Bertrand Benjamin
18db3b1655
All checks were successful
continuous-integration/drone/push Build is passing
98 lines
4.2 KiB
TeX
98 lines
4.2 KiB
TeX
\documentclass[a4paper,10pt]{article}
|
|
\usepackage{myXsim}
|
|
|
|
\author{Benjamin Bertrand}
|
|
\title{Analyse des résultats d'un test}
|
|
\date{Avril 2022}
|
|
|
|
\pagestyle{empty}
|
|
|
|
|
|
\begin{document}
|
|
|
|
\maketitle
|
|
|
|
\begin{definition}[Paramètre d'un test - inférence Bayésienne]
|
|
On considère un test qui analyse la situation et donne deux résultats: Positif ou négatif. Une test ne peut par être sûr à 100\%, il y a donc 4 cas possibles:
|
|
|
|
\begin{minipage}{0.45\linewidth}
|
|
\begin{tabular}{|c|c|c|c|}
|
|
\hline
|
|
& Sujet positif & Sujet négatif & Total \\
|
|
\hline
|
|
Test positif & Vrai positif & Faux positif &\\
|
|
\hline
|
|
Test négatif & Faux négatif & Vrai négatif & \\
|
|
\hline
|
|
Total & & &\\
|
|
\hline
|
|
\end{tabular}
|
|
\medskip
|
|
|
|
Ce tableau est appelé \textbf{tableau de contingence.}
|
|
\end{minipage}
|
|
\begin{minipage}{0.5\linewidth}
|
|
\textbf{Critères de fiabilités}
|
|
\begin{itemize}
|
|
\item Sensibilité: probabilité qu'une personne infectée soit testée positive
|
|
\[
|
|
\mbox{sensibilité} = \frac{\mbox{nombre de vrai positifs}}{\mbox{nombre de positif}}
|
|
\]
|
|
\item Spécificité: probabilité qu'une personne saine soit testée négative (vrai négatif / négatif)
|
|
\[
|
|
\mbox{spécificité} = \frac{\mbox{nombre de vrai négatifs}}{\mbox{nombre de négatif}}
|
|
\]
|
|
\end{itemize}
|
|
\end{minipage}
|
|
|
|
\end{definition}
|
|
|
|
\begin{doc}{Test médical}
|
|
Un médecin cherche à déterminer si une IA est fiable. Pour cela, il a choisi 1000 dossiers de patients dont il sait que 92 d'entres eux souffrent d'un cancer. L'IA quand à elle détecte 862 cas négatif. Parmi ces cas négatifs détectés, le médecin sait que 7 d'entre eux sont malade.
|
|
|
|
Pour déterminer si une assistance est fiable, il faut que la sensibilité soit supérieur à 90\%.
|
|
\end{doc}
|
|
|
|
\begin{doc}{Détection d'un comportement potentiellement dangereux}
|
|
Dans le cadre du maintient de la paix, les autorités ont développer une IA qui cherche à détecter les comportements potentiellement dangereux. Suite à l'entrainement de l'IA, les données de tests donnent le tableau suivant
|
|
\begin{center}
|
|
\begin{tabular}{|p{3cm}|c|c|c|}
|
|
\hline
|
|
& Sujet dangereux & Sujet non dangereux & Total\\
|
|
\hline
|
|
Identifier comme dangereux & 990 & 2 & \\
|
|
\hline
|
|
Identifier comme non dangereux & 3 & 5 & \\
|
|
\hline
|
|
Total & & & \\
|
|
\hline
|
|
\end{tabular}
|
|
\end{center}
|
|
L'équipe en charge du projet annonce fièrement "notre IA est presque parfaite, elle ne se trompe que dans 0.5\% des cas.
|
|
\end{doc}
|
|
\vfill
|
|
|
|
\begin{multicols}{2}
|
|
\begin{enumerate}
|
|
\item \textbf{Test médical}
|
|
\begin{enumerate}
|
|
\item Construire un tableau de contingence avec les données de l'étude.
|
|
\item Pensez vous que cette IA peut être considérer comme une assistance fiable?
|
|
\end{enumerate}
|
|
\item \textbf{Comportement dangereux}
|
|
\begin{enumerate}[leftmargin=-1pt]
|
|
\item Que pensez vous de l'affirmation de l'équipe en charge du projet?
|
|
\item Calculer la sensibilité puis la spécificité du système de détection.
|
|
\item On veut maintenant utilise cette IA dans une population de \np{1000000} individus et où l'on suppose qu'il y a 100 individus dangereux.
|
|
\begin{enumerate}[leftmargin=-1pt]
|
|
\item Reproduire le tableau de contingence en complétant la dernière ligne.
|
|
\item Compléter ensuite les autres cases vides en utilisant la sensibilité et la spécificité du test.
|
|
\item Que pensez vous de l'efficacité de ce test sur cette population?
|
|
\end{enumerate}
|
|
\item Même questions dans le cas d'une population de \np{100000} individus avec \np{500000} individus dangereux.
|
|
\end{enumerate}
|
|
\end{enumerate}
|
|
\end{multicols}
|
|
|
|
\end{document}
|