Imaginez que vous soyez responsable de l'étude du statut sanitaire d'un groupe d'animaux. Parmi eux, certains animaux sont réellement sains (ou non infectés, notés malade -) et d'autres sont réellement malades (ou infectés, noté malade +). Pour estimer le nombre d'animaux infectés, vous soumettez tous les animaux du groupe à un test diagnostique: les résultats du test sont positifs (test +) ou négatifs (test -).

Image source

Si le test que vous utilisez est totalement fiable (pas d'erreur), il s'agit d'un test parfait (appelé aussi "gold standard" ou "test de référence"). Dans ce cas:

• Il ne donne que des résultats vrais positifs, c'est-à-dire des résultats positifs pour tous les animaux malades (infectés)

• Il ne donne que des résultats vrais négatifs, c'est-à-dire des résultats négatifs pour tous les animaux sains (non-infectés)

Cependant, les tests utilisés en pratique ne sont généralement pas des gold standards. Par conséquent:

• Ils donnent parfois des résultats faux positifs, c'est-à-dire des résultats positifs pour des animaux sains (non-infectés)
• Ils donnent parfois des résultats faux négatifs, c'est-à-dire des résultats négatifs pour des animaux malades (infectés)