- -有人能讲讲贝叶斯定律？

delete1204

http://www.bilibili.com/video/av ... 5314476874921108646

按这个视频里的说法，如果一个病的群体概率很低，例如是1/1000，那你检测该病阳性后，假定该测试的不准确率是10%，你真正得病的机率只有0.01　　　????

实在不是很能理解这个问题

如果你得病，那测试成功率100%
如果你没得病，不准确率（假阳）的机率是10%
但你如果得到阳性结果，又得病的情况只有1%

我感觉这个视频里的结果更象是让某个人去测试100次，然后刚好他病的那１次给100%的测出来了，然后就说他测试阳性但得病的机率只有1%?!

delete1204

按这个说法的话，那当一个病的群体概率是1/100的时候，你检测该病阳性，你的得病机率也只有50%？！

这种数据下机率也只是５５开??????????

那例如说狗瘟试纸这种东西，和废纸有什么区别???????????

delete1204

例如：一座别墅在过去的 20 年里一共发生过 2 次被盗，别墅的主人有一条狗，狗平均每周晚上叫 3 次，在盗贼入侵时狗叫的概率被估计为 0.9，问题是：在狗叫的时候发生入侵的概率是多少？
我们假设 A 事件为狗在晚上叫，B 为盗贼入侵，则以天为单位统计，P(A) = 3/7，P(B) = 2/(20*365) = 2/7300，P(A|B) = 0.9，按照公式很容易得出结果：P(B|A) = 0.9*(2/7300) / (3/7) = 0.00058。


我觉得贝叶斯公式是用来分析同一个事件上的概率才对吧，就如上例，这种结果我认为是准确的。

看病测试的结果我表示理解不能，按它的这个结果，那世界上一切测试和白测没什么区别。

neverbn13

这说的是如果100个人测试得到阳性报告，那这100个人实际得病的概率吧

如果你是这100人中的一个，那你得病的几率是0.01

瞎猜的，我也不知道是不是这意思

ugo

我理解他是这个意思
1000个人中有1个是患病的，给这1000个人做检查，由于错误率是10%，所以会在100个人身上出错，被查出有病的人是101个或者99个 我就不细算了，但是这大约100号人中最多只有1个是真病人，所以被诊断有病的人大约只有1%是真的有病 （实际概率还要低 大概0.9% 因为还有一定概率是真有病的没查出来）
10%的错误率 那可不就是废纸 他说的从数学上讲不太精确但没什么大问题 他只不过举了个很荒唐的例子

所以如果发病率是1/100， 错误率还是10%的话 诊断患病的人中实际患病的人数应该大约是1/10 不是55开

老钱

不是这意思。。

置信区间10%，意味着每次检测结果有10%的几率不准确。

1000个人检测，每个人之间都是独立的，互不影响（所以不存在100个人得病的情况）。
1000个人检测，其中100个检测有病，以10的置信区间解释，大概有10%的人（10个人）检测错了，所以就是90个有病，10个没病。剩下的900个人，10%的置信区间，也就是大概10%（90个人）检测错了，所以90个有病，810个没病。

所以真正有病的最可能是90+90=180个有病；没病的810+10个=820个没病。。。。


感觉我在胡说八道的道路上越走越远了呢。。。

意外感染

其实可以参考蒙提霍尔问题。

可以拓展为，设某遗传病A的发病率是千分之一，该病某种症状B的体现率是九百分之一，则一个拥有B的人成为A的概率为十分之九。

同理，逆推为均不具备B和A的人，患病的概率为百分之一。

意外感染

其实可以参考蒙提霍尔问题。

可以拓展为，设某遗传病A的发病率是千分之一，该病某种症状B的体现率是九百分之一，则一个拥有B的人成为A的概率为十分之九。

同理，逆推为均不具备B和A的人，患病的概率为百分之一。