L'adjectif bayésien est associé au calcul de probabilité modifiant un risque a priori à l'aide de facteurs de vraissemblances (probabilité d'avoir ce qu'on observe en fonction des deux hypothèses analysées). Derrière une expression bien technique "probabilité conditionnelle" se cache une réalité pas compliquée du tout.
R post-test = R pre-test * R vraisemblance
R pre-test = valeur initiale (a priori)
R vraisemblance = facteur de vraisemblance en faveur ou non d'une hypothèse, rapport de deux probabilités conditionnelles. Une probabilité conditionnelle est la probabilité d'un évènement si telle condition.
Rapport de deux probabilités conditionnelles : R(h1/h2) = P(observation si hypothèse H1)/ P(observation si hypothèse H2)
R posttest = résultat recherché.
La structure est linéaire (on multiplie les facteurs indépendants comme on enfile les perles sur le fil du collier). Pas toujours aussi simple car dans certaines circonstances (comme une famille où le statut de plusieurs personnes est inconnu), il existe des méthodes beaucoup plus élégantes que d'autres pour décomposer le calcul en éléments plus simple. Ici élégance = efficacité.