exemple du taux de base qui trompe presque tout le monde : une fois avec la formule, une fois par simple dénombrement.
Construire les probabilités depuis la base : les mondes possibles, l’univers, les deux axiomes fondamentaux, puis les règles d’addition et de multiplication, chacune démontrée plutôt qu’affirmée, avec des exemples numériques résolus.