Le bayésianisme aujourd’hui

499 Pages·2016·16.485 MB·French

by  Isabelle Drouet (ed.)

Sous la direction de
Isabelle Drouet
(cid:2)(cid:3)(cid:4)(cid:5)(cid:6)(cid:7)(cid:8)(cid:9)(cid:10)(cid:6)(cid:11)(cid:10)(cid:9)(cid:12)(cid:3)(cid:4)(cid:6)(cid:13)(cid:14)(cid:15)(cid:13)(cid:16)(cid:17)(cid:18)(cid:19)(cid:13)(cid:10)
Fondements et pratiques
ÉDITIONS MATÉRIOLOGIQUES
Collection « Sciences & Philosophie »
La collection « Sciences & Philosophie » aux Éditions Matériologiques
dirigée par
Philippe HUNEMAN (IHPST), Guillaume LECOINTRE (MNHN), Marc SILBERSTEIN (EM)
Extraits du catalogue :
Mario Bunge, Entre deux mondes. Mémoires d’un philosophe-scientifique (septembre 2016).
Dominique Raynaud, Qu’est-ce que la technologie ? (février 2016).
Jean-Pascal Capp, Nouveau regard sur les cellules souches (décembre 2015).
L’évolution, de l’univers aux sociétés, sous la direction de Muriel Gargaud & Guillaume Lecointre
(novembre 2015).
Jean Génermont, Une histoire naturelle de la sexualité (décembre 2014).
La Biodiversité en question. Enjeux philosophiques, éthiques et scientifiques, sous la direction de
Elena Casetta & Julien Delord (juin 2014).
Le Monde quantique. Les débats philosophiques de la physique quantique, sous la direction de
Bernard d’Espagnat & Hervé Zwirn (avril 2014).
Apparenter la pensée ? Vers une phylogénie des concepts savants, sous la direction de Pascal
Charbonnat, Mahé Ben Hamed, Guillaume Lecointre (février 2014).
Matériaux philosophiques et scientifiques pour un matérialisme contemporain, sous la direction de
Marc Silberstein (décembre 2013).
Les Matérialismes et la chimie. Perspectives philosophiques, historiques et scientifiques, sous la
direction de François Pépin (octobre 2012).
Théorie, réalité, modèle. Épistémologie des théories et des modèles face au réalisme dans les
sciences, Franck Varenne (août 2012).
L’Émergence de la médecine scientifique, sous la direction d’Anne Fagot-Largeault (janvier 2012).
Les Mondes darwiniens. L’évolution de l’évolution, sous la direction de Thomas Heams, Philippe
Huneman, Guillaume Lecointre, Marc Silberstein (septembre 2011).
Isabelle Drouet (dir.), Le bayésianisme aujourd’hui
ISBN (papier) 978-2-37361-078-9
eISBN 978-2-37361-079-6
ISSN 2275-9948
© Éditions Matériologiques, octobre 2016.
233, rue de Crimée, F-75019 Paris
materiologiques.com / [email protected]
Photo de couverture, conception graphique, maquette, PAO, corrections : Marc Silberstein
DISTRIBUTION LIVRES PAPIER : Éditions Matériologiques
DISTRIBUTION EBOOKS PDF : Cairn, Numilog, etc.
En application de la loi du 11 mars 1957, il est interdit de reproduire intégralement ou
partiellement le présent ouvrage sans autorisation de l’éditeur ou du Centre français du
copyright, 6 bis, rue Gabriel-Laumain, 75010 Paris.
[Introduction]
Le bayésianisme :
(cid:8)(cid:20)(cid:8)(cid:12)(cid:3)(cid:11)(cid:21)(cid:9)(cid:4)(cid:17)(cid:3)(cid:4)(cid:17)(cid:8)(cid:22)(cid:11)(cid:10)(cid:21)(cid:10)(cid:15)(cid:11)(cid:4)(cid:3)(cid:21)(cid:4)(cid:12)(cid:13)(cid:21)(cid:6)(cid:21)(cid:10)(cid:15)(cid:11)(cid:9)(cid:4)(cid:16)(cid:8)(cid:23)(cid:3)(cid:11)(cid:21)(cid:3)(cid:9)
Isabelle DROUET
Sciences, Normes, Décision (Paris-Sorbonne et CNRS, FRE 3593)
et membre associée du laboratoire Logiques de l’agir (Université de
Franche-Comté, EA 2274)
Le projet de publier un ouvrage consacré au bayésianisme est né
du constat que les méthodes bayésiennes connaissent un succès
croissant, qu’il s’agissait d’expliquer. Ces méthodes sont en effet de
plus en plus utilisées dans les sciences empiriques, dans des domaines
toujours plus nombreux et, semble-t-il, avec une grande fécondité. En
dehors des sciences empiriques, c’est par exemple l’enquête judiciaire
qui semble tendre à devenir explicitement bayésienne et, plus géné-
ralement, nombreux sont aujourd’hui ceux qui considèrent le bayésia-
nisme comme une théorie générale du raisonnement. Le cerveau même
serait bayésien. Le succès du bayésianisme soulève en particulier la
question de savoir quelle est l’unité du bayésianisme derrière des
occurrences très diverses de l’adjectif « bayésien ».
La longue préparation de l’ouvrage a révélé une autre dimension,
historique et probablement plus profonde, de l’hétérogénéité qui est
actuellement celle du bayésianisme. Des approches directement
héritées du bayésianisme historique des années 1930 cohabitent
aujourd’hui avec des bayésianismes beaucoup plus hétérodoxes. Les
moins déviants d’entre eux diffèrent du bayésianisme orthodoxe essen-
(cid:2)(cid:3)(cid:4)(cid:5)(cid:5)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:9)(cid:10)(cid:11)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)(cid:13)(cid:14)(cid:12)(cid:2)(cid:3)(cid:15)(cid:16)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:12)(cid:8)(cid:10)(cid:9)(cid:9)(cid:17)(cid:11)(cid:2)(cid:18)(cid:4)(cid:12)(cid:8)(cid:10)(cid:14)(cid:8)(cid:9)(cid:17)(cid:12)(cid:3)(cid:2)(cid:3)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:4)(cid:7)(cid:8)(cid:21)(cid:8)
les approches les plus déviantes vont jusqu’à intégrer à un rai son-
nement d’allure générale bayésienne des pratiques associées aux écoles
rivales du bayésianisme, puis à théoriser cette façon de faire.
Dans cette introduction, notre premier but est de contribuer à
(cid:22)(cid:18)(cid:15)(cid:7)(cid:3)(cid:11)(cid:8)(cid:5)(cid:4)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:10)(cid:7)(cid:3)(cid:12)(cid:6)(cid:4)(cid:8)(cid:4)(cid:2)(cid:8)(cid:22)(cid:4)(cid:8)(cid:2)(cid:11)(cid:10)(cid:16)(cid:4)(cid:11)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)(cid:16)(cid:17)(cid:7)(cid:2)(cid:17)(cid:14)(cid:11)(cid:12)(cid:8)(cid:22)(cid:14)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:10)(cid:7)(cid:3)(cid:12)(cid:6)(cid:4)(cid:8)
contemporain. Nous nous attacherons principalement à caractériser le
4
Isabelle Drouet (dir.) • Le bayésianisme aujourd’hui. Fondements et pratiques
bayésianisme orthodoxe, avant d’indiquer les voies selon lesquelles des
formes plus éclectiques s’en sont récemment séparées. Chemin faisant,
nous rencontrerons des éléments d’explication du succès contemporain
(cid:22)(cid:14)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:10)(cid:7)(cid:3)(cid:12)(cid:6)(cid:4)(cid:23)(cid:8)(cid:24)(cid:17)(cid:14)(cid:11)(cid:8)(cid:15)(cid:7)(cid:3)(cid:11)(cid:25)(cid:8)(cid:7)(cid:17)(cid:14)(cid:12)(cid:8)(cid:9)(cid:11)(cid:18)(cid:12)(cid:4)(cid:7)(cid:2)(cid:4)(cid:11)(cid:17)(cid:7)(cid:12)(cid:8)(cid:5)(cid:10)(cid:8)(cid:12)(cid:2)(cid:11)(cid:14)(cid:16)(cid:2)(cid:14)(cid:11)(cid:4)(cid:8)(cid:26)(cid:18)(cid:7)(cid:18)(cid:11)(cid:10)(cid:5)(cid:4)(cid:8)
et les différents chapitres de l’ouvrage.
1] Caractérisation du bayésianisme
Qu’est-ce que le bayésianisme ? Même si nous restreignons sa por-
tée au bayésianisme orthodoxe héritier du bayésianisme historique
des années 1930, la question n’est pas tout à fait triviale. En effet,
le bayésianisme est un ensemble composite de thèses portant sur
(cid:22)(cid:4)(cid:12)(cid:8)(cid:27)(cid:14)(cid:4)(cid:12)(cid:2)(cid:3)(cid:17)(cid:7)(cid:12)(cid:8)(cid:22)(cid:3)(cid:28)(cid:28)(cid:18)(cid:11)(cid:4)(cid:7)(cid:2)(cid:4)(cid:12)(cid:23)(cid:8)(cid:24)(cid:5)(cid:14)(cid:12)(cid:8)(cid:9)(cid:11)(cid:18)(cid:16)(cid:3)(cid:12)(cid:18)(cid:6)(cid:4)(cid:7)(cid:2)(cid:25)(cid:8)(cid:3)(cid:5)(cid:8)(cid:4)(cid:12)(cid:2)(cid:8)(cid:9)(cid:17)(cid:12)(cid:12)(cid:3)(cid:19)(cid:5)(cid:4)(cid:8)(cid:22)(cid:29)(cid:3)(cid:22)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:4)(cid:11)(cid:8)
(cid:2)(cid:11)(cid:17)(cid:3)(cid:12)(cid:8)(cid:18)(cid:2)(cid:10)(cid:26)(cid:4)(cid:12)(cid:8)(cid:22)(cid:10)(cid:7)(cid:12)(cid:8)(cid:5)(cid:29)(cid:18)(cid:22)(cid:3)(cid:15)(cid:16)(cid:4)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:4)(cid:7)(cid:25)(cid:8)(cid:27)(cid:14)(cid:3)(cid:8)(cid:16)(cid:17)(cid:7)(cid:16)(cid:4)(cid:11)(cid:7)(cid:4)(cid:7)(cid:2)(cid:8)(cid:11)(cid:4)(cid:12)(cid:9)(cid:4)(cid:16)(cid:2)(cid:3)(cid:30)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)
croyances considérées de manière synchronique, la dynamique des
(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:16)(cid:4)(cid:12)(cid:8)(cid:4)(cid:2)(cid:8)(cid:5)(cid:4)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:23)
1.1] Croyances considérées de manière synchronique
(cid:31)(cid:4)(cid:12)(cid:8)(cid:2)!"(cid:12)(cid:4)(cid:12)(cid:8)(cid:27)(cid:14)(cid:3)(cid:8)(cid:16)(cid:17)(cid:7)(cid:12)(cid:2)(cid:3)(cid:2)(cid:14)(cid:4)(cid:7)(cid:2)(cid:8)(cid:5)(cid:4)(cid:8)(cid:9)(cid:11)(cid:4)(cid:6)(cid:3)(cid:4)(cid:11)(cid:8)(cid:18)(cid:2)(cid:10)(cid:26)(cid:4)(cid:8)(cid:22)(cid:4)(cid:8)(cid:5)(cid:29)(cid:18)(cid:22)(cid:3)(cid:15)(cid:16)(cid:4)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:4)(cid:7)(cid:8)
sont les suivantes :
(T1.1) Les croyances viennent par degrés.
(T1.2) Les degrés de croyance d’un agent rationnel sont des probabilités.
#$%(cid:23)&’(cid:8)(cid:12)(cid:3)(cid:26)(cid:7)(cid:3)(cid:15)(cid:4)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)(cid:22)(cid:4)(cid:26)(cid:11)(cid:18)(cid:12)(cid:8)(cid:22)(cid:4)(cid:8)(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:16)(cid:4)(cid:8)(cid:22)(cid:29)(cid:14)(cid:7)(cid:8)(cid:10)(cid:26)(cid:4)(cid:7)(cid:2)(cid:8)(cid:11)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:7)(cid:4)(cid:5)(cid:8)(cid:12)(cid:10)(cid:2)(cid:3)(cid:12)(cid:28)(cid:17)(cid:7)(cid:2)(cid:8)
les axiomes du calcul des probabilités. Dans l’axiomatisation la plus
classique, celle de Kolmogorov, à laquelle nous nous en tiendrons ici,
ces axiomes sont les suivants :
(Ax1) Les probabilités prennent des valeurs positives ou nulles.
(Ax2) Si E est une tautologie, alors P(E) = 1.
(Ax3) Si A et B sont logiquement incompatibles, P(A(cid:2)(cid:3)(cid:2)B) =
P(A) + P(B)1.
(T1.2) est une thèse qui concerne les croyances. Plus précisément,
c’est une thèse architectonique, au sens où elle porte essentiellement
sur les croyances d’un agent rationnel considérées de manière collec-
tive – et, en l’occurrence, sur les degrés qui affectent ces croyances.
Concernant les croyances considérées de manière isolée, (T1.2) dit
[1] Nous donnons ici la version la plus simple de ces axiomes, qui porte sur le cas où les évé-
(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:12)(cid:8)(cid:16)(cid:17)(cid:7)(cid:12)(cid:3)(cid:22)(cid:18)(cid:11)(cid:18)(cid:12)(cid:8)(cid:12)(cid:17)(cid:7)(cid:2)(cid:8)(cid:4)(cid:7)(cid:8)(cid:7)(cid:17)(cid:6)(cid:19)(cid:11)(cid:4)(cid:8)(cid:15)(cid:7)(cid:3)(cid:23)(cid:8)(cid:31)(cid:29)(cid:10)*(cid:3)(cid:17)(cid:6)(cid:4)(cid:8)/(cid:8)(cid:12)(cid:29)(cid:18)(cid:2)(cid:4)(cid:7)(cid:22)(cid:8)(cid:7)(cid:10)(cid:2)(cid:14)(cid:11)(cid:4)(cid:5)(cid:5)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:10)(cid:14)(cid:8)(cid:16)(cid:10)(cid:12)(cid:8)(cid:3)(cid:7)(cid:15)(cid:7)(cid:3)(cid:8)
dénombrable, relativement auquel il est le plus souvent énoncé, et en outre au cas continu.
Considérer ces extensions n’est pas nécessaire dans le cadre de cette introduction.
5
Isabelle Drouet • Introduction – Le bayésianisme : éléments de définition et mutations récentes
seulement que les degrés de croyance sont positifs ou nuls et qu’un
agent rationnel croit les tautologies au degré 1 – et, conséquemment,
les contradictions au degré 0. De cette thèse relative aux croyances
découle une thèse relative aux probabilités :
(T1.3) Certaines probabilités sont des degrés de croyance rationnelle.
Ici, « degrés de croyance rationnelle » désigne les degrés de croyance
d’un individu rationnel. En tant qu’elle porte sur les probabilités,
(T1.3) porte également sur la nature, et donc sur l’évaluation et l’ex-
pression, de l’incertitude – sans toutefois, bien sûr, épuiser le sens
de cette notion polysémique. (T1.3) est compatible avec l’existence de
probabilités qui ne sont pas des degrés de croyance rationnelle, et en
particulier avec l’existence de probabilités qui sont des fréquences
relatives ou des limites de fréquences relatives. Cependant cette thèse
est classiquement étendue par les bayésiens de la façon suivante :
(T1.3’) Toutes les probabilités sont des degrés de croyance rationnelle.
Autrement dit, le bayésianisme classique est un monisme concernant
les probabilités.
1.2] Dynamique des croyances
À ces thèses relatives aux croyances considérées de manière syn-
chronique s’ajoute une thèse portant sur leur dynamique :
(T2) Les degrés de croyance rationnelle sont révisés par conditiona-
lisation bayésienne.
4(cid:4)(cid:5)(cid:10)(cid:8)(cid:12)(cid:3)(cid:26)(cid:7)(cid:3)(cid:15)(cid:4)(cid:8)(cid:4)(cid:7)(cid:8)(cid:9)(cid:10)(cid:11)(cid:2)(cid:3)(cid:16)(cid:14)(cid:5)(cid:3)(cid:4)(cid:11)(cid:8)(cid:27)(cid:14)(cid:29)(cid:14)(cid:7)(cid:8)(cid:10)(cid:26)(cid:4)(cid:7)(cid:2)(cid:8)(cid:11)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:7)(cid:4)(cid:5)(cid:8)(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:2)(cid:8)5(cid:8)(cid:10)(cid:14)(cid:8)(cid:22)(cid:4)(cid:26)(cid:11)(cid:18)(cid:8)
P(A) et qui viendrait à apprendre B, c’est-à-dire ici à croire B au degré
1, doit en conséquence croire A au degré P(A(cid:2)|(cid:2)6’(cid:8)(cid:27)(cid:14)(cid:3)(cid:8)(cid:4)(cid:12)(cid:2)(cid:8)(cid:18)(cid:26)(cid:10)(cid:5)(cid:25)(cid:8)(cid:9)(cid:10)(cid:11)(cid:8)(cid:22)(cid:18)(cid:15)-
nition des probabilités conditionnelles, à : P(A (cid:4) B)/ P(B)2. De manière
plus générale, un agent rationnel dont les degrés de croyance initiaux
sont représentés par la distribution de probabilité P doit, s’il apprend
6(cid:25)(cid:8)(cid:11)(cid:18)(cid:30)(cid:3)(cid:12)(cid:4)(cid:11)(cid:8)(cid:12)(cid:4)(cid:12)(cid:8)(cid:22)(cid:4)(cid:26)(cid:11)(cid:18)(cid:12)(cid:8)(cid:22)(cid:4)(cid:8)(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:16)(cid:4)(cid:12)(cid:8)(cid:22)(cid:4)(cid:8)(cid:12)(cid:17)(cid:11)(cid:2)(cid:4)(cid:8)(cid:27)(cid:14)(cid:29)(cid:3)(cid:5)(cid:12)(cid:8)(cid:12)(cid:17)(cid:3)(cid:4)(cid:7)(cid:2)(cid:8)(cid:15)(cid:7)(cid:10)(cid:5)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)
représentés par la distribution de probabilité P( | B). Autrement
dit, (T2) décrit une révision épistémique globale, qui affecte en même
temps les degrés de toutes les croyances entretenues par un agent
8&;(cid:8)6(cid:3)(cid:4)(cid:7)(cid:8)(cid:4)(cid:7)(cid:2)(cid:4)(cid:7)(cid:22)(cid:14)(cid:25)(cid:8)(cid:16)(cid:4)(cid:2)(cid:2)(cid:4)(cid:8)(cid:26)(cid:11)(cid:10)(cid:7)(cid:22)(cid:4)(cid:14)(cid:11)(cid:8)(cid:7)(cid:29)(cid:4)(cid:12)(cid:2)(cid:8)(cid:22)(cid:18)(cid:15)(cid:7)(cid:3)(cid:4)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)(cid:12)(cid:3)(cid:8)(cid:24)#6’(cid:8)(cid:4)(cid:12)(cid:2)(cid:8)(cid:7)(cid:17)(cid:7)(cid:8)(cid:7)(cid:14)(cid:5)(cid:23)(cid:8)4(cid:4)(cid:2)(cid:2)(cid:4)(cid:8)(cid:11)(cid:4)(cid:12)(cid:2)(cid:11)(cid:3)(cid:16)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:4)(cid:12)(cid:2)(cid:8)(cid:5)(cid:4)(cid:30)(cid:18)(cid:4)(cid:8)
dans le cadre des axiomatisations qui portent directement sur les probabilités condition-
nelles, par exemple celle de Popper ou celle de Rényi, respectivement dans Karl R. Popper,
« Two Autonomous Axiom Systems for the Calculus of Probabilities », British Journal for
Philosophy of Science, VI(21), 1955, p. 51-57 et Alfréd Rényi, « On a New Axiomatic Theory
of Probability », Acta Mathematica Academiae Scientiarum Hungaricae, 6,1955, p. 286-335.
6
Isabelle Drouet (dir.) • Le bayésianisme aujourd’hui. Fondements et pratiques
rationnel. Une extension est possible au cas où l’agent, sans apprendre
B, voit son degré de croyance passer de P(B) initialement à une valeur
P’(B) différente de P(B) mais pas forcément égale à 1. Dans ce cas, les
(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:16)(cid:4)(cid:12)(cid:8)(cid:15)(cid:7)(cid:10)(cid:5)(cid:4)(cid:12)(cid:8)(cid:12)(cid:17)(cid:7)(cid:2)(cid:8)(cid:11)(cid:4)(cid:9)(cid:11)(cid:18)(cid:12)(cid:4)(cid:7)(cid:2)(cid:18)(cid:4)(cid:12)(cid:8)(cid:9)(cid:10)(cid:11)(cid:8)(cid:5)(cid:10)(cid:8)(cid:22)(cid:3)(cid:12)(cid:2)(cid:11)(cid:3)(cid:19)(cid:14)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:22)(cid:4)(cid:8)(cid:9)(cid:11)(cid:17)(cid:19)(cid:10)(cid:19)(cid:3)(cid:5)(cid:3)(cid:2)(cid:18)(cid:8)
P’ telle que P’(A) = P(A(cid:2)|(cid:2)B).P’(B)(cid:2)+ P(A(cid:2)|(cid:2)¬ B).P’(¬(cid:2)6’(cid:8)(cid:21)(cid:8)(cid:16)(cid:29)(cid:4)(cid:12)(cid:2)(cid:8)(cid:5)(cid:10)(cid:8)G(cid:8)(cid:11)"(cid:26)(cid:5)(cid:4)(cid:8)(cid:22)(cid:4)(cid:8)
Jeffrey »3. Dans la suite, nous ne tiendrons pas compte de l’extension
(cid:22)(cid:4)(cid:8)#$&’(cid:8)(cid:10)(cid:14)(cid:8)(cid:16)(cid:10)(cid:12)(cid:8)(cid:17)H(cid:8)(cid:5)(cid:10)(cid:8)(cid:11)(cid:18)(cid:30)(cid:3)(cid:12)(cid:3)(cid:17)(cid:7)(cid:8)(cid:9)(cid:11)(cid:17)(cid:16)"(cid:22)(cid:4)(cid:8)(cid:22)(cid:29)(cid:14)(cid:7)(cid:4)(cid:8)(cid:6)(cid:17)(cid:22)(cid:3)(cid:15)(cid:16)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:9)(cid:5)(cid:14)(cid:12)(cid:8)(cid:28)(cid:10)(cid:3)(cid:19)(cid:5)(cid:4)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)
l’apprentissage et ne conduisant pas un degré de croyance maximal.
Nous ferons comme si toutes les révisions épistémiques relevaient
de l’apprentissage, c’est-à-dire, dans ce contexte, de l’acquisition de
certitudes.
(T2) constitue le cœur du bayésianisme. D’une part elle ne donne
pas lieu à des débats internes au groupe des bayésiens, et d’autre part
elle permet de comprendre d’où le bayésianisme tient son nom. En
effet, là où (T2) demande à un agent rationnel croyant in i tial ement A
(cid:10)(cid:14)(cid:8)(cid:22)(cid:4)(cid:26)(cid:11)(cid:18)(cid:8)(cid:24)#5’(cid:8)(cid:4)(cid:2)(cid:8)(cid:10)(cid:16)(cid:27)(cid:14)(cid:18)(cid:11)(cid:10)(cid:7)(cid:2)(cid:8)(cid:5)(cid:10)(cid:8)(cid:16)(cid:4)(cid:11)(cid:2)(cid:3)(cid:2)(cid:14)(cid:22)(cid:4)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)6(cid:8)(cid:22)(cid:4)(cid:8)(cid:15)(cid:7)(cid:10)(cid:5)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:16)(cid:11)(cid:17)(cid:3)(cid:11)(cid:4)(cid:8)5(cid:8)
au degré P(A(cid:2)|(cid:2)B), le théorème de Bayes indique une façon de calculer
cette probabilité conditionnelle. Ce théorème est un résultat élémen-
taire en théorie des probabilités. Dans le cas discret auquel nous nous
en tenons ici, il s’écrit :
(ThB) P(A(cid:2)|(cid:2)B) = [P(B(cid:2)|(cid:2)A).P(A)]/P(B) pour A et B de probabilités non
nulles.
4(cid:17)(cid:7)(cid:7)(cid:10)(cid:3)(cid:12)(cid:12)(cid:10)(cid:7)(cid:2)(cid:8)(cid:24)#5’(cid:25)(cid:8)(cid:3)(cid:5)(cid:8)(cid:12)(cid:14)(cid:28)(cid:15)(cid:2)(cid:8)(cid:9)(cid:17)(cid:14)(cid:11)(cid:8)(cid:16)(cid:10)(cid:5)(cid:16)(cid:14)(cid:5)(cid:4)(cid:11)(cid:8)(cid:24)#5(cid:2)|(cid:2)B) de connaître la vrai-
semblance de A relativement à P(B), P(B(cid:2)|(cid:2)A), et la probabilité B.
Dans les cas où cette probabilité n’est pas connue, il peut être utile
de s’appuyer sur le théorème des probabilités totales pour la calculer :
(ThPT) Si A, A , A … A est un ensemble de propositions mutuel-
1 2 n
lement exclusives dont la disjonction est une tautologie, alors
P(B)(cid:2)= P(B(cid:2)|(cid:2)A).P(A) + P(B(cid:2)|(cid:2)A ).P(A ) + P(B(cid:2)|(cid:2)A ).P(A ) + … +
1 1 2 2
P(B(cid:2)|(cid:2)A ).P(A ).
n n
Ainsi, les probabilités et vraisemblances relativement à B de A et des
A(cid:8)(cid:12)(cid:14)(cid:28)(cid:15)(cid:12)(cid:4)(cid:7)(cid:2)(cid:8)W(cid:8)(cid:16)(cid:10)(cid:5)(cid:16)(cid:14)(cid:5)(cid:4)(cid:11)(cid:8)(cid:5)(cid:10)(cid:8)(cid:9)(cid:11)(cid:17)(cid:19)(cid:10)(cid:19)(cid:3)(cid:5)(cid:3)(cid:2)(cid:18)(cid:8)(cid:22)(cid:4)(cid:8)6(cid:23)
i
(cid:2)(cid:3)(cid:4)(cid:5)(cid:6)(cid:7)(cid:8)(cid:9)(cid:10)(cid:11)(cid:12)(cid:12)(cid:13)(cid:14)(cid:13)(cid:12)(cid:15)(cid:6)(cid:10)(cid:16)(cid:9)(cid:13)(cid:12)(cid:15)(cid:9)(cid:17)(cid:18)(cid:19)(cid:13)
Les thèses (T1.1) à (T1.3) et (T2) sont implicitement accompagnées
de la thèse selon laquelle, de manière générale, le raisonnement
humain est bayésien. Cette thèse se comprend de manière norma-
[3] Richard C. Jeffrey, The Logic of Decision, 2e éd., University of Chicago Press, 1983.
7
Isabelle Drouet • Introduction – Le bayésianisme : éléments de définition et mutations récentes
tive dans le cadre logico-philosophique que nous présentons ici, mais
la question de savoir si elle peut constituer une description correcte
se pose aujourd’hui de manière aiguë4(cid:23)(cid:8)X(cid:5)(cid:5)(cid:4)(cid:8)(cid:12)(cid:3)(cid:26)(cid:7)(cid:3)(cid:15)(cid:4)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:11)(cid:8)
consiste à graduer ses croyances et, pour l’agent rationnel, à réviser
ses degrés de croyance par conditionalisation bayésienne à mesure que
de nouvelles informations deviennent disponibles. Le dernier étage
du bayésianisme attire l’attention sur un domaine du raisonnement
ainsi conçu comme bayésien ou, pour le dire autrement, sur des classes
particulières d’énoncés en tant qu’ils sont susceptibles d’occuper la
place de A et de B dans les formules des paragraphes précédents. Plus
(cid:9)(cid:11)(cid:18)(cid:16)(cid:3)(cid:12)(cid:18)(cid:6)(cid:4)(cid:7)(cid:2)(cid:25)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:4)(cid:7)(cid:12)(cid:8)(cid:16)(cid:17)(cid:7)(cid:12)(cid:3)(cid:22)"(cid:11)(cid:4)(cid:7)(cid:2)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)!(cid:20)(cid:9)(cid:17)(cid:2)!"(cid:12)(cid:4)(cid:12)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)
peuvent occuper la place de A (ou des A), et donc que :
i
#$/(cid:23)%’(cid:8)(cid:31)(cid:4)(cid:12)(cid:8)!(cid:20)(cid:9)(cid:17)(cid:2)!"(cid:12)(cid:4)(cid:12)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)(cid:9)(cid:4)(cid:14)(cid:30)(cid:4)(cid:7)(cid:2)(cid:8)(cid:28)(cid:10)(cid:3)(cid:11)(cid:4)(cid:8)(cid:5)(cid:29)(cid:17)(cid:19)(cid:13)(cid:4)(cid:2)(cid:8)(cid:22)(cid:4)(cid:8)(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:16)(cid:4)(cid:12)(cid:8)
graduées.
Les énoncés rapportant des informations empiriques peuvent quant
à eux occuper la place de B, et l’évaluation des hypothèses revient à
leur faire occuper cette place :
#$/(cid:23)&’(cid:8)(cid:31)(cid:29)(cid:18)(cid:30)(cid:10)(cid:5)(cid:14)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:11)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:7)(cid:4)(cid:5)(cid:5)(cid:4)(cid:8)(cid:22)(cid:29)(cid:14)(cid:7)(cid:4)(cid:8)!(cid:20)(cid:9)(cid:17)(cid:2)!"(cid:12)(cid:4)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)(cid:16)(cid:17)(cid:7)(cid:12)(cid:3)(cid:12)(cid:2)(cid:4)(cid:8)
(cid:4)(cid:12)(cid:12)(cid:4)(cid:7)(cid:2)(cid:3)(cid:4)(cid:5)(cid:5)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)W(cid:8)(cid:27)(cid:14)(cid:10)(cid:7)(cid:2)(cid:3)(cid:15)(cid:4)(cid:11)(cid:8)(cid:5)(cid:10)(cid:8)(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:16)(cid:4)(cid:8)(cid:22)(cid:17)(cid:7)(cid:2)(cid:8)(cid:4)(cid:5)(cid:5)(cid:4)(cid:8)(cid:28)(cid:10)(cid:3)(cid:2)(cid:8)(cid:5)(cid:29)(cid:17)(cid:19)(cid:13)(cid:4)(cid:2)(cid:8)(cid:14)(cid:7)(cid:4)(cid:8)(cid:28)(cid:17)(cid:3)(cid:12)(cid:8)
que toutes les informations pertinentes disponibles au moment de
l’évaluation ont été prises en compte.
#$/(cid:23)%’(cid:8)(cid:4)(cid:2)(cid:8)#$/(cid:23)&’(cid:8)(cid:22)(cid:18)(cid:15)(cid:7)(cid:3)(cid:12)(cid:12)(cid:4)(cid:7)(cid:2)(cid:8)(cid:14)(cid:7)(cid:4)(cid:8)(cid:16)(cid:17)(cid:7)(cid:16)(cid:4)(cid:9)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:22)(cid:14)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)-
(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)(cid:27)(cid:14)(cid:3)(cid:8)(cid:10)(cid:8)(cid:30)(cid:17)(cid:16)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)W(cid:8)(cid:12)(cid:29)(cid:10)(cid:9)(cid:9)(cid:5)(cid:3)(cid:27)(cid:14)(cid:4)(cid:11)(cid:8)W(cid:8)(cid:2)(cid:17)(cid:14)(cid:2)(cid:4)(cid:12)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)!(cid:20)(cid:9)(cid:17)(cid:2)!"(cid:12)(cid:4)(cid:12)(cid:8)(cid:4)(cid:7)(cid:30)(cid:3)(cid:12)(cid:10)(cid:26)(cid:18)(cid:4)(cid:12)(cid:8)
(cid:22)(cid:10)(cid:7)(cid:12)(cid:8)(cid:5)(cid:4)(cid:8)(cid:16)(cid:10)(cid:22)(cid:11)(cid:4)(cid:8)(cid:22)(cid:4)(cid:8)(cid:5)(cid:29)(cid:4)(cid:7)(cid:27)(cid:14)Y(cid:2)(cid:4)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:25)(cid:8)(cid:6)(cid:10)(cid:3)(cid:12)(cid:8)(cid:27)(cid:14)(cid:3)(cid:8)(cid:30)(cid:3)(cid:12)(cid:4)(cid:8)(cid:4)(cid:7)(cid:8)(cid:9)(cid:10)(cid:11)(cid:2)(cid:3)(cid:16)(cid:14)(cid:5)(cid:3)(cid:4)(cid:11)(cid:8)
les hypothèses statistiques, c’est-à-dire celles qui déterminent une
distribution de probabilité sur l’ensemble des observations possibles
relativement au phénomène étudié. La conception bayésienne du rai-
(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)(cid:9)(cid:4)(cid:14)(cid:2)(cid:8)Y(cid:2)(cid:11)(cid:4)(cid:8)(cid:9)(cid:11)(cid:17)(cid:5)(cid:17)(cid:7)(cid:26)(cid:18)(cid:4)(cid:8)(cid:9)(cid:10)(cid:11)(cid:8)(cid:14)(cid:7)(cid:4)(cid:8)(cid:2)!"(cid:12)(cid:4)(cid:8)(cid:11)(cid:4)(cid:5)(cid:10)(cid:2)(cid:3)(cid:30)(cid:4)(cid:8)W(cid:8)
(cid:5)(cid:10)(cid:8)(cid:16)(cid:17)(cid:7)(cid:15)(cid:11)(cid:6)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:22)(cid:4)(cid:12)(cid:8)!(cid:20)(cid:9)(cid:17)(cid:2)!"(cid:12)(cid:4)(cid:12)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)Z
#$/(cid:23)/’(cid:8)(cid:31)(cid:29)(cid:4)*(cid:3)(cid:12)(cid:2)(cid:4)(cid:7)(cid:16)(cid:4)(cid:8)(cid:22)(cid:29)(cid:14)(cid:7)(cid:4)(cid:8)(cid:11)(cid:4)(cid:5)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:22)(cid:4)(cid:8)(cid:16)(cid:17)(cid:7)(cid:15)(cid:11)(cid:6)(cid:10)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:4)(cid:7)(cid:2)(cid:11)(cid:4)(cid:8)(cid:14)(cid:7)(cid:4)(cid:8)!(cid:20)(cid:9)(cid:17)(cid:2)!"(cid:12)(cid:4)(cid:8)
(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)\(cid:8)(cid:4)(cid:2)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)(cid:22)(cid:17)(cid:7)(cid:7)(cid:18)(cid:4)(cid:12)(cid:8)(cid:4)(cid:6)(cid:9)(cid:3)(cid:11)(cid:3)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)(cid:22)(cid:18)(cid:16)(cid:11)(cid:3)(cid:2)(cid:4)(cid:12)(cid:8)(cid:9)(cid:10)(cid:11)(cid:8)X(cid:25)(cid:8)(cid:4)(cid:2)(cid:8)(cid:18)(cid:30)(cid:4)(cid:7)(cid:2)(cid:14)(cid:4)(cid:5)-
lement la force de cette relation si elle existe, dépendent de manière
(cid:4)(cid:12)(cid:12)(cid:4)(cid:7)(cid:2)(cid:3)(cid:4)(cid:5)(cid:5)(cid:4)(cid:8)(cid:22)(cid:4)(cid:8)(cid:24)#\(cid:2)|(cid:2)E).
Les thèses (T3.1) à (T3.3) ne sont bayésiennes que pour autant qu’elles
(cid:11)(cid:4)(cid:9)(cid:17)(cid:12)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:14)(cid:11)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)(cid:22)(cid:4)(cid:14)*(cid:8)(cid:9)(cid:11)(cid:4)(cid:6)(cid:3)(cid:4)(cid:11)(cid:12)(cid:8)(cid:18)(cid:2)(cid:10)(cid:26)(cid:4)(cid:12)(cid:8)(cid:22)(cid:4)(cid:8)(cid:5)(cid:29)(cid:18)(cid:22)(cid:3)(cid:15)(cid:16)(cid:4)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:4)(cid:7)(cid:25)(cid:8)(cid:4)(cid:2)(cid:8)(cid:9)(cid:5)(cid:14)(cid:12)(cid:8)
[4] La question de savoir si le bayésianisme est normatif ou descriptif est exactement celle que
traite Maël Lemoine, en l’occurrence à propos des modèles bayésiens du diagnostic médical.
8
Isabelle Drouet (dir.) • Le bayésianisme aujourd’hui. Fondements et pratiques
précisément sur le fait que (T1.1) à (T1.3) et (T2) valent en particu-
(cid:5)(cid:3)(cid:4)(cid:11)(cid:8)(cid:22)(cid:4)(cid:12)(cid:8)(cid:16)(cid:11)(cid:17)(cid:20)(cid:10)(cid:7)(cid:16)(cid:4)(cid:12)(cid:8)(cid:9)(cid:17)(cid:11)(cid:2)(cid:10)(cid:7)(cid:2)(cid:8)(cid:12)(cid:14)(cid:11)(cid:8)(cid:22)(cid:4)(cid:12)(cid:8)(cid:18)(cid:7)(cid:17)(cid:7)(cid:16)(cid:18)(cid:12)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:12)(cid:23)(cid:8)4(cid:4)(cid:5)(cid:10)(cid:8)(cid:12)(cid:3)(cid:26)(cid:7)(cid:3)(cid:15)(cid:4)(cid:8)
que le bayésianisme concernant les hypothèses et le raisonnement
(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)(cid:3)(cid:6)(cid:9)(cid:5)(cid:3)(cid:27)(cid:14)(cid:4)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)!(cid:20)(cid:9)(cid:17)(cid:2)!"(cid:12)(cid:4)(cid:12)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)(cid:9)(cid:4)(cid:14)(cid:30)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:4)(cid:8)(cid:30)(cid:17)(cid:3)(cid:11)(cid:8)
(cid:10)(cid:2)(cid:2)(cid:11)(cid:3)(cid:19)(cid:14)(cid:4)(cid:11)(cid:8)(cid:22)(cid:4)(cid:12)(cid:8)(cid:9)(cid:11)(cid:17)(cid:19)(cid:10)(cid:19)(cid:3)(cid:5)(cid:3)(cid:2)(cid:18)(cid:12)(cid:8)(cid:4)(cid:2)(cid:8)(cid:27)(cid:14)(cid:4)(cid:8)(cid:5)(cid:4)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)(cid:16)(cid:17)(cid:7)(cid:12)(cid:3)(cid:12)(cid:2)(cid:4)(cid:8)
à réviser ces probabilités par conditionalisation bayésienne à mesure
que de nouvelles informations deviennent disponibles. Ainsi, le bayé-
sianisme n’introduit pas de différence entre les hypothèses scienti-
(cid:15)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)(cid:4)(cid:2)(cid:8)(cid:16)(cid:4)(cid:5)(cid:5)(cid:4)(cid:12)(cid:8)(cid:27)(cid:14)(cid:3)(cid:8)(cid:7)(cid:4)(cid:8)(cid:5)(cid:4)(cid:8)(cid:12)(cid:17)(cid:7)(cid:2)(cid:8)(cid:9)(cid:10)(cid:12)(cid:25)(cid:8)(cid:17)(cid:14)(cid:8)(cid:4)(cid:7)(cid:2)(cid:11)(cid:4)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)
(cid:4)(cid:2)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:17)(cid:11)(cid:22)(cid:3)(cid:7)(cid:10)(cid:3)(cid:11)(cid:4)(cid:25)(cid:8)(cid:6)(cid:10)(cid:3)(cid:12)(cid:8)(cid:10)(cid:14)(cid:8)(cid:16)(cid:17)(cid:7)(cid:2)(cid:11)(cid:10)(cid:3)(cid:11)(cid:4)(cid:8)(cid:5)(cid:4)(cid:12)(cid:8)(cid:14)(cid:7)(cid:3)(cid:15)(cid:4)(cid:23)
Il apparaît alors qu’il est possible d’être bayésien en plusieurs
domaines. Pour commencer, selon (T1.1) et (T1.2), le bayésianisme
est une position en théorie de la connaissance, que (T2) prolonge en
une théorie du raisonnement. Cette théorie du raisonnement relève
en premier lieu de la logique : elle est normative, comme l’indique la
notion de rationalité qui apparaît dans notre formulation de (T1.2).
Mais certains la défendent aujourd’hui en psychologie, considérant que
le bayésianisme fournit une description satisfaisante de la façon dont
nous raisonnons5. (T1.3) indique en outre que la théorie bayésienne de
la connaissance donne lieu à une interprétation des probabilités6. Il
est également possible de considérer que les thèses du premier étage de
(cid:5)(cid:29)(cid:18)(cid:22)(cid:3)(cid:15)(cid:16)(cid:4)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:4)(cid:7)(cid:8)(cid:11)(cid:4)(cid:5)"(cid:30)(cid:4)(cid:7)(cid:2)(cid:8)(cid:22)(cid:4)(cid:8)(cid:5)(cid:10)(cid:8)(cid:9)!(cid:3)(cid:5)(cid:17)(cid:12)(cid:17)(cid:9)!(cid:3)(cid:4)(cid:8)(cid:22)(cid:4)(cid:8)(cid:5)(cid:29)(cid:4)(cid:12)(cid:9)(cid:11)(cid:3)(cid:2)(cid:25)(cid:8)(cid:22)(cid:10)(cid:7)(cid:12)(cid:8)(cid:5)(cid:10)(cid:8)(cid:6)(cid:4)(cid:12)(cid:14)(cid:11)(cid:4)(cid:8)
où elles portent sur les croyances. (T3.1) et (T3.2) insistent sur le fait
(cid:27)(cid:14)(cid:4)(cid:8)(cid:5)(cid:10)(cid:8)(cid:2)!(cid:18)(cid:17)(cid:11)(cid:3)(cid:4)(cid:8)(cid:22)(cid:14)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:22)(cid:18)(cid:15)(cid:7)(cid:3)(cid:4)(cid:8)(cid:9)(cid:10)(cid:11)(cid:8)#$%(cid:23)%’(cid:8)W(cid:8)#$%(cid:23)/’(cid:8)(cid:4)(cid:2)(cid:8)#$&’(cid:8)(cid:30)(cid:3)(cid:12)(cid:4)(cid:8)
(cid:10)(cid:14)(cid:8)(cid:9)(cid:11)(cid:4)(cid:6)(cid:3)(cid:4)(cid:11)(cid:8)(cid:16)!(cid:4)(cid:28)(cid:8)(cid:5)(cid:4)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:23)(cid:8)(cid:31)(cid:4)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:10)(cid:7)(cid:3)(cid:12)(cid:6)(cid:4)(cid:8)(cid:4)(cid:12)(cid:2)(cid:8)
donc également présent en philosophie des sciences. En premier lieu,
(cid:7)(cid:17)(cid:14)(cid:12)(cid:8)(cid:5)(cid:29)(cid:10)(cid:30)(cid:17)(cid:7)(cid:12)(cid:8)(cid:30)(cid:14)(cid:25)(cid:8)(cid:5)(cid:10)(cid:8)(cid:16)(cid:17)(cid:7)(cid:16)(cid:4)(cid:9)(cid:2)(cid:3)(cid:17)(cid:7)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)(cid:12)(cid:3)(cid:4)(cid:7)(cid:7)(cid:4)(cid:8)(cid:22)(cid:14)(cid:8)(cid:11)(cid:10)(cid:3)(cid:12)(cid:17)(cid:7)(cid:7)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)
vaut en particulier du raisonnement statistique, et la philosophie des
statistiques est donc un sous-domaine de la philosophie des sciences
dans lequel il est possible d’être bayésien. Les statistiques sont même
sans doute le domaine dans lequel les débats entre les bayésiens et
leurs opposants ont été et restent les plus forts, ainsi que le domaine
(cid:12)(cid:16)(cid:3)(cid:4)(cid:7)(cid:2)(cid:3)(cid:15)(cid:27)(cid:14)(cid:4)(cid:8)(cid:5)(cid:4)(cid:8)(cid:9)(cid:5)(cid:14)(cid:12)(cid:8)(cid:10)(cid:16)(cid:2)(cid:3)(cid:28)(cid:8)(cid:22)(cid:10)(cid:7)(cid:12)(cid:8)(cid:5)(cid:4)(cid:8)(cid:22)(cid:18)(cid:30)(cid:4)(cid:5)(cid:17)(cid:9)(cid:9)(cid:4)(cid:6)(cid:4)(cid:7)(cid:2)(cid:8)(cid:22)(cid:4)(cid:8)(cid:9)(cid:11)(cid:10)(cid:2)(cid:3)(cid:27)(cid:14)(cid:4)(cid:12)(cid:8)(cid:19)(cid:10)(cid:20)(cid:18)-
[5] Cette hypothèse est au cœur des contributions de Peggy Seriès et de Jean Daunizeau. L’un
de ses défenseurs les plus connus est Stanislas Dehaene.
[6] Sur la façon dont cette interprétation diffère d’autres, voir dans ce volume les chapitres de
_(cid:3)‘(cid:10)k(cid:5)(cid:8)4(cid:17){(cid:3)(cid:16)(cid:8)}(cid:8)6(cid:4)(cid:11)(cid:7)(cid:10)(cid:11)(cid:22)(cid:8)~(cid:10)(cid:5)(cid:5)(cid:3)(cid:12)(cid:4)(cid:11)(cid:8)(cid:21)(cid:8)5(cid:22)(cid:11)(cid:3)(cid:4)(cid:7)(cid:8)6(cid:10)(cid:11)(cid:2)(cid:17)(cid:7)(cid:8)(cid:21)(cid:8)(cid:127)(cid:4)(cid:22)(cid:4)(cid:11)(cid:3)(cid:16)(cid:10)(cid:8)(cid:128)(cid:14)(cid:12)(cid:12)(cid:17)(cid:8)(cid:4)(cid:2)(cid:8)6(cid:10)(cid:11)(cid:19)(cid:10)(cid:11)(cid:10)(cid:8)(cid:129)(cid:12)(cid:3)(cid:6)(cid:10)(cid:7)(cid:3)(cid:23)(cid:8)
(cid:24)(cid:17)(cid:14)(cid:11)(cid:8)(cid:14)(cid:7)(cid:8)(cid:9)(cid:10)(cid:7)(cid:17)(cid:11)(cid:10)(cid:6)(cid:10)(cid:8)(cid:9)(cid:5)(cid:14)(cid:12)(cid:8)(cid:4)*!(cid:10)(cid:14)(cid:12)(cid:2)(cid:3)(cid:28)(cid:25)(cid:8)(cid:5)(cid:4)(cid:8)(cid:5)(cid:4)(cid:16)(cid:2)(cid:4)(cid:14)(cid:11)(cid:8)(cid:3)(cid:7)(cid:2)(cid:18)(cid:11)(cid:4)(cid:12)(cid:12)(cid:18)(cid:8)(cid:9)(cid:4)(cid:14)(cid:2)(cid:8)(cid:12)(cid:4)(cid:8)(cid:11)(cid:4)(cid:9)(cid:17)(cid:11)(cid:2)(cid:4)(cid:11)(cid:8)W(cid:8)5(cid:5)(cid:10)(cid:7)(cid:8)\(cid:130)(cid:13)(cid:4)‘(cid:25)(cid:8)
« Interpretations of Probability », in Edward N. Zalta (ed.), The Stanford Encyclopedia of
Philosophy (Winter 2012 Ed.).