PreuveUne preuve, (en science ou en droit) est un fait ou un raisonnement propre à établir la vérité. Une preuve est associée à son niveau d'incertitude quand elle est utilisée. Les éléments inductifs et déductifs qui y sont attachés lui confèrent donc un certain niveau d'incertitude. L'évaluation intuitive de ce niveau détermine le degré de confiance qu'on peut apporter à la preuve. La plupart des preuves utilisées dans la vie courante sont communément admises comme étant dignes de confiance.
Credible intervalIn Bayesian statistics, a credible interval is an interval within which an unobserved parameter value falls with a particular probability. It is an interval in the domain of a posterior probability distribution or a predictive distribution. The generalisation to multivariate problems is the credible region. Credible intervals are analogous to confidence intervals and confidence regions in frequentist statistics, although they differ on a philosophical basis: Bayesian intervals treat their bounds as fixed and the estimated parameter as a random variable, whereas frequentist confidence intervals treat their bounds as random variables and the parameter as a fixed value.
Preuve anecdotiqueLes preuves anecdotiques sont des preuves tirées d'anecdotes, c'est-à-dire des preuves recueillies de façon occasionnelle ou informelle, s'appuyant fortement ou entièrement sur des témoignages personnels, et pouvant nourrir un raisonnement fallacieux appelé argumentation par l'exemple. Lorsqu'on les compare à d'autres types de preuves, les preuves anecdotiques sont généralement considérées comme ayant une valeur limitée en raison d'un certain nombre de faiblesses potentielles.
Scepticisme scientifiqueLe scepticisme scientifique, nommé aussi scepticisme rationnel ou scepticisme contemporain, est l'étude par la méthode scientifique et l'esprit critique de phénomènes dits « paranormaux » (notamment ceux étudiés par l'ufologie, la parapsychologie et la cryptozoologie), ou surnaturels (réincarnation, résurrection). Philosophiquement, elle est identifiée comme une position épistémologique ; éthiquement, elle est considérée comme une déontologie circonspecte ; pratiquement, elle est une attitude de doute cartésien vis-à-vis des allégations non étayées par des preuves empiriques ou par la reproductibilité.
Problème de la démarcationLe problème de la démarcation est le problème de la définition de critères rationnels permettant de distinguer la science de la non-science. Ce problème s'applique aussi bien aux domaines de connaissance, méthodes scientifiques ou non, théories admises ou alternatives, et à la pratique elle-même de la science. Pour le philosophe des sciences Karl Popper, le problème de la démarcation est appelé "problème de Kant" : "Comment les énoncés synthétiques peuvent-ils être valides a priori".
Intervalle de fluctuationEn mathématiques, un intervalle de fluctuation, aussi appelé intervalle de pari, permet de détecter un écart important par rapport à la valeur théorique pour une grandeur établie sur un échantillon. C'est un intervalle dans lequel la grandeur observée est censée se trouver avec une forte probabilité (souvent de l'ordre de 95 %). Le fait d'obtenir une valeur en dehors de cet intervalle s'interprète alors en mettant en cause la représentativité de l'échantillon ou la valeur théorique.
Preuve scientifiqueUne preuve scientifique est une preuve servant à soutenir ou à infirmer une théorie ou une hypothèse en science. Une preuve devrait être empirique et son interprétation respecter la méthode scientifique. Les critères pour accepter une preuve varient selon le domaine scientifique, mais la force d’une preuve scientifique est généralement basée sur les résultats de l’analyse statistique et de la qualité des témoins (contrôles). On réserve le mot « preuve » aux sciences exactes fondamentales (mathématique, physique théorique, chimie théorique, etc.
Scientific theoryA scientific theory is an explanation of an aspect of the natural world and universe that can be (or a fortiori, that has been) repeatedly tested and corroborated in accordance with the scientific method, using accepted protocols of observation, measurement, and evaluation of results. Where possible, theories are tested under controlled conditions in an experiment. In circumstances not amenable to experimental testing, theories are evaluated through principles of abductive reasoning.
Interval estimationIn statistics, interval estimation is the use of sample data to estimate an interval of possible values of a parameter of interest. This is in contrast to point estimation, which gives a single value. The most prevalent forms of interval estimation are confidence intervals (a frequentist method) and credible intervals (a Bayesian method); less common forms include likelihood intervals and fiducial intervals.
Histoire de la méthode scientifiqueIl serait abusif de faire remonter la notion de méthode scientifique jusqu’à l’Antiquité, tant il est délicat d’identifier ce que nous nommons « science » avec les démarches de production de nouveaux savoirs aux époques proto-historiques. On peut cependant reconnaître dans les réflexions des anciens philosophes les prémisses d’une théorie de la connaissance congruante avec les pratiques scientifiques contemporaines, mais pas des vraies méthodes.
Bayesian hierarchical modelingBayesian hierarchical modelling is a statistical model written in multiple levels (hierarchical form) that estimates the parameters of the posterior distribution using the Bayesian method. The sub-models combine to form the hierarchical model, and Bayes' theorem is used to integrate them with the observed data and account for all the uncertainty that is present. The result of this integration is the posterior distribution, also known as the updated probability estimate, as additional evidence on the prior distribution is acquired.
Médecine fondée sur les faitsLa médecine fondée sur les faits (ou médecine fondée sur les données probantes ; voir les autres synonymes) se définit comme . On utilise plus couramment le terme anglais , et parfois les termes médecine fondée sur les preuves ou médecine factuelle. Ces preuves proviennent d'études cliniques systématiques, telles que des essais contrôlés randomisés en double aveugle, des méta-analyses, éventuellement des études transversales ou de suivi bien construites.
Étude d'association pangénomiqueUne étude d'association pangénomique (en anglais genome-wide association study, GWAS) est une analyse de nombreuses variations génétiques chez de nombreux individus, afin d'étudier leurs corrélations avec des traits phénotypiques. Ces études se concentrent généralement sur les associations entre les polymorphismes nucléotidiques (SNP) et des phénotypes tels que les maladies humaines majeures. En effet, quand elle est appliquée sur des données humaines, une comparaison de séquences d’ADN se fait entre individus ayant plusieurs phénotypes différents pour un même caractère, la taille par exemple.
Statistique bayésienneLa statistique bayésienne est une approche statistique fondée sur l'inférence bayésienne, où la probabilité exprime un degré de croyance en un événement. Le degré initial de croyance peut être basé sur des connaissances a priori, telles que les résultats d'expériences antérieures, ou sur des croyances personnelles concernant l'événement. La perspective bayésienne diffère d'un certain nombre d'autres interprétations de la probabilité, comme l'interprétation fréquentiste qui considère la probabilité comme la limite de la fréquence relative d'un événement après de nombreux essais.
HypothèseUne hypothèse est une proposition ou un « dit » ou une explication que l'on se contente d'énoncer sans prendre position sur son caractère véridique, c'est-à-dire sans l'affirmer ou la nier. Il s'agit donc d'une simple supposition. Une fois énoncée, une hypothèse peut être étudiée, confrontée, utilisée, discutée ou traitée de toute autre façon jugée nécessaire, par exemple dans le cadre d'une démarche expérimentale.
Inférence bayésiennevignette|Illustration comparant les approches fréquentiste et bayésienne (Christophe Michel, 2018). L’inférence bayésienne est une méthode d'inférence statistique par laquelle on calcule les probabilités de diverses causes hypothétiques à partir de l'observation d'événements connus. Elle s'appuie principalement sur le théorème de Bayes. Le raisonnement bayésien construit, à partir d'observations, une probabilité de la cause d'un type d'événements.
Fiducial inferenceFiducial inference is one of a number of different types of statistical inference. These are rules, intended for general application, by which conclusions can be drawn from samples of data. In modern statistical practice, attempts to work with fiducial inference have fallen out of fashion in favour of frequentist inference, Bayesian inference and decision theory. However, fiducial inference is important in the history of statistics since its development led to the parallel development of concepts and tools in theoretical statistics that are widely used.
Point estimationIn statistics, point estimation involves the use of sample data to calculate a single value (known as a point estimate since it identifies a point in some parameter space) which is to serve as a "best guess" or "best estimate" of an unknown population parameter (for example, the population mean). More formally, it is the application of a point estimator to the data to obtain a point estimate. Point estimation can be contrasted with interval estimation: such interval estimates are typically either confidence intervals, in the case of frequentist inference, or credible intervals, in the case of Bayesian inference.
Pratique fondée sur les preuvesLa pratique fondée sur les preuves, sur les faits, ou sur des données probantes est une approche interdisciplinaire de la pratique clinique qui a gagné du terrain après son apparition au début des années 1990 par l'intermédiaire du médecin canadien Gordon Guyatt. En 1992, une publication indique : . Elle a commencé en médecine comme médecine factuelle (EBM) et se propage aux professions paramédicales de la santé, domaines éducatifs et autres.
La Structure des révolutions scientifiquesLa Structure des révolutions scientifiques (The Structure of Scientific Revolutions) est un essai rédigé par le philosophe et historien des sciences, Thomas Samuel Kuhn. Paru en 1962, revu en 1970, l'ouvrage est incontestablement son œuvre majeure. Il y modélise notamment la science comme phénomène social et analyse les implications de cette approche, en s'appuyant sur de nombreux exemples tirés de l'Histoire des sciences.
