Mise à jour bayésienne des biosignatures

comment la fréquence de base et la qualité du test déterminent la probabilité a posteriori après un signal de biosignature positif

Exemple résolu — Mise à jour bayésienne des biosignatures

Part de fausses alertes	83.94%
Force de la preuve (facteur de Bayes)	9.38×
Cote a posteriori	0.191 : 1
Probabilité a priori de vie P(L)	2%
Sensibilité P(+\|L)	75%
Taux de faux positifs P(+\|¬L)	8%
P(L) → P(L\|+)	2% → 16.06%

Ce sont les valeurs affichées par le calculateur à l’ouverture de la page. Modifiez une entrée ci-dessus pour les recalculer.

Chargement de la simulation interactive...

Un meilleur télescope ne peut pas abaisser le taux de faux positifs 🖖

On suppose naturellement qu’un instrument plus fin rend une détection plus fiable, mais le taux de faux positifs de ce calcul n’est en grande partie pas une propriété de l’instrument. L’oxygène peut s’accumuler sans vie, à partir de vapeur d’eau dissociée par l’ultraviolet. Des voies abiotiques ont été proposées pour la phosphine, et c’est pourquoi l’annonce vénusienne de 2020 s’est aussitôt déplacée vers un débat de géochimie et non de qualité de télescope. Le méthane sort des roches aussi volontiers que des organismes. Quand la confusion réside dans la chimie, résolution et sensibilité n’y changent rien : elles ne font que confirmer la présence de la molécule, ce qui n’était jamais la partie incertaine. La seule chose qui déplace la probabilité a posteriori est une seconde source de preuve qui échoue autrement.

Pourquoi un positif n'est pas une confirmation 🖖

La précision de votre instrument compte bien moins que la rareté initiale de la vie. Si seulement 1 planète sur 1000 abrite la vie, même un détecteur sensible à 90 % avec un taux de faux positifs de 2 % signale surtout des mondes sans vie : la probabilité a posteriori avoisine 4 %, car les fausses alertes masquent les rares détections réelles. Avant de vous fier à un signal positif, demandez-vous quelle était la probabilité que la vie existe avant l’observation.

La même erreur qui emprisonne des innocents 🖖

Lire un positif comme « vie confirmée » commet le sophisme du procureur — on échange P(signal | pas de vie) contre P(pas de vie | signal). Les tribunaux ont fait exactement ce faux pas : dans l'affaire Sally Clark (1999), la minuscule probabilité que les preuves surviennent par hasard fut présentée à tort comme la probabilité de son innocence, contribuant à condamner une mère disculpée en 2003. Le faible taux de faux positifs de votre détecteur n'est pas la probabilité que le monde soit sans vie.

Problème entièrement résolu

Un test de biosignature positif quand la probabilité de vie est de 16 % 5 étapes
Un test de biosignature revient positif — et la probabilité de vie est de 16 %. Expliquez pourquoi, puis déterminez laquelle des deux valeurs du test vous paieriez réellement pour améliorer.
1. La règle de Bayes met en balance les deux façons dont un résultat positif peut se produire : une vraie détection ou une fausse alerte. Toutes deux sont des probabilités de l'évidence, et la probabilité a priori détermine la quantité initiale de chacune.
  
  $P (L ∣ +) = \frac{P ( + ∣ L ) P ( L )}{P ( + ∣ L ) P ( L ) + P ( + ∣ \neg L ) P ( \neg L )}$
2. L'application numérique donne 0,0150 de vrais positifs contre 0,0784 de faux. Les fausses alertes sont cinq fois plus nombreuses que les vraies détections, et le test n'est aucunement défaillant — la probabilité a priori est simplement faible.
  
  $= \frac{0.75 \times 0.02}{0.75 \times 0.02 + 0.08 \times 0.98} = \frac{0.0150}{0.0150 + 0.0784}$
3. Ainsi, un résultat positif laisse 16,06 % pour la présence de vie et 83,94 % pour une fausse alerte. C'est la même arithmétique que pour un dépistage médical d'une affection rare, et elle surprend les gens exactement de la même manière.
  
  $= \frac{0.0150}{0.0934} = 16.06% ⟹ 83.94% false alarms$
4. L'écriture en cotes rend la structure visible : la cote a priori multipliée par le rapport de vraisemblance. Le test apporte un facteur de 9,375, ce qui constitue une vraie preuve — il part simplement d'une cote de 1 sur 49.
  
  $odds : \frac{0.02}{0.98} \times \frac{0.75}{0.08} = 0.0204 \times 9.375 = 0.191$
5. Faisons maintenant varier les deux entrées. Augmenter la sensibilité de 0,75 vers 1 ne peut multiplier l'évidence que par 1,33 au maximum. Réduire le taux de faux positifs de 0,08 à 0,01 la multiplie par huit, et la probabilité a posteriori atteint 60,5 %.
  
  $fpr = 0.01 \Rightarrow 60.5%; 0.005 \Rightarrow 75.4%; 0.001 \Rightarrow 93.9%$
Réponse

L'outil affiche une probabilité a posteriori de 16,06 %, une part de fausses alertes de 83,94 % et un facteur de Bayes de 9,38. La partie exploitable est l'étape 5. La sensibilité est bornée supérieurement par 1, son amélioration a donc un plafond ; le taux de faux positifs n'a pas de plancher, c'est donc là que se situe le levier. Avec un taux de faux positifs de 0,001, le même résultat positif signifierait 93,9 %. C'est pourquoi les arguments sur les biosignatures portent sur l'élimination des explications abiotiques plutôt que sur la force de détection — le dénominateur constitue tout le cœur du débat.

$posterior odds = prior odds \times \frac{sens}{fpr} : the DENOMINATOR is the lever$

Parcours

Les probabilités a priori et leur origine

Références (2)

Insight block 1 — the phosphine claim that moved straight into a geochemistry dispute: J. S. Greaves et al., "Phosphine gas in the cloud decks of Venus." Nature Astronomy 5, 655–664, 2020.
Insight block 3 — the fallacy by its courtroom name: W. C. Thompson and E. L. Schumann, "Interpretation of statistical evidence in criminal trials: The prosecutor's fallacy and the defense attorney's fallacy." Law and Human Behavior 11(3), 167–187, 1987.

Par l’équipe 42Math · Mis à jour 2026-07-16

Vérifié sur des sources publiées. Corrections bienvenues. Politique éditoriale · Corrections

Toutes les leçons : Biologie & Chimie →

Exemples de problèmes

Optimiste - Avec une probabilité a priori de 0,2 et un test sensible à 85 %, la probabilité a posteriori atteint 81,0 %. Même dans ce cas, un résultat positif sur cinq est une fausse alerte.
Équilibré - Le cas de l’exercice résolu : probabilité a priori de 0,02, sensibilité de 75 %, taux de faux positifs de 8 % et probabilité a posteriori de 16,1 %. Sur cent résultats positifs, quatre-vingt-quatre sont de fausses alertes.
Vie rare - Avec une probabilité a priori de 1 sur 1000 et un détecteur sensible à 90 %, la probabilité a posteriori est de 4,3 %. L’instrument est presque parfait, mais 96 résultats positifs sur 100 restent erronés.
Test strict - Ce réglage est moins favorable que le réglage équilibré pour la probabilité a priori (0,01 contre 0,02) comme pour la sensibilité (70 % contre 75 %). Il atteint pourtant 58,6 %, contre 16,1 % pour ce réglage. Son seul avantage tient au taux de faux positifs : 0,5 % contre 8 %.