Avertissement éthique : Ce profil est inféré à partir de sources publiques agrégées. Il ne doit pas être utilisé pour classer des individus réels.
cvs · vulgarisation
↗ Site principal (méthodologie)

Étudiant en sciences humaines — Huntington, Hofstede, IW, sans le bayésien.

Ce que le bayésien apporte (sans dériver)

cvs se présente comme un pipeline bayésien. Cette page explique ce que ça veut dire concrètement sans aucune formule (toutes les démonstrations sont sur le site principal).

Bayésien = on part d'un prior, on confronte aux données, on publie un posterior

1. Un prior : la taxonomie de Huntington

cvs ne part pas d'un tableau blanc. Il part de la carte de Huntington (11 familles civilisationnelles enrichies). Cette carte est un prior : une croyance de départ sur le découpage du monde.

2. Des données : WVS + Hofstede + Inglehart-Welzel

Les enquêtes mondiales fournissent, pour chaque pays, une grande quantité de mesures : 6 chiffres Hofstede, ~250 questions WVS, 2 coordonnées Inglehart-Welzel.

3. Un posterior : le vecteur d'affiliation civilisationnelle

Pour chaque pays, cvs calcule un vecteur qui dit « voici, à la lumière des données, à quel point ce pays appartient à chaque famille du prior ».

C'est un mélange (au sens probabiliste : mixture model), pas une affectation dure. C'est ce qui fait que la France n'est pas « occidentale » au sens binaire, mais « occidentale à 70 %, latine à 10 %, etc. ».

Pourquoi le bayésien plutôt qu'un clustering classique ?

Approche Caractéristique Limite
Clustering classique (k-means) On ne part de rien, on laisse l'algo trouver des groupes Les groupes sont arbitraires et peu interprétables
Classification supervisée On apprend à reproduire un découpage donné Pas de doute : un pays est affecté à un cluster, point
Bayésien (mélange) On part d'un prior théorique, on le révise avec les données, on publie l'incertitude Plus complexe à implémenter, demande des choix explicites

cvs publie aussi un baseline non-supervisé (k-means + HDBSCAN-lite, cf. doc 14) pour comparaison. Si les clusters non-supervisés diffèrent énormément du prior huntingtonien, c'est un signal que le prior est mauvais — et cvs le publie.

Le second moment M(s) : ce qui n'existe pas chez Huntington

En physique des milieux continus, le second moment d'un objet décrit sa dispersion autour de son centre. cvs reprend cette idée pour mesurer, par État, à quel point un pays est intérieurement « tendu » (présence de sous-cultures, dispersion des réponses WVS).

Un pays homogène a un M(s) faible.

Un pays composite (Inde, Russie, Suisse) a un M(s) élevé.

C'est précisément ce que Huntington évacuait. Voir doc 09 du site principal pour le formalisme.

Les choix de calibration

cvs fait plusieurs choix de calibration explicites :

  1. β (le « softmax » qui transforme des distances en probabilités) — sa valeur est défendue dans doc 05 et testée par sweep dans doc 13.
  2. (α, β, γ) (les poids de la distance hybride) — également testés par sweep.
  3. Méthode de désambiguïsation pour les pays charnières — explicite dans doc 08 §3.4.

Aucun de ces choix n'est « la vérité » ; ils sont tous publiés, discutés et testés en sensibilité.

Validation empirique externe

cvs ne se contente pas de publier des chiffres : il vérifie qu'ils corrèlent avec des sources externes indépendantes :

Les coefficients de corrélation de Spearman + intervalles de confiance bootstrap sont publiés en doc 12.

Quand les données manquent : le posterior dégénère vers le prior

Sur 193 États membres de l'ONU, seuls ~60 sont mesurés par WVS et Hofstede. Pour les ~130 autres, la cascade d'imputation de cvs (doc 16) procède en trois temps :

  1. Observation directe quand elle existe ;
  2. Calibration depuis une source corrélative publique (composition religieuse Pew, indicateurs de gouvernance WGI/FSI) si la régression est statistiquement défendable ;
  3. Repli sur le centroïde de civilisation sinon — x = μ(civ) avec la covariance Σ(civ) intégralement reportée comme ellipse d'incertitude.

Le tier 3 est strictement bayésien : sans observation, le posterior dégénère vers le prior. Ce n'est pas un bug, c'est exactement ce que dicte la règle de mise à jour. Chaque coordonnée publiée porte un champ provenance qui signale son tier — pour qu'un lecteur ne confonde jamais une mesure et un prior.

En résumé : trois apports du bayésien

  1. Un prior théorique explicite (Huntington), confronté aux données — pas un clustering aveugle.
  2. Un mélange (pas une affectation dure) → publication de l'incertitude sous forme de vecteur de pourcentages.
  3. Un second moment M(s) qui rend visible la dispersion intra-pays que les approches non-bayésiennes occultent. Sa diagonale est gonflée pour les États imputés afin que l'incertitude soit visible dans les invariants.

Pour aller plus loin