Calibration probabiliste¶
Le risque classique d'une analyse qualitative est la fausse précision : annoncer « probabilité 0,62 » sans fondement calibré. La SIPC y répond par une échelle estimative ancrée qui relie des mots à des plages numériques explicites.
Échelle estimative ancrée¶
Bande (probability_band / confidence_label) |
Plage numérique |
|---|---|
LOW |
0,05 – 0,20 |
MEDIUM_LOW |
0,20 – 0,40 |
MEDIUM |
0,40 – 0,60 |
MEDIUM_HIGH |
0,60 – 0,80 |
HIGH |
0,80 – 0,95 |
UNKNOWN |
non quantifiable |
Inspirée des Words of Estimative Probability, cette table garantit que deux analystes emploient les mêmes mots pour les mêmes ordres de grandeur, et rend les estimations comparables.
Règles outillées¶
tools/check_doctrine.py vérifie la cohérence de calibration (bloquant dès le tier
REVIEW_REQUIRED) :
- si une trajectoire porte un
numeric_estimate, il doit tomber dans la plage de saprobability_band; - la
confidencedu diagnostic doit être cohérente avec sonconfidence_label.
Au tier VALIDATED, une confiance élevée associée à un statut probatoire faible devient une
erreur bloquante (et non un simple avertissement).
Prudence¶
Tant qu'il n'existe pas de calibration empirique robuste (voir Backtesting), les nombres restent des estimations prudentes, jamais des mesures. La bande qualitative est souvent préférable au nombre isolé.
Quote
Un diagnostic incertain n'est pas un échec. Un diagnostic faussement précis est une faute.