
Une mesure statistique utilisée pour comparer l'évidence en faveur d'une hypothèse par rapport à une autre.Le facteur de Bayes est une quantité statistique qui quantifie l'évidence relative en faveur de deux hypothèses concurrentes, typiquement une hypothèse nulle et une hypothèse alternative. Il s'agit du rapport des vraisemblances marginales des données observées sous chaque hypothèse. Un facteur de Bayes supérieur à 1 favorise l'hypothèse alternative, tandis qu'un facteur inférieur à 1 favorise l'hypothèse nulle. C'est un outil central de l'inférence bayésienne, fournissant une mesure continue de la force de l'évidence qui peut être mise à jour à mesure que de nouvelles données arrivent.
Le concept a été introduit par Harold Jeffreys dans son livre 'Theory of Probability' de 1939, où il a également proposé une échelle pour interpréter son ampleur (par exemple, >10 comme évidence forte).
Pour chaque hypothèse, on calcule la probabilité des données observées sous cette hypothèse, en faisant la moyenne sur toutes les valeurs possibles des paramètres pondérées par leurs distributions a priori. Cette 'vraisemblance marginale' est ensuite divisée : facteur de Bayes = (vraisemblance marginale sous H₁) / (vraisemblance marginale sous H₀). Contrairement aux valeurs p, le facteur de Bayes ne nécessite pas de seuil de signification fixe et peut être interprété directement comme le rapport des chances a posteriori aux chances a priori. Il pénalise naturellement les modèles complexes, car ceux-ci répartissent la probabilité a priori sur un plus grand espace de paramètres, réduisant ainsi la vraisemblance moyenne.
Les facteurs de Bayes sont largement utilisés en psychologie, en médecine et en génétique pour les tests d'hypothèses, la sélection de modèles et la méta-analyse, en particulier lorsque les chercheurs souhaitent quantifier l'évidence en faveur de l'hypothèse nulle plutôt que de simplement la rejeter.
Un facteur de Bayes de 20 signifie que les données sont 20 fois plus probables sous l'hypothèse alternative que sous l'hypothèse nulle, mais cela ne signifie pas que l'hypothèse alternative est 20 fois plus probable – cela dépend aussi des chances a priori.
| B | variable | Bayes factor — facteur de Bayes |
| D_k | variable | k-th data point — données |
| H_1 | variable | alternative hypothesis — hypothèse |
| H_0 | variable | null hypothesis — hypothèse |
| N | variable | number of data points — taille de l'échantillon |
| ∏ | opérateur | multiplication of terms for k=1 to N — opérateur produit |




