用贝叶斯公式求后验概率。 |
俺不是什么高手。修过概率课,俺老师讲过怎么用贝叶斯公式从先验概率来求后验概率。 |
95% |
100000人 100人这种疾病 95人 阳性,他确实患病 4995人 阳性,他没病 已知一个人的检验结果呈阳性,则他确实患病的可能性有=95/(95+4995)=1.87% |
看上去是对的,但感觉不对劲?根据生活经验不应该是这样啊
|
俺老师说,用一个特例作为启发是常用的方法,但最后应予一般化。 学过用贝叶斯公式和全概率公式解这类问题。 用A和B分别代表对立事件“有病”和“无病”,用a和b分别代表对立事件“检验结果呈阳性”和“检验结果呈阴性”,用P代表概率。 现在已知 P(A)=0.001, P(B)=0.999, P(a|A)=0.95, P(a|B)=1-P(b|B)=0.05, 想要求出 P(A|a),其中“|...”表示“在...条件下”,例如,P(a|A)代表“有病”的人其“检验结果呈阳性”的概率。 贝叶斯公式:P(A|a)=P(A)P(a|A)/P(a). 全概率公式: P(a)=P(A)P(a|A)+P(B)P(a|B). 连结这两个公式,并将上述已知数代入,得 P(A|a)=P(A)P(a|A)/[P(A)P(a|A)+P(B)P(a|B)]=0.00095/(0.00095+0.04995)=0.0186640... |
牛 |
95% |
0.1%*95%+99.9%*5% |
应区分“先验概率”和“后验概率”,后者是得到了某种新的信息后的条件概率。 |
http://www.ddhw.com/listo.aspx?topic_id=9&msg_id=8220&level_string=0&page=1 |
想得太复杂了吧 就他个人来说,患病概率95% |
95% 因为......其余5%就是未患病但检验结果呈阳性的概率 |
无语 已经阳性了 100 |
hoy |
欢迎光临 珍珠湾ART (http://zzwav.com/) | Powered by Discuz! X3 |