
Une identification incorrecte d'un candidat comme appartenant à une classe cible alors qu'il n'en fait pas partie.Un faux positif est une erreur de classification où un test ou un modèle identifie incorrectement un candidat comme appartenant à une classe cible alors qu'il n'en fait pas partie. En physique et dans les domaines connexes, ce concept est central pour la détection de signaux, l'analyse de données et la conception expérimentale. Par exemple, lors de la recherche d'une désintégration rare de particule ou d'un signal astronomique faible, les faux positifs peuvent provenir du bruit de fond, d'artefacts de détecteur ou de fluctuations statistiques qui imitent la signature d'intérêt.
Le mécanisme consiste à fixer un seuil pour ce qui compte comme une détection positive. Si le seuil est trop bas, de nombreuses fluctuations de bruit le dépasseront, produisant des faux positifs. S'il est trop élevé, de vrais signaux peuvent être manqués (faux négatifs). L'équilibre est souvent quantifié à l'aide du taux de faux positifs, qui est la probabilité de déclarer une détection alors qu'il n'en existe aucune. En pratique, les chercheurs utilisent des méthodes statistiques comme les tests d'hypothèses et les classificateurs d'apprentissage automatique pour minimiser les faux positifs tout en conservant la sensibilité.
Le contrôle des faux positifs est essentiel en physique des particules (par exemple, la découverte du boson de Higgs), en astronomie (par exemple, la détection d'exoplanètes) et en imagerie médicale, où une fausse alerte peut entraîner un gaspillage de ressources ou des conclusions incorrectes.
Dans la recherche des ondes gravitationnelles, l'équipe de LIGO a utilisé un taux de fausses alarmes inférieur à un par 200 000 ans pour revendiquer une détection, garantissant ainsi que le premier événement n'était pas un hasard statistique.









