首页 > 代码库 > 贝叶斯法则与虚假阳性的病例
贝叶斯法则与虚假阳性的病例
假设在居民区, 一种罕见的疾病传染1‰的人……
并且假设这种疾病有一种尚好的检验方法:如果有人传染上了这种病,其检验结果有99%的可能呈阳性。另一方面,此检验也会产生一些虚假的阳性。为传染上的患者有2%检验也呈阳性。而你恰恰检验呈阳性,你传染该病的概率有多大?
我们依据两个事件工作:
A: 患者得这种病
B: 检验结果呈阳性
其检验结果的准确性为:
P(A)=0.001 --1‰的人得这种病
P(B|A)=0.99 --真正得这种病的人检验结果呈阳性的概率为99%
P(B|A拔)=0.02 --没得这种病的人检验结果呈假阳性的概率为2%
则P(A|B)是多少? 即检验结果呈阳性传染上该病的概率是多少?
P(A|B)= P(A) / ( P(A)*P(B|A) + (1-P(A))*P(B|A拔) ) = 0.001 / ( 0.001*0.99+(1- 0.001)*0.02 ) =0.0472
尽管检验精确度很高, 但事实上, 检验呈阳性的人不到5%患有这种病, 这家做假阳性悖论。
贝叶斯法则与虚假阳性的病例
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。