Min. 1st Qu. Median Mean 3rd Qu. Max.
0.01251 0.14031 0.25911 0.30668 0.43623 0.87918 Capsule 2 - Probabilité logistique
MQT-2101 - Analyse et modélisation des données
Pourquoi ça compte
Une probabilité est plus utile qu’une étiquette lorsqu’il faut prioriser une intervention.
Comment passer d’un score à une probabilité entre zéro et un?
La régression logistique modélise les log-cotes, puis les traduit en probabilités. Pour communiquer, les probabilités prédites dans des scénarios sont souvent plus parlantes que les coefficients seuls.
Objectifs de la capsule
- Interpréter le signe d’un coefficient logistique.
- Distinguer probabilité prédite et classe.
- Lire une probabilité sans la transformer en certitude.
Un risque de 0,70 reste une estimation
Une probabilité de 0,70 signifie que le modèle estime un risque élevé selon ses données et hypothèses, pas qu’un départ est certain.
La probabilité ordonne un risque, elle ne rend pas un verdict
- Un coefficient positif augmente les log-cotes de la classe positive.
- Une probabilité n’est pas une certitude individuelle.
- Un seuil transforme ensuite la probabilité en action.
Produire des probabilités hors échantillon
Une probabilité individuelle n’est jamais certaine
Présenter une probabilité comme un verdict individuel confond incertitude statistique et certitude opérationnelle.
À retenir
1
Les probabilités servent à ordonner les priorités.
2
La règle de décision exige un seuil explicite.
3
La décision reste liée aux données disponibles.
Production autonome 10.2
Expliquez pourquoi une probabilité prédite de 0,70 ne garantit pas un départ.
Auto-vérification
- J’ai défini la classe positive et la période test.
- J’ai rapporté les deux types d’erreur, pas seulement l’exactitude.
- Ma règle respecte la capacité et évite une interprétation individuelle certaine.
