Théorème de Bayes : modifiez la fréquence de la maladie, la sensibilité et la spécificité du test lors du dépistage d'une maladie rare ; visualisez la probabilité qu'une personne ayant un résultat positif soit réellement malade dans un schéma de population de 10 000 personnes
Retourner à la simulation
Découvrez de manière interactive les calculs de probabilité et la logique du paradoxe du test grâce à la simulation du théorème de Bayes. Cet outil interactif vous permet de visualiser la probabilité conditionnelle en modifiant des paramètres tels que la prévalence de la maladie, la sensibilité et la spécificité du test sur un schéma de population de 10 000 personnes. Vous renforcerez vos intuitions mathématiques tout en apprenant étape par étape ce théorème crucial, en particulier dans les domaines de la médecine et de la science des données.
Que pouvez-vous faire dans cette simulation ?
Vous pouvez définir le taux de prévalence à 1 %, 10 % ou 50 %.
Vous pouvez calculer la probabilité qu'une personne ayant un résultat positif sur le schéma de population soit réellement malade.
Vous pouvez répondre aux questions en glissant-déposant les cartes dans les boîtes correspondantes ou en les touchant.
Vous pouvez vérifier instantanément vos réponses correctes et incorrectes en progressant avec le guide.
Vous pouvez réinitialiser la simulation à l'aide du bouton Recommencer et essayer de nouveaux scénarios.
Concepts fondamentaux et formules
Le théorème de Bayes est utilisé pour mettre à jour la probabilité qu'un événement se produise à la lumière de nouvelles preuves ou informations. Sa formule de base est P(A|B) = P(B|A) · P(A) / P(B). Le schéma de population utilisé dans la simulation concrétise la logique de la probabilité conditionnelle en visualisant les valeurs de Vrai Positif (TP), Faux Positif (FP), Vrai Négatif (TN) et Faux Négatif (FN).
Comment l'utiliser ?
Ouvrez l'écran de simulation et suivez les étapes du guide.
Observez comment la distribution dans le schéma de population est affectée en modifiant le pourcentage de prévalence.
Pour répondre aux questions, touchez les cartes ou faites-les glisser pour les placer dans les bonnes cases.
Enregistrez votre estimation et testez son exactitude en cliquant sur le bouton vérifier les résultats.
Passez aux étapes suivantes en utilisant le bouton Suivant et examinez vos lacunes.
Foire aux questions
Où utilise-t-on le théorème de Bayes dans la vie quotidienne ?
Le théorème de Bayes est utilisé pour prendre des décisions face à l'incertitude dans tous les domaines, de la précision des diagnostics dans les tests médicaux aux filtres anti-spam d'intelligence artificielle.
Toute personne dont le test est positif est-elle malade ?
Non, toute personne obtenant un résultat positif n'est pas nécessairement malade, car le taux de faux positifs peut être élevé, en particulier pour les tests de maladies rares.
Comment le schéma de population m'aide-t-il à comprendre la probabilité ?
Visualiser des individus malades et sains à travers une population de 10 000 personnes transforme des formules abstraites en chiffres concrets.