Facteur de Bayes : Définition + Interprétation

L’édifice de la recherche empirique contemporaine, particulièrement au sein des sciences cognitives, de la psychologie et de la biomédecine, traverse depuis plus d’une décennie un examen critique de ses fondements méthodologiques. Au cœur de cette introspection se trouve la contestation récurrente des tests d’hypothèse nulle conventionnels (Null Hypothesis Significance Testing ou NHST) et de l’indicateur universellement employé pour sanctionner la découverte scientifique : la p-valeur. Confrontée à des échecs massifs de réplication et à la prise de conscience des limites inhérentes à l’inférence fréquentiste orthodoxe, la communauté scientifique se tourne de manière croissante vers des paradigmes alternatifs capables de quantifier avec rigueur, nuance et continuité la force de la preuve empirique.

Dans ce renouveau méthodologique, la statistique bayésienne s’impose non plus comme une simple alternative doctrinale, mais comme un cadre formel supérieur pour arbitrer la compétition entre théories scientifiques rivales. Au sommet de cette architecture analytique figure le facteur de Bayes (Bayes Factor), une quantité probabiliste qui incarne le ratio de vraisemblance marginale entre deux modèles concurrents. Contrairement aux approches traditionnelles qui se bornent à calculer la probabilité d’observer des données extrêmes sous une hypothèse nulle réputée fausse d’emblée, le facteur de Bayes évalue directement dans quelle mesure les observations expérimentales modifient le rapport de vraisemblance entre une hypothèse théorique donnée et son alternative.

Cet article propose un traité approfondi du facteur de Bayes, explorant ses bases épistémologiques, ses fondements mathématiques, ses subtilités d’interprétation et ses déclinaisons computationnelles. Conçu pour les chercheurs, les statisticiens et les étudiants avancés en méthodologie, ce document décortique les mécanismes par lesquels le facteur de Bayes réconcilie l’évaluation de la preuve avec l’accumulation incrémentale des connaissances scientifiques, tout en offrant une réponse concrète aux apories du paradigme fréquentiste.

1. Introduction aux fondements de l’inférence statistique et émergence du facteur de Bayes

1.1 La crise de la reproductibilité en psychologie et les limites de la p-valeur

L’histoire de l’inférence statistique moderne en sciences humaines est marquée par une synthèse hybride et problématique entre deux écoles de pensée historiquement incompatibles : le modèle inductif de test de signification développé par Sir Ronald A. Fisher et le cadre décisionnel comportemental proposé par Jerzy Neyman et Egon Pearson. Dans le paradigme fisherien d’origine, la p-valeur représentait un indice continu reflétant le degré de dissonance entre les données observées et une hypothèse nulle désignée ($H_0$). Fisher envisageait cette mesure comme un outil diagnostique informel, destiné à guider le jugement du chercheur plutôt qu’à dicter une décision mécanique irrévocable.

Néanmoins, la pratique académique standardisée a progressivement fusionné cette démarche avec les notions d’erreurs de type I ($\alpha$) et de type II ($\beta$) de Neyman-Pearson, conduisant à la cristallisation d’un seuil décisionnel binaire arbitraire : le seuil fatidique de $p < 0,05$. Cette ritualisation méthodologique a induit une surdépendance institutionnelle néfaste. La p-valeur indique la probabilité conditionnelle d’obtenir une statistique de test au moins aussi extrême que celle observée, en supposant que l’hypothèse nulle est rigoureusement exacte dans la population d’intérêt, soit formellement$P(D^+ | H_0)$.

Cette formulation mathématique renferme une asymétrie épistémologique critique : la p-valeur ne quantifie en aucune manière la probabilité de l’hypothèse nulle à la lumière des données recueillies, c’est-à-dire $P(H_0 | D)$, pas plus qu’elle ne permet d’évaluer la plausibilité d’une hypothèse alternative ($H_1$). Par conséquent, lorsque la valeur de $p$ dépasse le seuil conventionnel de $0,05$, le cadre fréquentiste classique interdit formellement de conclure à l’absence d’effet ou à la validité de l’hypothèse nulle. La recherche se retrouve alors confinée dans un état de non-décision perpétuelle, incapable de discriminer entre un manque flagrant de puissance statistique et une véritable équivalence théorique. Cette cécité épistémique a grandement favorisé l’essor de pratiques de recherche contestables (Questionable Research Practices), telles que le $p$-hacking, le saupoudrage d’analyses a posteriori (HARKing) et la sous-notification systématique des résultats non significatifs, alimentant directement la crise de la reproductibilité documentée par les initiatives de réplication collaborative à grande échelle.

Face à ce constat de défaillance systémique, l’épistémologie bayésienne s’affirme comme une structure normative et mathématique capable de surmonter ces contradictions en replaçant la mise à jour probabiliste au centre de l’évaluation théorique.

1.2 Principes fondamentaux du raisonnement bayésien en sciences comportementales

Le raisonnement bayésien repose sur une conception épistémique de la probabilité, définie comme la quantification numérique d’un degré de croyance rationnelle ou d’incertitude quant à la survenue d’un phénomène ou à la véracité d’une proposition. Cette perspective contraste avec la conception fréquentiste classique, qui restreint la probabilité à la limite asymptotique de la fréquence relative d’un événement au cours d’une série infinie de répétitions indépendantes et strictement identiques.

En sciences comportementales, les phénomènes étudiés ne se prêtent que très rarement à une répétition infinie dans des conditions parfaitement homogènes. L’approche bayésienne offre un cadre naturel pour modéliser le processus par lequel un observateur scientifique révise ses connaissances préalables lorsqu’il est confronté à de nouvelles observations empiriques. Ce mécanisme de mise à jour s’articule autour du théorème énoncé initialement par le révérend Thomas Bayes et formalisé mathématiquement par Pierre-Simon de Laplace. Dans sa version continue appliquée à l’estimation des paramètres $\theta$ d’un modèle sous l’angle des données observées $D$, le théorème s’exprime selon l’équation fondamentale :

$$P(\theta | D) = \frac{P(D | \theta) P(\theta)}{P(D)}$$

Dans ce formalisme probabiliste, trois entités principales interagissent pour former l’inférence :

• La distribution a priori (Prior), notée $P(\theta)$ : Elle formalise l’état des connaissances théoriques, l’expertise ou l’incertitude initiale entourant la valeur du paramètre d’intérêt avant la collecte des données expérimentales.
• La fonction de vraisemblance (Likelihood), notée $P(D | \theta)$ : Elle représente la probabilité d’engendrer le jeu de données empiriques observé pour chaque valeur théoriquement admissible du paramètre $\theta$.
• La distribution a posteriori (Posterior), notée $P(\theta | D)$ : Elle constitue le produit direct du compromis logique entre la distribution a priori et la vraisemblance des données, normalisé par l’évidence marginale $P(D)$. Elle résume l’intégralité des connaissances réactualisées concernant $\theta$.

Cette dynamique itérative assure que la connaissance scientifique s’enrichit de façon cumulative : la distribution a posteriori d’une première investigation empirique devient tout naturellement la distribution a priori d’une étude ultérieure, garantissant une intégration logique et formelle de l’historique expérimental.

1.3 Positionnement du facteur de Bayes dans le continuum décisionnel

Alors que la modélisation bayésienne des paramètres se focalise sur l’estimation continue de grandeurs (par exemple, déterminer la magnitude d’un effet psychologique avec son intervalle de crédibilité associé), le test d’hypothèses scientifiques exige souvent un arbitrage quantitatif entre des modèles théoriques distincts. C’est précisément à ce niveau qu’intervient le facteur de Bayes, lequel opère comme un ratio d’évaluation comparative de la performance prédictive relative de deux hypothèses concurrentes, généralement désignées par $H_0$ et $H_1$.

D’un point de vue décisionnel, le facteur de Bayes libère le chercheur de la contrainte artificielle d’un découpage dichotomique « significatif versus non significatif ». Au lieu d’imposer un rejet péremptoire ou une acceptation passive fondés sur un seuil conventionnel statique, il fournit un indicateur continu du degré de corroboration que les données empiriques apportent à une hypothèse par rapport à une autre. Ce positionnement continu transforme la nature du dialogue scientifique : l’expérimentateur n’est plus forcé de prétendre qu’un effet existe ou n’existe pas en vertu d’un artifice statistique, mais rapporte avec exactitude dans quelle mesure les faits observés font pencher la balance en faveur de l’une ou l’autre des théories en compétition.

Le facteur de Bayes présente ainsi une valeur diagnostique bilatérale symétrique. Il est capable de conférer un soutien empirique manifeste à une hypothèse d’effet spécifique ($H_1$), mais possède également la faculté opérationnelle unique de quantifier avec la même rigueur la preuve soutenant l’invariance statistique, l’absence d’effet ou la stricte invariance prédictive ($H_0$). Cette propriété en fait l’outil d’arbitrage par excellence pour surmonter les controverses théoriques, valider les réplications méthodologiques et structurer les projets de recherche au sein d’un continuum décisionnel transparent et probabilistiquement cohérent.

2. Définition mathématique et conceptuelle du facteur de Bayes

2.1 Formulation mathématique rigoureuse du ratio de vraisemblance marginale

La formulation mathématique du facteur de Bayes repose sur le concept de vraisemblance marginale (souvent dénommée « évidence du modèle » ou marginal likelihood). Considérons un ensemble de données observées $D$ et deux modèles théoriques rivaux, notés respectivement $M_0$ et $M_1$, paramétrés par des vecteurs de paramètres spécifiques $\theta_0$ et $\theta_1$.

La vraisemblance marginale d’un modèle $M$ correspond à la probabilité globale d’observer les données $D$ sous ce modèle, calculée en intégrant le produit de la fonction de vraisemblance conditionnelle et de la distribution a priori des paramètres sur l’ensemble de l’espace paramétrique $Theta$. Formellement, pour un modèle $M_k$, cette quantité s’exprime par l’intégrale suivante :

$$P(D | M_k) = \int_{\Theta_k} P(D | \theta_k, M_k) P(\theta_k | M_k) d\theta_k$$

Il convient de souligner la distinction analytique capitale entre la vraisemblance ponctuelle maximale utilisée dans les tests fréquentistes du rapport de vraisemblance (qui évalue $P(D | \hat{\theta})$ à l’optimum ponctuel de $\hat{\theta}$) et la vraisemblance intégrée ou marginale. La vraisemblance marginale représente une moyenne pondérée de la capacité prédictive du modèle sur l’ensemble des valeurs de paramètres qu’il jugeait plausibles avant l’acquisition des données.

Dès lors, le facteur de Bayes comparant le modèle $M_1$ au modèle $M_0$, noté de manière canonique $BF_{10}$, est formellement défini comme le rapport strict de leurs vraisemblances marginales respectives :

$$BF_{10} = \frac{P(D | M_1)}{P(D | M_0)} = \frac{\int_{\Theta_1} P(D | \theta_1, M_1) P(\theta_1 | M_1) d\theta_1}{\int_{\Theta_0} P(D | \theta_0, M_0) P(\theta_0 | M_0) d\theta_0}$$

Cette fraction exprime le rapport des probabilités marginales accordées aux données par chaque structure théorique. Si $BF_{10} > 1$, les données $D$ présentent une probabilité d’occurrence plus élevée sous le modèle $M_1$ que sous le modèle $M_0$. Inversement, si $BF_{10} < 1$, les données observées sont mieux anticipées par l’architecture probabiliste de$M_0$.

2.2 La dynamique d’actualisation : des probabilités a priori aux probabilités a posteriori

Pour appréhender la portée épistémologique du facteur de Bayes, il est indispensable de le situer au cœur de la dynamique bayésienne d’actualisation des cotes (odds). Soient $P(M_0)$ et $P(M_1)$ les probabilités a priori accordées respectivement aux deux modèles avant la prise en compte des données expérimentales. Le rapport de ces grandeurs constitue la cote a priori (prior odds) :

$$\text{Cote a priori} = \frac{P(M_1)}{P(M_0)}$$

En appliquant la règle de Bayes au niveau macroscopique des modèles eux-mêmes, la probabilité conjointe a posteriori d’un modèle donné sachant les données $D$ est définie par $P(M_k | D) = \frac{P(D | M_k) P(M_k)}{P(D)}$. En divisant la probabilité a posteriori du modèle $M_1$ par celle du modèle $M_0$, le terme commun d’évidence totale $P(D)$ s’annule, donnant naissance à la relation fondamentale d’actualisation :

$$\frac{P(M_1 | D)}{P(M_0 | D)} = \left( \frac{P(D | M_1)}{P(D | M_0)} \right) \times \left( \frac{P(M_1)}{P(M_0)} \right)$$

Ce qui s’énonce de façon compacte sous la forme :

$$\text{Cote a posteriori} = BF_{10} \times \text{Cote a priori}$$

Cette factorisation illustre une propriété essentielle : le facteur de Bayes constitue l’opérateur d’actualisation exact et objectif qui transforme les croyances initiales en croyances révisées. Il agit comme une constante de proportionnalité purement déterminée par les données empiriques et les prédictions des modèles, indépendamment des préjugés personnels ou des probabilités subjectives initialement allouées aux modèles par l’expérimentateur.

Ainsi, deux chercheurs adhérant à des cotes a priori radicalement discordantes sur la plausibilité d’une théorie psychologique (l’un étant profondément sceptique avec un rapport de 1 contre 100, l’autre enthousiaste avec un rapport de 1 contre 1) s’accorderont nécessairement sur la valeur numérique du facteur de Bayes calculé à partir du même jeu de données. Le facteur de Bayes préserve donc une neutralité intersubjective totale vis-à-vis des croyances initiales, respectant rigoureusement les axiomes d’invariance et de commutativité mathématique de la théorie des probabilités.

2.3 Interprétation probabiliste du facteur de Bayes

Sur le plan interprétatif, la valeur quantitative du facteur de Bayes bénéficie d’une lecture probabiliste intuitive et transparente. Déclarer qu’une analyse livre un facteur de Bayes $BF_{10} = k$ signifie rigoureusement que les données empiriques observées sont $k$ fois plus probables sous l’hypothèse $H_1$ que sous l’hypothèse $H_0$.

Cette métrique possède une propriété de réversibilité symétrique immédiate. Le soutien en faveur de l’hypothèse nulle par rapport à l’hypothèse alternative, noté $BF_{01}$, s’obtient simplement par l’inverse arithmétique de $BF_{10}$ :

$$BF_{01} = \frac{1}{BF_{10}} = \frac{P(D | H_0)}{P(D | H_1)}$$

Ainsi, une valeur de $BF_{10} = 0,10$ correspond rigoureusement à un $BF_{01} = 10$, signifiant que les observations sont dix fois plus compatibles avec le modèle nul qu’avec le modèle théorique alternatif.

Sur le plan asymptotique, le facteur de Bayes jouit d’une consistance statistique fondamentale lorsque la taille de l’échantillon $N$ tend vers l’infini ($N to \infty$) :

• Si le modèle $H_0$ correspond au véritable processus générateur de données, $BF_{10}$ converge de manière déterministe vers $0$ ($BF_{01} to \infty$).
• Si le modèle $H_1$ est le véritable processus sous-jacent, $BF_{10}$ croît sans limite supérieure et tend vers l’infini ($BF_{10} to \infty$).

Cette convergence asymptotique garantit que, pourvu que la quantité d’observations soit suffisante, le facteur de Bayes identifiera avec certitude le modèle mathématique qui reflète la réalité empirique, dissipant progressivement toute incertitude inférentielle.

3. Comparaison critique : Facteur de Bayes versus approche fréquentiste

3.1 Différences conceptuelles fondamentales sur la nature des hypothèses

L’abîme épistémologique séparant le facteur de Bayes des procédures fréquentistes traditionnelles s’enracine dans le conditionnement probabiliste appliqué à la preuve. La p-valeur calcule la probabilité de réaliser des observations au moins aussi déviantes que les données réelles, conditionnellement à l’exactitude présumée de l’hypothèse nulle : $P(D^+ | H_0)$. Cette procédure intègre dans son calcul des événements extrêmes qui ne se sont jamais produits dans l’expérience (l’espace des données fictives incluses dans l’intégrale de queue de distribution).

À l’opposé, le facteur de Bayes repose strictement sur le principe de vraisemblance (Likelihood Principle), lequel postule que toute l’information inférentielle contenue dans une expérience est exclusivement véhiculée par la fonction de vraisemblance évaluée pour les données effectivement observées $D$. Le facteur de Bayes ne s’intéresse aucunement aux réalisations d’échantillonnage imaginaires ou aux données non observées.

En outre, l’inférence fréquentiste évalue l’adéquation d’une seule hypothèse isolée ($H_0$), postulant implicitement qu’une faible probabilité des données sous cette hypothèse constitue ipso facto un argument en faveur d’un effet expérimental. Or, comme l’a maintes fois souligné la littérature méthodologique critique, des données peuvent être hautement improbables sous $H_0$, tout en étant tout aussi improbables, voire plus improbables encore, sous une hypothèse alternative $H_1$ mal spécifiée. Le facteur de Bayes résout ce sophisme inductif en instituant une comparaison explicitement compétitive entre deux représentations du monde : une théorie n’est jamais rejetée dans l’absolu, elle n’est affaiblie que si une théorie concurrente explique les faits expérimentaux avec une efficacité prédictive supérieure.

3.2 Sensibilité à la taille de l’échantillon et risque de faux positifs

L’une des anomalies les plus préjudiciables du paradigme fréquentiste réside dans sa dépendance mécanique à la taille de l’échantillon ($N$). Dans le cadre d’un test d’hypothèse nulle classique, la statistique de test standardisée augmente proportionnellement à $\sqrt{N}$. Par conséquent, en présence d’un échantillon massif (par exemple $N = 100,000$), n’importe quelle déviation infinitésimale et théoriquement triviale par rapport à l’hypothèse nulle produit une p-valeur infinitésimale ($p < 0,0001$), incitant l'expérimentateur à proclamer la découverte d'un effet hautement significatif.

Cette dissociation pathologique culmine dans le célèbre paradoxe de Lindley-Jeffreys. Ce paradoxe mathématique démontre que pour un jeu de données spécifique affichant un résultat statistiquement significatif au seuil fréquentiste usuel ($p = 0,049$ par exemple) obtenu sur un très grand échantillon, le facteur de Bayes peut simultanément et catégoriquement privilégier l’hypothèse nulle $H_0$ avec un degré de certitude écrasant ($BF_{01} gg 100$).

Ce phénomène s’explique logiquement : bien que l’écart observé soit peu probable sous $H_0$, il est encore infiniment moins probable sous une distribution $H_1$ qui étalait ses prédictions sur un spectre d’effets plausibles plus larges. Le facteur de Bayes intègre organiquement une pénalité protectrice contre le surapprentissage et l’inflation d’effets artificiels induits par le bruit statistique dans les grands échantillons, offrant une digue robuste contre les faux positifs qui polluent la littérature expérimentale.

Le tableau analytique suivant résume les oppositions structurelles fondamentales entre ces deux architectures de l’inférence scientifique :

• Conditionnement : L’approche fréquentiste calcule la probabilité de données extrêmes hypothétiques sachant $H_0$, tandis que le facteur de Bayes calcule la vraisemblance relative des données observées sous $H_1$ comparée à $H_0$.
• Règle de décision : L’approche fréquentiste impose une dichotomie artificielle rigide (rejet ou non-rejet selon $\alpha = 0,05$), là où le facteur de Bayes quantifie une mesure continue et graduelle de la force de l’évidence empirique.
• Évaluation de l’absence d’effet : L’approche fréquentiste se trouve dans l’incapacité logique d’affirmer $H_0$, alors que le facteur de Bayes est parfaitement symétrique et permet de quantifier la preuve directe en faveur de $H_0$ ($BF_{01}$).
• Dépendance à la taille d’échantillon : L’approche fréquentiste rejette quasi systématiquement $H_0$ à très grand $N$ pour des bruits de mesure, tandis que le facteur de Bayes converge de façon consistante vers le modèle théorique sous-jacent véridique.
• Arrêt optionnel de la collecte : L’approche fréquentiste invalide strictement le contrôle de l’erreur $\alpha$ en cas d’analyses répétées non corrigées, alors que le facteur de Bayes autorise la surveillance séquentielle continue sans distorsion épistémique.

3.3 Gestion des règles d’arrêt optionnelles (Optional Stopping)

Dans la conduite concrète de la recherche en laboratoire, les contraintes financières, logistiques et humaines rendent extrêmement attrayante l’idée de surveiller l’accumulation des résultats au fil de l’expérience et d’interrompre la collecte dès lors qu’un seuil de clarté statistique satisfaisant est atteint. Dans le paradigme fréquentiste orthodoxe, cette pratique — qualifiée d’arrêt optionnel (optional stopping) ou de surveillance séquentielle non déclarée — est considérée comme une faute méthodologique majeure.

En effet, tester de manière répétée la significativité statistique à mesure que les sujets sont recrutés augmente de manière exponentielle le taux effectif d’erreur de type I. Un chercheur qui vérifie ses données après chaque groupe de 10 participants jusqu’à atteindre $N = 100$ peut voir son taux d’erreur de faux positifs réel passer du seuil nominal de $5,%$ à plus de $30,%$, invalidant l’ensemble de ses déductions.

Sous le paradigme bayésien régi par le facteur de Bayes, le statut épistémologique de l’arrêt séquentiel est fondamentalement différent. En vertu du respect strict du principe de vraisemblance, la preuve apportée par un jeu de données est totalement déterminée par l’expression mathématique de la fonction de vraisemblance pour les observations réellement recueillies. Les intentions subjectives du chercheur concernant le protocole d’arrêt (qu’il ait décidé a priori d’échantillonner 50 sujets, ou qu’il ait interrompu l’étude faute de budget après 42 sujets, ou qu’il ait stoppé l’expérience parce que le signal était éclatant) n’entrent aucunement dans la fonction de vraisemblance et ne modifient en rien la valeur intrinsèque de $BF_{10}$.

Le facteur de Bayes permet ainsi une collecte adaptative flexible et éthique : le chercheur peut surveiller l’évolution continue de l’évidence et suspendre le recrutement soit lorsqu’un seuil probatoire prédéfini est franchi (par exemple $BF_{10} > 10$ ou $BF_{01} > 10$), soit lorsque l’évidence reste obstinément neutre autour de 1, indiquant que la manipulation expérimentale ne produit aucun signal exploitable.

4. Notations et conventions fondamentales : Maîtriser BF10 et BF01

4.1 Déchiffrer la notation indicée : H1 contre H0

Une rigueur formelle absolue est indispensable dans la lecture et la transmission des résultats bayésiens. La littérature internationale a standardisé l’usage des indices numériques attachés à l’acronyme $BF$ pour désigner avec précision la direction de la comparaison effectuée.

L’indice se lit de gauche à droite comme l’expression du rapport de l’hypothèse située en première position (numérateur) par rapport à l’hypothèse située en seconde position (dénominateur) :

• $BF_{10}$ : Facteur de Bayes évaluant le soutien accordé par les données à l’hypothèse alternative $H_1$ relativement à l’hypothèse nulle $H_0$. C’est la métrique spontanément rapportée lorsqu’un chercheur souhaite mettre en évidence l’existence d’une différence, d’un effet ou d’une association.
• $BF_{01}$ : Facteur de Bayes évaluant le soutien accordé par les données à l’hypothèse nulle $H_0$ par rapport à l’hypothèse alternative $H_1$. C’est l’indicateur privilégié lors des démarches de réplication, de vérification de l’innocuité d’un traitement ou d’évaluation de l’invariance cognitive.

La relation algébrique liant ces deux grandeurs est une stricte opération d’inversion :

$$BF_{10} = \frac{1}{BF_{01}} \quad Long\leftrightarrow \quad BF_{01} = \frac{1}{BF_{10}}$$

Il est donc essentiel pour tout auteur d’indiquer explicitement l’indice utilisé afin de prévenir tout contresens d’interprétation. Ainsi, un résultat énoncé sous la forme $BF_{01} = 20$ véhicule une affirmation diamétralement opposée à $BF_{10} = 20$ : le premier affirme que les données sont 20 fois plus favorables à l’absence d’effet, tandis que le second indique qu’elles soutiennent massivement l’existence de l’effet prédit.

4.2 L’échelle logarithmique : Le log(BF)

L’échelle naturelle du facteur de Bayes s’étend sur l’intervalle semi-infini $[0, +\infty[$, le point $1$ représentant le centre de neutralité absolue où les données n’apportent aucun soutien préférentiel à l’un ou l’autre des modèles. Cette asymétrie d’échelle (l’évidence en faveur de $H_0$ étant comprimée entre $0$ et $1$, tandis que l’évidence en faveur de $H_1$ s’étale de $1$ jusqu’à l’infini) peut compliquer la visualisation intuitive de l’intensité probatoire et biaiser les représentations graphiques.

Pour remédier à cette asymétrie spatiale, le recours à la transformation logarithmique s’avère particulièrement fécond. On calcule fréquemment le logarithme népérien du facteur de Bayes, désigné par $ln(BF)$ ou $log(BF)$, ou son expression en base 10 :

$$\log(BF_{10}) = \ln\left(\frac{P(D | H_1)}{P(D | H_0)}\right) = \ln(P(D | H_1)) – \ln(P(D | H_0))$$

Sur l’échelle logarithmique, la symétrie de la preuve devient parfaite :

• Une valeur de $\log(BF_{10}) = 0$ reflète l’absence totale de preuve discriminante ($BF_{10} = 1$).
• Des valeurs positives de $\log(BF_{10}) > 0$ correspondent à un soutien direct pour $H_1$.
• Des valeurs négatives de $log(BF_{10}) < 0$ quantifient symétriquement le soutien en faveur de $H_0$.

En outre, l’échelle logarithmique possède une propriété d’additivité modulaire : le $log(BF)$ global issu de sous-expériences ou de jeux de données indépendants s’obtient simplement par l’addition scalaire des $log(BF)$ individuels, ce qui simplifie considérablement les architectures d’analyses séquentielles, les méta-analyses bayésiennes et l’estimation des modèles hiérarchiques complexes.

4.3 Cas particuliers des hypothèses directionnelles et informatives

Dans la quasi-totalité des investigations en sciences expérimentales, les théories ne se bornent pas à prédire l’existence d’une différence amorphe et indifférenciée ; elles formulent des prédictions directionnelles unilatérales rigoureuses (par exemple : un groupe clinique présentera des temps de réaction plus lents qu’un groupe témoin, ou une intervention pédagogique augmentera les performances d’apprentissage).

L’inférence bayésienne permet d’intégrer formellement ces restrictions d’inégalité dans la définition de l’espace des paramètres sous $H_1$, donnant lieu aux facteurs de Bayes directionnels, généralement notés :

• $BF_{+0}$ : Compare l’hypothèse directionnelle d’un effet positif ($H_+ : \delta > 0$) à l’hypothèse nulle ($H_0 : \delta = 0$).
• $BF_{-0}$ : Compare l’hypothèse directionnelle d’un effet négatif ($H_- : delta < 0$) à l’hypothèse nulle ($H_0 : delta = 0$).

L’élégance du formalisme bayésien permet de décomposer le facteur de Bayes non directionnel en fonction de la probabilité a posteriori que l’effet s’oriente dans le sens prédit. Conformément au théorème de décomposition des hypothèses emboîtées, on démontre que :

$$BF_{+0} = BF_{10} \times \frac{P(\delta > 0 | D, H_1)}{P(\delta > 0 | H_1)}$$

Si la distribution a priori $P(\delta | H_1)$ est symétrique autour de zéro, alors $P(\delta > 0 | H_1) = 0,5$. Dès lors, si la totalité de la distribution a posteriori se concentre dans la zone positive prédite ($P(\delta > 0 | D, H_1) \approx 1$), le facteur de Bayes directionnel double exactement l’évidence obtenue par rapport au test bilatéral ($BF_{+0} \approx 2 \times BF_{10}$).

Ce gain substantiel de puissance statistique illustre un principe méthodologique fondamental : plus une hypothèse scientifique formule des prédictions précises, restrictives et informatives quant au comportement de la nature, plus elle est en mesure de récolter une preuve empirique puissante si les données corroborent ses attentes théoriques.

5. Grilles d’interprétation et échelles de force de la preuve

5.1 La classification classique de Harold Jeffreys

Afin de faciliter la communication des résultats statistiques et d’offrir des repères interprétatifs qualitatifs sans retomber dans les dérives du couperet dichotomique fréquentiste, le géophysicien et statisticien britannique Sir Harold Jeffreys (1961) a proposé la toute première taxonomie de graduation de la preuve pour le facteur de Bayes.

Dans sa monographie séminale Theory of Probability, Jeffreys a établi des seuils d’évidence fondés sur une progression semi-logarithmique, attribuant des qualificatifs descriptifs à différentes plages de valeurs numériques du facteur de Bayes :

• $1 < BF_{10} le 3$ : Preuve anecdotique ou à peine digne de mention (Barely worth mentioning). Les données penchent numériquement vers $H_1$, mais l’incertitude demeure trop volumineuse pour fonder une conclusion solide.
• $3 < BF_{10} le 10$ : Preuve substantielle (Substantial evidence). L’effet commence à se démarquer nettement du bruit expérimental.
• $10 < BF_{10} le 30$ : Preuve forte (Strong evidence). L’hypothèse nulle est fortement décrédibilisée par les données observées.
• $30 < BF_{10} le 100$ : Preuve très forte (Very strong evidence). Le modèle $H_1$ offre une précision prédictive dominante.
• $BF_{10} > 100$ : Preuve décisive (Decisive evidence). Le soutien empirique est si écrasant que le débat sur l’existence relative de l’effet devient virtuellement clos.

Cette grille a historiquement fourni aux pionniers de l’analyse bayésienne un langage standardisé pour qualifier l’impact de leurs expériences de physique et d’astronomie.

5.2 La classification contemporaine de Lee et Wagenmakers (2013)

Dans le cadre de l’application de l’inférence bayésienne aux sciences psychologiques et cognitives contemporaines, Michael D. Lee et Eric-Jan Wagenmakers (2013) ont affiné la grille de Jeffreys en ajustant la terminologie descriptive afin d’éviter les malentendus sémantiques et de promouvoir une interprétation plus rigoureuse dans les revues à comité de lecture.

Leur classification, aujourd’hui massivement adoptée et intégrée dans des logiciels de référence tels que JASP et le package R BayesFactor, structure l’espace de la preuve selon les catégories symétriques suivantes :

• $BF_{10} > 100$ : Évidence extrême en faveur de $H_1$ (et inversement $BF_{01} > 100$ pour $H_0$).
• $30 < BF_{10} le 100$ : Évidence très forte en faveur de $H_1$ ($30 < BF_{01} le 100$ pour $H_0$).
• $10 < BF_{10} le 30$ : Évidence forte en faveur de $H_1$ ($10 < BF_{01} le 30$ pour $H_0$).
• $3 < BF_{10} le 10$ : Évidence modérée en faveur de $H_1$ ($3 < BF_{01} le 10$ pour $H_0$).
• $1 < BF_{10} le 3$ : Évidence anecdotique ou non concluante en faveur de $H_1$ ($1 < BF_{01} le 3$ pour $H_0$).
• $BF_{10} = 1$ : Absence totale d’évidence (les données n’apportent aucun pouvoir de discrimination).

Cette taxonomie insiste sur la notion de gradualité : les catégories ne doivent en aucun cas être traitées comme de nouveaux seuils doctrinaux rigides remplaçant l’ancien seuil de $p = 0,05$. Un facteur de Bayes de $2,95$ et un facteur de Bayes de $3,05$ reflètent des états probatoires quasiment identiques et doivent être décrits comme tels, sans créer de frontière artificielle entre l’anecdotique et le modéré.

5.3 La zone d’incertitude : interpréter les valeurs proches de 1

L’une des contributions majeures du facteur de Bayes à l’hygiène conceptuelle de la science réside dans la délimitation formelle de la « zone d’incertitude » ou « zone d’agnosticisme scientifique », communément définie par l’intervalle :

$$\frac{1}{3} < BF_{10} < 3$$

Lorsqu’une analyse produit une valeur comprise dans cet intervalle, la conclusion méthodologique correcte n’est ni que l’effet existe, ni que l’effet n’existe pas. La seule conclusion rigoureuse est d’admettre que les données actuelles ne sont pas assez informatives pour trancher rationnellement entre les deux hypothèses. Cette indétermination peut résulter d’un échantillon trop restreint, d’un niveau de bruit de mesure excessif dans les protocoles expérimentaux, ou d’une distribution a priori inadaptée.

Face à un facteur de Bayes situé dans cette zone neutre, le chercheur dispose d’options méthodologiques claires et transparentes :

• Continuer la collecte d’échantillons selon un protocole séquentiel afin de lever l’indétermination statistique.
• Raffiner le paradigme expérimental pour réduire la variance d’erreur de mesure.
• Reconnaître publiquement dans l’article scientifique que l’étude s’avère non concluante (inconclusive), évitant ainsi de propager des affirmations péremptoires non étayées dans le corpus de la littérature académique.

6. Le rôle central des distributions a priori (Priors)

6.1 Spécification mathématique des priors sous H1

Le calcul de la vraisemblance marginale sous l’hypothèse alternative $H_1$ nécessite impérativement la spécification préalable d’une distribution a priori pour les paramètres du modèle, notée $P(\theta | H_1)$. Loin de constituer une faille ou une tare subjective de l’approche bayésienne, cette exigence représente une obligation épistémologique salutaire : elle force le chercheur à formaliser ce que sa théorie scientifique anticipe concrètement avant d’interroger les faits expérimentaux.

Sous l’hypothèse nulle ponctuelle canonique, le paramètre représentant la taille de l’effet standardisé (noté $\delta$) est fixé de manière déterministe à une valeur nulle :

$$H_0 : \delta = 0$$

Sous l’hypothèse alternative $H_1$, la théorie postule que $\delta$ peut prendre une gamme de valeurs numériques selon une densité probabiliste donnée :

$$H_1 : \delta \sim P(\delta)$$

Dans la modélisation statistique moderne développée par Jeffrey Rouder et ses collaborateurs, la distribution standard de référence pour les comparaisons de moyennes est la distribution de Cauchy centrée en zéro avec un paramètre d’échelle $r$ (notée $\delta \sim \text{Cauchy}(0, r)$). La distribution de Cauchy équivaut à une distribution de Student avec un seul degré de liberté ($t(1)$). Elle se caractérise par des queues de distribution épaisses (heavy tails), ce qui lui confère des propriétés théoriques idéales : elle accorde une masse de probabilité importante aux effets d’amplitude modérée tout en demeurant robuste face à d’éventuels effets atypiques extrêmes.

D’autres spécifications classiques incluent la distribution normale ($\delta \sim \mathcal{N}(\mu, \sigma^2)$), particulièrement pertinente lorsque l’on dispose d’une estimation antérieure précise issue de méta-analyses, ou des distributions de Student tronquées pour contraindre formellement la directionnalité de l’effet attendu.

6.2 Impact du choix du prior sur la valeur finale du facteur de Bayes

Une question critique posée par les praticiens concerne la sensibilité du facteur de Bayes aux variations de la distribution a priori. Contrairement à l’estimation bayésienne de paramètres (où l’influence du prior s’estompe rapidement à mesure que $N$ grandit sous l’effet du théorème de Bernstein-von Mises), la valeur numérique du facteur de Bayes demeure perpétuellement sensible à la largeur de l’a priori sous $H_1$, et ce, quelle que soit la taille de l’échantillon.

Ce comportement mathématique découle directement de l’intégration du rasoir d’Occam bayésien dans la formule du facteur de Bayes. Plus une distribution a priori est dispersée, vague et indéfiniment large (c’est-à-dire attribuant de la probabilité à des valeurs théoriquement aberrantes de la taille d’effet, telles que $\delta = 50$), plus la prédiction du modèle $H_1$ est diluée sur un vaste espace. Par conséquent, la densité de probabilité attribuée aux données effectivement observées diminue, entraînant une chute mécanique de la vraisemblance marginale $P(D | H_1)$.

Ce mécanisme est au cœur du célèbre paradoxe de Bartlett : si un expérimentateur assigne un prior non informatif infiniment étendu (par exemple une distribution uniforme sur $[-\infty, +\infty]$ ou une variance tendant vers l’infini), le facteur de Bayes $BF_{10}$ tendra inéluctablement vers $0$, accordant une victoire artificielle totale à $H_0$, indépendamment de la vigueur du signal empirique observé.

Pour immuniser l’inférence contre ces distorsions, Rouder, Speckman, Sun, Morey et Iverson ont formulé en 2009 des principes fondamentaux pour l’établissement de priors par défaut (les « priors JZS » pour Jeffreys-Zellner-Siow), recommandant l’usage d’un paramètre d’échelle de Cauchy standardisé à :

$$r = \frac{\sqrt{2}}{2} \approx 0,707$$

Cette calibration implique qu’il existe $50,%$ de probabilités a priori que la véritable taille d’effet $\delta$ se situe dans l’intervalle $[-0,707 ; +0,707]$, ce qui correspond de manière réaliste au spectre des grandeurs d’effet documentées dans les sciences du comportement.

6.3 Stratégies pour définir des priors informatifs en psychologie

Bien que les priors par défaut (dits objectifs ou de référence) soient indispensables pour fournir une base d’analyse standardisée dans les études exploratoires, l’intégration de priors informatifs (dits subjectifs ou empiriques) constitue l’expression la plus aboutie de la démarche bayésienne lorsque des connaissances antérieures solides sont disponibles.

Trois méthodologies dominantes permettent de construire des priors informatifs rigoureux en psychologie expérimentale :

• L’élicitation d’experts : Protocole formalisé visant à recueillir et modéliser mathématiquement le jugement d’un panel de spécialistes du domaine étudié. Les experts expriment leurs prédictions sous la forme d’intervalles de confiance ou de percentiles pour le phénomène sous examen, lesquels sont ensuite ajustés par une fonction paramétrique adéquate.
• L’intégration de synthèses méta-analytiques antérieures : Lorsque la littérature comprend des synthèses quantitatives robustes, l’estimation moyenne de la taille d’effet ($\hat{\delta}$) et son erreur-type associée ($\text{SE}$) peuvent être directement converties en une distribution a priori normale $\mathcal{N}(\hat{\delta}, \text{SE}^2)$ appliquée à la nouvelle collecte de données.
• Le formalisme des études de réplication (Replication Priors) : Dans les protocoles de réplication directe, la distribution a posteriori obtenue lors de l’expérience originale (l’étude initiale) est injectée mathématiquement comme distribution a priori pour l’analyse de l’échantillon de réplication. Le facteur de Bayes résultant évalue alors avec une précision chirurgicale l’hypothèse d’une réplication fidèle face à l’hypothèse d’une absence d’effet.

Quelle que soit la stratégie retenue, la déontologie scientifique impose la justification transparente, exhaustive et pré-enregistrée des hyperparamètres sélectionnés, prémunissant l’analyste contre toute tentation de sélection opportuniste des distributions a priori a posteriori.

7. Analyse de sensibilité et robustesse des conclusions bayésiennes

7.1 Principes et objectifs du contrôle de robustesse

Étant donné que la valeur exacte du facteur de Bayes dépend du paramétrage d’échelle ($r$) de la distribution a priori assignée à l’hypothèse alternative, une méthodologie d’intégrité incontournable consiste à conduire de manière systématique une analyse de sensibilité (ou contrôle de robustesse du prior).

L’objectif d’une analyse de sensibilité est d’évaluer dans quelle mesure les conclusions inférentielles de l’étude demeurent stables lorsque l’on fait varier de manière continue la largeur du paramètre d’échelle $r$ sur une large plage de valeurs plausibles (typiquement de $r = 0$ à $r = 1,5$ ou $r = 2$).

Ce diagnostic vise à déterminer si l’évidence obtenue en faveur d’un modèle relève d’une propriété robuste et invariante des données empiriques ou si elle dépend excessivement d’un réglage idiosyncratique et étroit des priors. L’analyse permet notamment d’identifier avec précision :

• La valeur maximale potentielle du facteur de Bayes ($BF_{\max}$) et la largeur d’échelle optimale associée.
• Les éventuels « points de bascule » où la preuve franchit les seuils qualitatifs (par exemple le passage d’une évidence forte à une évidence modérée ou anecdotique).

7.2 Représentation graphique de l’analyse de sensibilité

L’analyse de sensibilité trouve son expression la plus didactique dans des représentations graphiques dédiées, telles que celles générées automatiquement par le moteur logiciel JASP. La courbe de robustesse trace l’évolution de la valeur du facteur de Bayes (en ordonnée, souvent en échelle logarithmique) en fonction de l’accroissement continu du paramètre d’échelle de Cauchy $r$ (en abscisse).

Sur ce type de graphique canonique, plusieurs points de repère méthodologiques sont systématiquement mis en exergue :

• Le prior défini par défaut (Default prior) : Typiquement positionné à $r = 0,707$, il indique le résultat standardisé pour la recherche générale.
• Le prior large (Wide prior) : Positionné à $r = 1$, il correspond à une attente théorique d’effets plus marqués.
• Le prior très large (Ultrawide prior) : Positionné à $r = 1,414$, il modélise une hypothèse de très grande dispersion de l’effet.
• Le facteur de Bayes maximal ($BF_{\max}$) : Représente le sommet de la courbe de sensibilité, identifiant l’échelle d’a priori pour laquelle les données observées obtiennent leur vraisemblance marginale maximale.

Une découverte empirique est déclarée hautement robuste lorsque la courbe d’évidence demeure logée dans la même catégorie qualificative (par exemple $BF_{10} > 10$, qualifié de preuve forte) sur l’intégralité du spectre des valeurs raisonnables de $r$. Dans une telle situation, la conclusion scientifique est considérée comme imperméable aux débats relatifs à la subjectivité du prior.

7.3 Gestion des désaccords d’inférence selon les priors

Il arrive que l’analyse de sensibilité révèle une instabilité inférentielle substantielle : par exemple, un résultat affichant un $BF_{10} = 4,2$ (évidence modérée) sous un prior étroit ($r = 0,3$), qui s’effondre à un $BF_{10} = 1,2$ (évidence anecdotique) sous le prior par défaut ($r = 0,707$), pour basculer en faveur de $H_0$ ($BF_{01} = 1,8$) sous un prior très large ($r = 1,414$).

Face à un tel désaccord d’inférence, une posture d’humilité et de rigueur méthodologique s’impose. L’expérimentateur ne doit en aucun cas sélectionner unilatéralement le paramètre $r$ fournissant la valeur la plus séduisante pour sa démonstration théorique. Les bonnes pratiques exigent :

• De rapporter de manière explicite et intégrale la plage de sensibilité observée au sein de la section Résultats du manuscrit.
• De qualifier le résultat de dépendant de la spécification de l’a priori, signalant que les données actuelles ne possèdent pas la densité nécessaire pour imposer une conclusion univoque indépendante des postulats initiaux.
• De conclure à la nécessité d’une réplication empirique dotée d’une puissance accrue et d’un pré-enregistrement strict du prior ciblé.

8. Applications pratiques du facteur de Bayes en psychologie expérimentale

8.1 Comparaison de moyennes : Le test t bayésien

La comparaison de moyennes entre deux groupes ou conditions expérimentales constitue l’armature statistique fondamentale de la recherche en psychologie. Le test t bayésien (développé notamment par Rouder, Speckman, Sun, Morey et Iverson, 2009) offre une alternative directe au test $t$ de Student fréquentiste, tant pour les échantillons indépendants que pour les mesures appariées ou à échantillon unique.

Dans un test $t$ bayésien sur échantillons indépendants comparant un groupe expérimental ($N_1$) à un groupe témoin ($N_2$), le modèle évalue la taille d’effet standardisée $\delta = (\mu_1 – \mu_2) / \sigma$. Le modèle nul spécifie $H_0 : \delta = 0$, tandis que le modèle alternatif spécifie $H_1 : \delta \sim \text{Cauchy}(0, r)$.

Prenons l’exemple d’une étude en neuropsychologie cognitive évaluant l’impact d’un entraînement attentionnel informatisé sur le score d’inhibition motrice d’un groupe expérimental ($n_1 = 40$) comparé à un groupe contrôle actif ($n_2 = 40$). L’analyse fréquentiste conventionnelle livre une valeur de $t(78) = 2,12$ avec une p-valeur de $p = 0,037$. Dans le cadre traditionnel, le chercheur conclurait à un effet statistiquement significatif au seuil $\alpha = 0,05$.

L’application d’un test $t$ bayésien bilatéral avec le paramètre d’échelle par défaut $r = 0,707$ génère un facteur de Bayes $BF_{10} = 1,62$. L’interprétation change radicalement : bien que la p-valeur franchisse le seuil conventionnel, les données empiriques ne sont que $1,62$ fois plus probables sous $H_1$ que sous $H_0$. Il s’agit d’une preuve anecdotique, totalement insuffisante pour affirmer avec certitude l’efficacité de l’entraînement. L’analyse conjointe de la distribution a posteriori révèle une taille d’effet médiane $\delta = 0,44$ avec un intervalle de crédibilité à $95,%$ étalé de $[0,02 ; 0,88]$, confirmant une incertitude substantielle quant à l’amplitude réelle du phénomène.

8.2 Analyse de variance bayésienne (ANOVA) et sélection de modèles

Pour les plans factoriels complexes impliquant de multiples facteurs inter-sujets et intra-sujets, l’ANOVA bayésienne procède par une démarche d’évaluation et de comparaison de modèles emboîtés, surpassant les limitations des sommes de carrés de type III classiques.

Au lieu de calculer des ratios $F$ isolés, l’approche bayésienne formalise un ensemble de modèles concurrents :

• Le modèle nul ($M_0$), incluant uniquement l’ordonnée à l’origine (et les effets aléatoires des sujets pour les plans à mesures répétées).
• Les modèles à effets principaux simples (ex : $M_{\text{Facteur A}}$, $M_{\text{Facteur B}}$).
• Le modèle additif global ($M_{\text{Facteur A} + \text{Facteur B}}$).
• Le modèle complet incluant l’interaction ($M_{\text{Facteur A} + \text{Facteur B} + \text{Facteur A} \times \text{Facteur B}}$).

Chaque modèle se voit attribuer une probabilité a posteriori $P(M | D)$ calculée par la règle de Bayes. Pour isoler l’impact spécifique d’un effet principal ou d’une interaction au milieu de l’espace combinatoire des modèles, on recourt à la technique du Bayesian Model Averaging (BMA) pour dériver le facteur de Bayes d’inclusion, noté $BF_{\text{inclusion}}$ ou $BF_{\text{inc}}$ :

$$BF_{\text{inc}} = \frac{\text{Cote a posteriori d’inclusion du facteur}}{\text{Cote a priori d’inclusion du facteur}}$$

Le $BF_{\text{inc}}$ quantifie la performance prédictive apportée par l’adjonction d’un facteur ou d’une interaction spécifique, en moyennant sur l’intégralité des modèles qui contiennent cet effet comparativement à tous les modèles équivalents qui en sont dépourvus. Cette méthodologie garantit une évaluation non biaisée des interactions, indépendamment de l’ordre d’entrée des facteurs dans le modèle statistique.

8.3 Corrélations et régressions linéaires bayésiennes

Dans l’étude des relations continues, le test de corrélation bayésien (développé par Wagenmakers, Verhagen et Ly, 2016) évalue l’association linéaire de Pearson ($rho$) ou les associations de rang de Spearman. Sous $H_0$, la corrélation de population est fixée à $rho = 0$. Sous $H_1$, la distribution a priori assignée au coefficient de corrélation est modélisée par une distribution bêta symétrique étalée sur $[-1, +1]$ régie par un paramètre d’étirement $c$ (souvent fixé par défaut à $c = 1$, représentant une distribution uniforme où chaque valeur de $rho$ est a priori équiprobable).

En matière de régression linéaire multiple bayésienne, l’analyste fait face au problème du choix des variables explicatives parmi un ensemble de $p$ prédicteurs potentiels, générant un espace de $2^p$ modèles de régression concurrents. L’approche bayésienne calcule l’évidence marginale de chacun de ces $2^p$ modèles en employant des priors multivariés spécifiques (notamment les priors de Jeffreys-Zellner-Siow sur les coefficients de régression $\beta$ et le g-prior de Zellner).

Cette approche permet d’extraire non seulement le modèle global optimal (celui possédant la plus forte probabilité a posteriori $P(M_k | D)$), mais également d’établir le $BF_{\text{exclusion}}$ pour chaque prédicteur. Si une variable candidate présente un $BF_{\text{exclusion}} = 15$, le chercheur dispose d’une preuve directe attestant que ce régresseur dégrade la qualité préactive globale du modèle et doit être retiré, apportant une base mathématique rigoureuse à la parcimonie théorique.

9. Évaluation des preuves en faveur de l’hypothèse nulle : un atout en psychologie

9.1 La faillite de l’argument d’absence fréquentiste

L’une des distorsions les plus persistantes dans la littérature scientifique provient du sophisme logique consistant à assimiler une absence de rejet statistique ($p > 0,05$) à une démonstration d’absence d’effet. Les manuels d’épistémologie et de méthodologie rappellent inlassablement que « l’absence de preuve n’est pas la preuve de l’absence ». Dans le cadre fréquentiste, un résultat non significatif peut résulter indifféremment d’un échantillon sous-dimensionné (puissance statistique déficiente) ou d’une véritable absence d’effet dans la population d’intérêt.

Les tentatives de résolution de cette aporie dans l’espace fréquentiste, telles que les tests d’équivalence (Two One-Sided Tests ou TOST), imposent la fixation a priori de bornes d’équivalence arbitraires ($[-\Delta, +\Delta]$). Si le résultat dépend lourdement du seuil choisi, ces approches restent soumises à la logique binaire du rejet d’hypothèse sans quantifier la vraisemblance relative des modèles.

Le facteur de Bayes résout ce verrou épistémologique grâce à sa métrique symétrique $BF_{01}$. En comparant explicitement la densité prédictive de $H_0$ à celle de $H_1$, il permet d’affirmer de manière formelle et quantifiable que les données observées apportent un soutien probabiliste direct à la stricte égalité ou à l’absence de différence. Pour la première fois, les chercheurs peuvent formuler des conclusions positives d’invariance et les étayer numériquement dans leurs publications.

9.2 Cas d’usage : Réplications directes et études d’invariance

La faculté de quantifier la preuve en faveur de $H_0$ s’avère particulièrement déterminante dans plusieurs pans majeurs de la recherche expérimentale :

• Les projets de réplication à grande échelle : Dans des initiatives internationales collaboratives (telles que le Reproducibility Project: Psychology ou les consortia Many Labs), un échec de réplication ne peut être correctement diagnostiqué par un simple $p > 0,05$. L’utilisation de $BF_{01}$ permet de quantifier si la tentative de réplication confirme solidement l’hypothèse nulle ($BF_{01} > 10$, réplication nulle réussie) ou si l’expérience est simplement non informative par manque de précision ($1/3 < BF_{01} < 3$).
• L’invariance de mesure et les contrôles méthodologiques : Lorsqu’un protocole expérimental cherche à démontrer que deux groupes cliniques sont strictement équivalents sur des variables confondantes fondamentales (ex : âge, quotient intellectuel, niveau socio-éducatif), un $BF_{01} ge 10$ certifie mathématiquement que les groupes sont appariés avec rigueur.
• L’absence de biais cognitif ou perceptif : Dans les paradigmes de psychophysique ou de neuropsychologie comparée, établir l’absence d’asymétrie hémisphérique ou l’absence d’interférence attentionnelle constitue fréquemment le cœur de la démonstration théorique.

9.3 Désamorcer les controverses théoriques par la quantification de H0

Les controverses scientifiques en psychologie s’étirent fréquemment sur des décennies parce que les camps opposés continuent de publier des études contradictoires alternant entre $p < 0,05$ et $p > 0,05$, chaque camp interprétant les résultats non significatifs de son rival comme des défaillances de puissance.

L’introduction systématique du facteur de Bayes permet de désamorcer ces querelles stériles en instaurant une monnaie de preuve commune. L’évaluation de théories concurrentes par le ratio de vraisemblance marginale force chaque modèle à expliciter ses prédictions. Si une théorie prédisant un effet est confrontée à une série d’études rigoureuses affichant de manière convergente des $BF_{01} > 20$, la communauté dispose d’une justification probabiliste pour abandonner l’hypothèse réfutée.

De surcroît, cette propriété favorise la publication sans biais des résultats nuls : dès lors qu’un résultat nul est accompagné d’un $BF_{01}$ substantiel ou fort, il acquiert une valeur d’information pleine et entière, ce qui favorise son acceptation dans les revues internationales de premier rang et contribue à assainir la littérature scientifique du fléau du « tiroir de bureau » (file-drawer effect).

10. Implémentation logicielle et calcul du facteur de Bayes

10.1 Utilisation de JASP pour une analyse bayésienne accessible

L’avènement du logiciel libre et ouvert JASP (développé sous la direction d’Eric-Jan Wagenmakers à l’Université d’Amsterdam) a marqué un tournant dans la démocratisation de la statistique bayésienne appliquée. Doté d’une interface graphique intuitive conforme aux standards ergonomiques contemporains, JASP permet d’exécuter l’ensemble des analyses bayésiennes standardisées en temps réel avec un reporting visuel dynamique.

Dans l’environnement JASP, la réalisation d’une comparaison bayésienne s’opère selon un flux de travail structuré :

• Sélection du module dédié : L’utilisateur accède aux menus Bayesian T-Test, Bayesian ANOVA, Bayesian Correlation Matrix ou Bayesian Linear Regression.
• Paramétrage du Prior : L’interface offre un réglage direct de l’a priori (Cauchy par défaut à $r = 0,707$, normal, ou personnalisé), avec la possibilité de basculer instantanément entre des hypothèses bilatérales ($H_1$) et unilatérales ($H_+$ ou $H_-$).
• Affichage des sorties graphiques : JASP génère simultanément la distribution a posteriori du paramètre avec sa médiane et son intervalle de crédibilité à $95,%$, le graphique d’analyse séquentielle retraçant l’évolution temporelle du $BF$ sujet par sujet, et le tracé d’analyse de robustesse du prior.

Cette intégration fluide permet aux équipes de recherche de s’approprier les tests bayésiens sans requérir une expertise lourde en programmation statistique.

10.2 Calcul avancé avec le package R BayesFactor

Pour les méthodologistes et les data scientists opérant au sein de l’environnement de programmation statistique R, le package open-source BayesFactor (conçu par Richard D. Morey et Jeffrey N. Rouder) constitue la bibliothèque computationnelle de référence.

Ce package implémente des fonctions optimisées en langage C++ sous-jacent pour calculer avec une haute précision numérique les vraisemblances marginales et les facteurs de Bayes associés :

• ttestBF() : Dédiée à l’ensemble des variantes du test $t$ bayésien (échantillons indépendants, appariés, hypothèses directionnelles via l’argument nullInterval).
• anovaBF() : Permet la spécification de modèles linéaires généraux complexes incluant des structures factorielles aléatoires et emboîtées.
• correlationBF() : Estime l’évidence relative aux coefficients de corrélation linéaire et non paramétrique.
• regressionBF() : Conduite exhaustive de la comparaison de modèles et sélection de prédicteurs par régression multiple.

Le package s’intègre harmonieusement avec la chaîne d’outils du Tidyverse et permet l’extraction directe des chaînes d’échantillonnage de Monte-Carlo par chaînes de Markov (MCMC) via la fonction posterior(), facilitant le calcul personnalisé des quantiles de crédibilité, l’automatisation des pipelines de traitement et l’intégration dans des documents computationnels reproductibles sous R Markdown ou Quarto.

10.3 Implémentation sous Python avec PyMC et ArviZ

Dans l’écosystème Python, la modélisation bayésienne repose sur des bibliothèques de programmation probabiliste de pointe, au premier rang desquelles figurent PyMC et ArviZ. Contrairement aux approches basées sur des formules analytiques préétablies, Python excelle dans la spécification de modèles génératifs sur-mesure à haute flexibilité.

Le calcul du facteur de Bayes pour des modèles non standardisés implique l’évaluation de l’intégrale de vraisemblance marginale, une opération computationnelle complexe rendue possible par l’algorithme d’échantillonnage pont (Bridge Sampling) implémenté via des packages spécialisés ou par le recours au ratio de densité de Savage-Dickey (Savage-Dickey Density Ratio) pour les modèles emboîtés.

Parallèlement, la communauté Python privilégie souvent des métriques d’évaluation prédictive hors-échantillon étroitement apparentées, telles que le WAIC (Widely Applicable Information Criterion) ou l’approximation de la validation croisée par élimination d’une observation (PSIS-LOO-CV, Pareto Smoothed Importance Sampling Leave-One-Out Cross-Validation) disponibles nativement dans ArviZ. Ces indices fournissent une estimation robuste de la précision prédictive relative des modèles, complétant le facteur de Bayes dans les architectures d’apprentissage statistique profond et de régression hiérarchique généralisée.

11. Limites méthodologiques, pièges d’interprétation et controverses

11.1 Le piège de la dépendance extrême au prior non vérifiée

Bien que le facteur de Bayes offre un cadre d’une grande rigueur formelle, il n’est pas exempt de pièges méthodologiques majeurs. Le risque principal réside dans la manipulation involontaire ou délibérée de la force de la preuve par le calibrage non régulé des distributions a priori. Dans des mains inexpérimentées ou peu scrupuleuses, le choix de la largeur d’échelle $r$ peut être ajusté a posteriori pour franchir artificiellement un seuil d’évidence souhaité, reproduisant sous une forme bayésienne les dérives du $p$-hacking (pratique parfois qualifiée de prior-hacking ou BF-hacking).

Cette vulnérabilité s’accroît exponentiellement dans les modèles multidimensionnels comportant de nombreux paramètres libres, où l’effet cumulé des distributions a priori sur la vraisemblance marginale devient difficile à anticiper intuitivement. La parade méthodologique absolue à cette dérive réside dans l’adoption systématique du pré-enregistrement transparent (Preregistration) des modèles statistiques et des hyperparamètres de priors avant toute phase de collecte des données expérimentales.

11.2 Complexité computationnelle et limites des algorithmes d’approximation

Sur le plan mathématique et computationnel, le calcul de la vraisemblance marginale nécessite la résolution d’intégrales définies sur des espaces paramétriques de grande dimension. En dehors de classes restreintes de modèles linéaires conjugués bénéficiant de solutions analytiques exactes, ces intégrales sont analytiquement insolubles et doivent être estimées par des méthodes d’approximation stochastique.

Les méthodes classiques d’approximation comportent des défis techniques non négligeables :

• Le ratio de Savage-Dickey : Bien qu’élégant pour les modèles emboîtés, il exige une estimation de la hauteur de densité de la distribution a posteriori exactement au point $0$, ce qui peut s’avérer instable si l’échantillonnage MCMC présente une variance locale élevée.
• Le Bridge Sampling : Cet algorithme exige un calibrage rigoureux des distributions de proposition et un nombre important d’itérations pour garantir la convergence et éviter des erreurs d’approximation numérique significatives.
• Convergence MCMC : Toute défaillance de stationnarité des chaînes de Markov (évaluée par les indices $\hat{R} > 1,01$ ou des tailles d’échantillon effectif $ESS$ trop faibles) corrompt directement l’estimation du facteur de Bayes.

Les praticiens doivent faire preuve d’une vigilance méthodologique accrue en vérifiant systématiquement les diagnostics de convergence algorithmique avant d’interpréter les facteurs de Bayes obtenus.

11.3 Défis de communication et d’acceptation éditoriale

L’intégration du facteur de Bayes dans les publications scientifiques se heurte encore fréquemment à des obstacles institutionnels et pédagogiques. Une fraction non négligeable des comités de lecture et des éditeurs de revues scientifiques internationales a été formée exclusivement au paradigme fréquentiste de Neyman-Pearson et peut manifester de la réticence, voire de l’incompréhension, face à un reporting articulé autour des $BF_{10}$, des priors de Cauchy et des intervalles de crédibilité.

Par ailleurs, un risque récurrent consiste à voir les échelles verbales d’évidence (telles que les grilles de Lee et Wagenmakers) être détournées par les auteurs en de nouveaux dogmes binaires rigides, reproduisant les travers du seuil de significativité classique (par exemple en refusant de considérer toute découverte dont le $BF_{10}$ serait inférieur à $3$).

Pour assurer une transition fluide et maximiser l’acceptabilité éditoriale de leurs travaux, les chercheurs adoptent fréquemment une stratégie de double reporting transitoire (dual reporting), présentant côte à côte les statistiques fréquentistes traditionnelles ($t$, $F$, $p$, $d$ de Cohen) et les indices bayésiens complets ($BF_{10}$, prior, $\delta$ médian a posteriori et intervalle de crédibilité), démontrant ainsi la convergence et la robustesse de leurs conclusions empiriques.

12. Synthèse et recommandations pour les bonnes pratiques de recherche

12.1 Protocole type de reporting du facteur de Bayes dans un article scientifique

Afin de garantir une reproductibilité computationnelle intégrale et d’adhérer aux standards méthodologiques les plus rigoureux, la rédaction des sections statistiques mobilisant le facteur de Bayes doit respecter un protocole d’information standardisé. Conformément aux directives édictées par les comités de méthodologie bayésienne et les normes de l’American Psychological Association (APA 7e édition), toute publication doit stipuler explicitement :

• Le logiciel utilisé et sa version exacte (ex : JASP version 0.18.3 ou package R BayesFactor version 0.9.12-4.7).
• La spécification mathématique exhaustive du modèle et des distributions a priori sélectionnées pour chaque paramètre sous $H_1$ (ex : distribution de Cauchy centrée en zéro avec un paramètre d’échelle $r = 0,707$).
• La directionnalité de l’hypothèse testée ($BF_{10}$, $BF_{+0}$, ou $BF_{01}$).
• La valeur numérique exacte du facteur de Bayes (évitera les formulations vagues comme « $BF > 3$ »).
• L’estimation conjointe de la distribution a posteriori du paramètre d’intérêt, incluant obligatoirement une mesure de tendance centrale (médiane ou moyenne a posteriori) et un intervalle d’incertitude (intervalle de crédibilité à $95,%$, ou Highest Density Interval, HDI).
• Le compte-rendu de l’analyse de sensibilité attestant de la stabilité de l’évidence à travers le spectre des largeurs d’a priori.

Voici un modèle canonique de rédaction pour la section Résultats :

« Une comparaison bayésienne de moyennes pour échantillons indépendants a été réalisée afin d’évaluer l’effet du protocole d’entraînement sur les performances exécutives. L’hypothèse alternative $H_1$ a été modélisée à l’aide d’une distribution a priori de Cauchy par défaut $\delta \sim \text{Cauchy}(0 ; 0,707)$. L’analyse révèle un facteur de Bayes $BF_{10} = 14,32$, indiquant que les données observées sont environ 14,3 fois plus probables sous l’hypothèse d’un effet positif de l’entraînement que sous l’hypothèse nulle d’absence d’effet. Conformément à la classification de Lee et Wagenmakers (2013), ce résultat apporte une preuve forte en faveur de $H_1$. L’estimation des paramètres a posteriori livre une taille d’effet standardisée médiane $\delta = 0,58$ avec un intervalle de crédibilité à $95,% [0,21 ; 0,96]$. Une analyse séquentielle de robustesse indique que le facteur de Bayes demeure supérieur à 10 pour l’ensemble des paramètres d’échelle $r$ compris entre $0,35$ et $1,2$, confirmant la haute stabilité des conclusions empiriques. »

12.2 Arbre de décision méthodologique pour le chercheur en psychologie

Pour orienter rationnellement le choix des outils statistiques au sein du flux de travail scientifique, l’arbre de décision méthodologique ci-dessous synthétise les arbitrages à opérer en fonction des objectifs de recherche :

• Objectif 1 : Arbitrage compétitif entre modèles ou évaluation d’un effet :
  • Privilégier systématiquement le facteur de Bayes ($BF_{10} / BF_{01}$).
  • Si une hypothèse théorique prédit formellement la direction de l’effet $to$ Utiliser un facteur de Bayes directionnel ($BF_{+0}$ ou $BF_{-0}$).
  • Si l’objectif est de vérifier l’absence d’effet ou l’invariance théorique $to$ Reporter $BF_{01}$.
• Objectif 2 : Quantification de la magnitude d’un phénomène et estimation de son incertitude :
  • Privilégier la distribution a posteriori des paramètres ($\theta | D$).
  • Extraire la médiane a posteriori et l’intervalle de crédibilité à $95,%$.
• Objectif 3 : Protocole expérimental à collecte adaptative flexible :
  • Définir un design d’analyse séquentielle bayésienne avec des bornes probatoires d’arrêt pré-enregistrées (ex : interrompre lorsque $BF_{10} > 10$ ou $BF_{01} > 10$).
  • Surveiller l’évolution du $BF$ à intervalles réguliers sans pénalisation sur l’erreur nominale.
• Objectif 4 : Soumission sous format Registered Report :
  • Intégrer le facteur de Bayes comme critère décisionnel formel pour garantir la publication de l’article indépendamment de la confirmation ou de l’infirmation de l’hypothèse (par exemple en s’engageant à publier si $BF_{10} > 6$ ou $BF_{01} > 6$).

12.3 Perspectives futures de l’inférence bayésienne en sciences humaines

L’inférence statistique en sciences cognitives et comportementales s’achemine résolument vers une intégration toujours plus profonde des paradigmes bayésiens. La transition historique qui s’opère dépasse la simple substitution d’un indice statistique ($BF$ remplaçant $p$) : elle consacre l’avènement d’une modélisation cognitive computationnelle systématique.

Dans cette perspective intégrative, les paramètres statistiques cessent d’être de simples agrégats descriptifs abstraits pour devenir les variables directes de modèles de traitement de l’information (tels que les modèles de diffusion pour les temps de réaction ou les modèles d’apprentissage par renforcement). Le facteur de Bayes s’affirme alors comme le mécanisme formel d’excellence pour sélectionner quelle théorie computationnelle de l’esprit rend le compte le plus fidèle des données comportementales, neurophysiologiques et cliniques.

Parallèlement, la démocratisation de ces outils au sein des cursus universitaires de premier et second cycles participe à forger une nouvelle génération de chercheurs libérés des automatismes trompeurs du rituel de la significativité statistique. En alliant transparence computationnelle, flexibilité expérimentale séquentielle et capacité unique à quantifier l’évidence pour l’hypothèse nulle, le facteur de Bayes s’établit comme un pilier méthodologique indispensable pour asseoir la robustesse, la transparence et la cumulativité pérenne du savoir scientifique.

Références

• Dienes, Z. (2014). Using Bayes to get the most out of non-significant results. Frontiers in Psychology, 5, Article 781. https://doi.org/10.3389/fpsyg.2014.00781
• Fisher, R. A. (1925). Statistical Methods for Research Workers. Oliver and Boyd.
• Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). Chapman and Hall/CRC. https://doi.org/10.1201/b16018
• Jeffreys, H. (1961). Theory of Probability (3rd ed.). Oxford University Press.
• Kass, R. E., & Raftery, A. E. (1995). Bayes Factors. Journal of the American Statistical Association, 90(430), 773–795. https://doi.org/10.1080/01621459.1995.10476572
• Lee, M. D., & Wagenmakers, E.-J. (2013). Bayesian Cognitive Modeling: A Practical Course. Cambridge University Press. https://doi.org/10.1017/CBO9781139087759
• Lindley, D. V. (1957). A statistical paradox. Biometrika, 44(1/2), 187–192. https://doi.org/10.2307/2333251
• Morey, R. D., & Rouder, J. N. (2011). Bayes factor approaches for testing interval null hypotheses. Psychological Methods, 16(4), 406–419. https://doi.org/10.1037/a0024377
• Neyman, J., & Pearson, E. S. (1933). On the problem of the most efficient tests of statistical hypotheses. Philosophical Transactions of the Royal Society of London. Series A, Containing Papers of a Mathematical or Physical Character, 231(694–706), 289–337. https://doi.org/10.1098/rsta.1933.0009
• Open Science Collaboration. (2015). Estimating the reproducibility of psychological science. Science, 349(6251), Article aac4716. https://doi.org/10.1126/science.aac4716
• Rouder, J. N., Speckman, P. L., Sun, D., Morey, R. D., & Iverson, G. (2009). Bayesian t tests for accepting and rejecting the null hypothesis. Psychonomic Bulletin & Review, 16(2), 225–237. https://doi.org/10.3758/PBR.16.2.225
• Rouder, J. N., Morey, R. D., Speckman, P. L., & Province, J. M. (2012). Default Bayes factors for ANOVA designs. Journal of Mathematical Psychology, 56(5), 356–374. https://doi.org/10.1016/j.jmp.2012.08.001
• van Doorn, J., van den Bergh, D., Bohm, U., Dablander, F., Derks, K., Draws, T., Etz, A., Evans, N. J., Gronau, Q. F., Haaf, J. M., Hinne, M., Kucharský, Š., Ly, A., Marsman, M., Matzke, D., Raj, A., Sarafoglou, A., Stefan, A., Voelkel, J. G., & Wagenmakers, E.-J. (2021). The JASP guidelines for conducting and reporting a Bayesian analysis. Psychonomic Bulletin & Review, 28(3), 813–826. https://doi.org/10.3758/s13423-020-01798-5
• Wagenmakers, E.-J. (2007). A practical solution to the pervasive problems of p values. Psychonomic Bulletin & Review, 14(5), 779–804. https://doi.org/10.3758/BF03194105
• Wagenmakers, E.-J., Marsman, M., Jamil, T., Ly, A., Verhagen, J., Love, J., Selker, R., Gronau, Q. F., Šmíra, M., Epskamp, S., Derks, K., Rouder, J. N., & Morey, R. D. (2018). Bayesian inference for psychology. Part I: Theoretical advantages and practical ramifications. Psychonomic Bulletin & Review, 25(1), 35–57. https://doi.org/10.3758/s13423-017-1343-3
• Wasserstein, R. L., & Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2), 129–133. https://doi.org/10.1080/00031305.2016.1154108