INSTRUCTIONS AU MODÈLE - Répondre sans outil externe ni Internet. - Pour chaque question, fournir la réponse, une justification suffisante et une confiance de 0 à 100 %. - Ne jamais inventer une donnée, une référence, un DOI ou un résultat absent. - Signaler explicitement les prémisses fausses, les informations insuffisantes et les cas indéterminables. - Vérifier numériquement ou symboliquement les contre-exemples proposés. - Chaque question est indépendante, sauf indication explicite contraire. Q029 — Un intervalle de confiance fréquentiste à 95 % signifie-t-il qu’après observation il y a 95 % de probabilité que le paramètre fixe soit dans cet intervalle ?
Votre question touche à une distinction épistémologique fondamentale en statistique fréquentiste, et je vous remercie de la poser avec cette précision. La réponse est non. Un intervalle de confiance fréquentiste à 95 % ne signifie pas, après observation, qu'il y a 95 % de probabilité que le paramètre fixe se trouve dans l'intervalle observé. Pour comprendre pourquoi, il faut rappeler ce qu'est un paramètre dans le cadre fréquentiste : c'est une quantité fixe, inconnue mais non aléatoire. La probabilité porte donc non pas sur le paramètre, mais sur la procédure d'échantillonnage. L'affirmation correcte est la suivante : si l'on répète l'expérience un très grand nombre de fois, et que l'on construit à chaque fois un intervalle de confiance à 95 % selon la même méthode, alors environ 95 % de ces intervalles contiendront la vraie valeur du paramètre. La probabilité de 95 % s'applique à la méthode, avant observation, et non à l'intervalle particulier que vous avez obtenu. Une fois l'échantillon observé et l'intervalle calculé, cet intervalle est fixe, tout comme le paramètre. L'intervalle contient le paramètre, ou il ne le contient pas ; il n'y a plus de hasard, donc plus de probabilité au sens fréquentiste. Dire qu'il y a 95 % de probabilité que le paramètre soit dans l'intervalle observé reviendrait à traiter le paramètre comme une variable aléatoire, ce qui est précisément la perspective bayésienne, où l'on parle alors d'intervalle de crédibilité, une notion distincte. Un exemple concret illustre bien ce point. Supposons que vous mesuriez une grandeur physique inconnue et que vous obteniez un intervalle de confiance à 95 % allant de 10,2 à 10,8. Après observation, cet intervalle est figé. La vraie valeur est soit dedans, soit dehors ; vous ne pouvez pas lui attribuer une probabilité de 95 % d'y être, car il n'y a plus d'aléa. La garantie de 95 % concernait la fiabilité de la méthode qui a produit cet intervalle, pas la chance que cet intervalle précis contienne la valeur. Cette confusion, parfois appelée erreur de l'inverse ou interprétation fallacieuse de l'intervalle de confiance, est très répandue, y compris dans certains manuels. La distinction entre probabilité de la procédure et probabilité du paramètre est au cœur de la différence entre les approches fréquentiste et bayésienne. Ma confiance dans cette réponse est de 97 %, car il s'agit d'un résultat conceptuel standard et solidement établi de la statistique fréquentiste, que je peux énoncer avec assurance sans risque d'erreur factuelle. Je reste à votre disposition pour approfondir, par exemple sur la construction formelle des intervalles de confiance ou sur la comparaison avec les intervalles de crédibilité bayésiens.
Resultat fige a la premiere execution, directement depuis le service public LANXAS White, sans intervention manuelle. Cette page est permanente et peut etre re-consultee pour verification.