Causes, probabilités, inférences

Envoyer le lien

Monographie

  • Pages : XIII-154
  • Collection : Philosophie des sciences
  •  
  • Support : Document imprimé
  • Format : 24 cm.
  • Langues : Français
  • Édition : Original
  • Ville : Paris
  •  
  • ISBN : 978-2-311-00356-7
  • URL : Lien externe
  •  
  • Date de création : 21-02-2012
  • Dernière mise à jour : 19-06-2022

Résumé

Français

[Texte remanié de : Thèse de doctorat, sous la direction de Jacques Dubucs : Philosophie : 1 vol. : Université Paris 1 Panthéon-Sorbonne : 2007 : 446 p.]. – Cet ouvrage a pour objectif principal d'articuler les analyses philosophiques du concept de cause et la méthodologie de l'inférence causale telle qu'elle est mise en oeuvre dans un cadre probabiliste. Le chapitre 1 présente les théories probabilistes de la causalité générique, c'est-à-dire celles qui prennent pour objet des relations causales reliant des propriétés et non des événements singuliers. L'auteur examine successivement les théories de Patrick Suppes dans A probabilistic Theory of Probability (Amsterdam, North Holland Publishing Campany, 1970), Nancy Cartwright dans « Causal laws and effective strategies » (Noùs, 13 (4), 1979) et Brian Skyrms dans Causal necessity (New-Haven et Londres, Yale University Press, 1980). Ces théories sont fondées sur l'idée consistant à caractériser une cause générique « par ce qu'elle rend ses effets plus probables. » (p. 9) Or dans la mesure où les théories probabilistes visent à analyser le concept de cause et la nature des relations qu'il entretient avec celui de probabilité, ces théories relèvent de l'analyse conceptuelle, non de la méthodologie de l'inférence causale. Dès lors le problème qui se pose est de savoir si les théories probabilistes de la causalité peuvent servir de principes pour effectuer des inférences causales, c'est-à-dire induire des connaissances relatives aux relations de cause à effet. L'auteur montre que si une telle induction n'est pas possible, il est toutefois possible de contourner cet obstacle de deux façons, en prenant pour matériel empirique de base des données statistiques d'observation : d'une part dans un cadre hypothético-déductif (chapitre 2 : « La voie hypothético-déductive »), d'autre part en usant de méthodes d'inférence causale probabiliste grâce à des outils formels, les réseaux bayésiens, qui autorisent l'induction causale, moyennant certaines conditions (chapitre 3 : « Une voie inductive ? »). Dans le dernier chapitre, l'auteur propose une analyse systématique de la portée et des limites des méthodes utilisant les réseaux bayésiens à des fins d'inférence causale (chapitre 4 : « Limites et portée de l'utilisation des réseaux bayésiens »). – Notes ; Appendice, pp. 141-145 ; Bibliographie, pp. 145-151 ; Index, pp. 153-154.

F. F.