Aller au contenu principal
remarque
Cette page a été traduite de l'original allemand, en partie par une machine. Certaines formulations peuvent être maladroites ou inexactes. En cas de doute, veuillez consulter l'original.

L'oubli de la fréquence de base

En bref

Les probabilités de base sont ignorées au profit de détails frappants.

Il n'a pourtant pas l'air du genre à faire ça !

Définition​

L'oubli de la fréquence de base est la tendance, dans les estimations de probabilité, à ignorer la probabilité de base (le taux de base) et à se concentrer exclusivement sur des informations spécifiques et frappantes.

Les gens surestiment l'importance des détails individuels et sous-estiment les fondements statistiques, ce qui conduit à des jugements systématiquement erronés.

EN : Base Rate Fallacy

Parenté​

L'oubli de la fréquence de base est étroitement lié à plusieurs autres biais :

  • Heuristique de représentativité : des détails spécifiques sont jugés plus typiques qu'ils ne le sont statistiquement.
  • Heuristique de disponibilité : les cas particuliers frappants sont mentalement plus accessibles que des statistiques abstraites.
  • Effet d'ancrage : les premières informations spécifiques éclipsent les probabilités de base.
  • Stéréotypie : les caractéristiques apparentes sont surévaluées, les réalités statistiques sous-évaluées.
  • Biais des survivants : seuls les cas visibles sont perçus, la population de base invisible est ignorée.
  • Erreur de conjonction : des combinaisons spécifiques paraissent plus probables que leurs composantes prises isolément.

Exemples​

Le bibliothécaire timide​

Une personne est décrite comme timide, ordonnée et obsédée par le détail. Qu'est-ce qui est le plus probable : qu'elle soit bibliothécaire ou agriculteur ?

Beaucoup misent sur bibliothécaire, mais ignorent qu'il y a bien plus d'agriculteurs que de bibliothécaires. Le taux de base rend « agriculteur » statistiquement plus probable, même si la description correspond au stéréotype du « bibliothécaire ».

Linda l'employée de banque​

Linda a 31 ans, elle est célibataire, ouverte et très intelligente. Elle a étudié la philosophie. Étudiante, elle s'est intéressée de près à la discrimination et à la justice sociale et a participé à des manifestations antinucléaires.

Qu'est-ce qui est le plus probable ?

  • (A) Linda travaille comme employée de banque
  • (B) Linda travaille comme employée de banque et est active dans le mouvement pour les droits des femmes

La plupart des gens choisissent (B), bien que cela soit logiquement impossible : B ne peut jamais être plus probable que A, puisque B est un sous-ensemble de A. La description détaillée nous fait ignorer le taux de base : il y a bien plus d'employées de banque que d'employées de banque féministes.

Le problème de Linda, de Kahneman et Tversky, est vraiment L'exemple classique de l'oubli de la fréquence de base.

Le diagnostic médical​

Un test rare est exact à 99 % pour une certaine maladie qui ne touche que 0,1 % de la population (une personne sur mille). En cas de test positif, beaucoup pensent que la probabilité d'être malade est de 99 %.

En réalité, elle n'est que d'environ 9 %. Sur 1000 personnes, une seule est malade (vrai positif), mais 10 personnes en bonne santé obtiennent à tort un résultat positif.

Le terroriste à l'aéroport​

Une alarme de sécurité se déclenche pour 99 % de tous les terroristes, mais a un taux de faux positifs de 1 %. Si, parmi un million de passagers, il n'y a que 10 terroristes :

  • Vrais positifs : 10 terroristes × 99 % = 9,9 ≈ 10
  • Fausses alertes : 999 990 × 1 % = 9999
  • En cas d'alarme : seulement 0,1 % de probabilité qu'il s'agisse d'un vrai terroriste !

L'entrepreneur prospère​

Quelqu'un porte un costume, conduit une voiture de luxe et paraît sûr de lui. Est-il plus probablement un entrepreneur prospère ou un salarié ?

Le taux de base le dit : il y a bien plus de salariés bien habillés que d'entrepreneurs prospères. Malgré la description qui colle, « salarié » est statistiquement plus probable.

Effets​

  • Évaluations du risque systématiquement erronées en médecine
  • Discrimination fondée sur des caractéristiques superficielles
  • Mauvaises décisions d'investissement par surévaluation de cas particuliers
  • Mesures de sécurité inefficaces, avec trop de fausses alertes
  • Renforcement des préjugés par l'ignorance des réalités statistiques

Contre-stratégies​

  • Toujours demander les taux de base : quelle est la fréquence du phénomène de manière générale ?
  • Utiliser des nombres absolus plutôt que relatifs : 1 sur 10 000 plutôt que 0,01 %
  • Fréquences naturelles : penser en groupes (100 personnes plutôt que des pourcentages)
  • Multiplication des probabilités : P(maladie|test) ≠ P(test|maladie)
  • Se méfier des descriptions « parfaites » : plus c'est spécifique, plus c'est rare

Sources​