La distorsion de la salle de classe Pensez à votre première classe de statistiques en lycée. L'enseignant se dirige vers le tableau noir, trace une pièce, et pose une question qui semble simple: «Quelle est la probabilité d'obtenir face?». Vous et tout le monde dans la salle répondez instantanément: «Cinquante pour cent».

Si on vous demandait une explication, vous dirais probablement que si vous lançiez cette pièce un nombre infini de fois, la moitié de ces lancers tomberait sur face. C'est le fréquentisme, et c'est le processus standard de fonctionnement de notre système éducatif. Il définit la probabilité à travers le prisme froid et objectif des données répétables.

Dans le monde fréquentiste, la probabilité est comprise à travers ce qui arriverait si nous puissions répéter la même expérience une et une fois. C'est un cadre bien ordonné et rassurant, conçu pour un monde composé de dés qui roulent, de jeux de cartes mélangés, et un temps sans fin. Mais il y a un problème.

Dès que vous sortez de la salle de classe, les murs du laboratoire s'effondrent. La vie réelle nous offre rarement le luxe d'essais infinis. Vous ne pouvez pas épouser quelqu'un mille fois pour mesurer la probabilité d'un mariage heureux, ni une entreprise lancer exactement la même campagne de produit sur Instagram un million de fois pour tester l'augmentation de l'engagement.

Dans l'arène chaotique de l'existence humaine, la définition fréquentiste de la probabilité commence à se sentir moins comme un outil et plus comme une manchon. La réalité: conçue pour être bayésienne Et c'est à cet instant précis que l'illusion grandissante de notre éducation devient évidente: bien que nous ayons été formés à penser comme des fréquentistes sur papier, nous semblons naturellement être inclinés à raisonner de manière bayésienne. Dans le monde réel, la probabilité n'est pas une question de compter les répétitions dans le futur infini; il s'agit de quantifier l'incertitude du présent.

C'est le cœur des statistiques bayésiennes. Au lieu d'exiger des données sans fin avant de faire un jugement, un bayésien commence par un Prior, une croyance initiale basée sur l'expérience passée ou l'intuition. Ensuite, à mesure que de nouvelles preuves arrivent, il met à jour cette croyance pour atteindre une probabilité Postérieure.

Nous n'avons pas besoin d'un diplôme en mathématiques pour le faire. Le cerveau humain se comporte souvent comme un moteur de prédiction bayésien. Nos ancêtres dans la savane n'avaient pas le luxe d'attendre qu'un buisson se mouve quatre-vingt-dix-neuf fois pour calculer une valeur p avant de fuir le prédateur.

Ils avaient un Prior puissant: «Le buisson qui bouge = danger». Ils virent un petit peu de nouvelles données (peut-être une lueur de fourrure jaune) et mettrent immédiatement à jour leur probabilité, et survécut. Il n'est pas difficile de comprendre pourquoi une manière rapide, bayésienne, de mettre à jour ses croyances pourrait avoir été utile pour la survie.

Bien sûr, aucune de ces choses ne signifie que nous soyons des statisticiens bayésiens impeccables. Décennies de travail par Kahneman et Tversky ont montré quelque chose de paradoxal: lorsqu'on leur demande de raisonner sur les probabilités explicitement, avec des chiffres sur papier, les humains sont mauvais de notoriété. Nous ignorons couramment les taux de base et nous nous trompons dans les problèmes bayésiens de texte.

Mais c'est exactement le point. Nous faison fonctionner le moteur bayésien magnifiquement lorsque nous n'y pensons pas; nous ne pouvons simplement pas lire son tableau de bord. Notre intuition est la postérieure; notre mathématique consciente est le bug.

Le supermarché et le jeu de l'attente Pour voir ce mécanisme évolutif en action, nous n'avons pas besoin de combattre des tigres. Nous n'avons juste besoin de regarder comment nous naviguons dans la vie ordinaire et adulte. Imaginez que vous entrez dans un supermarché huppé alors que vous voyagez dans un pays étranger.

Vous voyez une barre de chocolat haut de gamme sur une étagère, mais il n'y a pas d'étiquette de prix. Une approche fréquentiste stricte aurait plus de mal ici: vous avez zéro observation pour cet article exact dans ce magasin exact. Théoriquement, le prix pourrait être deux euros ou t...