通过贝叶斯公式计算阳性概率

今天有一个小盆友对他们的课程里一道题存在疑问过来问我，说是要求必须应用贝叶斯公式，题目如下：

已知某病发病率5%，假阴率5%，假阳率5%，如果一个人检出了阳性结果，那么他患该病的可能性有多大？

首先需要说明，假阳就是把没病的检成有病的，假阴就是把有病的检成没病的。

然后搬出贝叶斯公式：
p(x∣y)=p(x)∗p(y∣x)p(y)=p(x)∗p(y∣x)∑i=1np(xi)∗p(y∣xi)\begin{aligned} p(x|y) &= \frac {p(x)*p(y|x)} {p(y)} \\ &= \frac {p(x)*p(y|x)} {\sum_{i=1}^np(x_i)*p(y|x_i)} \end{aligned} p(x∣y)=p(y)p(x)∗p(y∣x)=∑i=1np(xi)∗p(y∣xi)p(x)∗p(y∣x)
令p(x)为发病率，p(y)为检出阳性的概率，那么p(x|y)就是检出阳性时患病的概率，p(y|x)就是已知患病了检出阳性的概率（也就是真阳率）。

所以我们的结果就是p(x|y)的值，接下来捋一捋其他三个值：

p(x)发病率题目中已经给出为5%
p(y|x)为真阳率，用1减去假阴率（真阳就是有病检出有病，假阴是有病检出没病），为95%
p(y)为检出阳性的概率，分为两块，一个是有病检出有病，另一个是没病的检出有病（发病率x真阳率+未发病率x假阳率）：5%*95%+(1-5%)*5%

p(y)用公式表示更能说明问题：

p(y)=p(x)∗p(y∣x)+p(xˉ)∗p(y∣xˉ)p(y)=p(x)*p(y|x)+p(\bar{x})*p(y|\bar{x})p(y)=p(x)∗p(y∣x)+p(xˉ)∗p(y∣xˉ)

p(y∣xˉ)p(y|\bar{x})p(y∣xˉ)为没病检出有病，即假阳率。p(y)放到贝叶斯公式里，即为：

p(x∣y)=p(x)∗p(y∣x)p(x)∗p(y∣x)+p(xˉ)∗p(y∣xˉ)=5%∗95%5%∗95%+(1−5%)∗5%=50%\begin{aligned} p(x|y) &= \frac {p(x)*p(y|x)} {p(x)*p(y|x)+p(\bar{x})*p(y|\bar{x})} \\ &= \frac {5\%*95\%} {5\%*95\%+(1-5\%)*5\%} \\ &= 50\% \end{aligned} p(x∣y)=p(x)∗p(y∣x)+p(xˉ)∗p(y∣xˉ)p(x)∗p(y∣x)=5%∗95%+(1−5%)∗5%5%∗95%=50%

所以我们的答案就是50%，3个5%的值最后准确率只有50%，所以假阳率和假阴率看起来小实际上影响很大。

通过贝叶斯公式计算阳性概率相关推荐

混检阳性概率的计算（贝叶斯定理的一个应用例）
目录 1. 混检阳性概率的计算 2. 混管阳性时你阳性的概率有多大? 2.1 贝叶斯分析结果的解释 1. 混检阳性概率的计算目前核酸混检的基本做法是十混一,如果阳性人群分布完全随机,那么做十混一混检 ...
【数据挖掘】贝叶斯分类 ( 贝叶斯分类器 | 贝叶斯推断 | 逆向概率 | 贝叶斯公式 | 贝叶斯公式推导 | 使用贝叶斯公式求逆向概率 )
文章目录 I . 贝叶斯分类器 II . 贝叶斯推断 ( 逆向概率 ) III . 贝叶斯推断应用场景 ( 垃圾邮件过滤 ) IV . 贝叶斯方法由来 V . 贝叶斯方法 VI . 贝叶斯公式 V ...
【数据挖掘】高斯混合模型 ( 与 K-Means 每个步骤对比 | 初始参数设置 | 计算概率 | 计算平均值参数 | 计算方差参数 | 计算高斯分布概率参数 | 算法终止条件 )
文章目录 I . 高斯混合模型 ( 样本 -> 模型 ) II . 高斯混合模型 ( 模型 -> 样本 ) III . 高斯混合模型与 K-Means 迭代过程对比 IV . 高斯混合模 ...
游戏计算获胜概率_伟大的命令行挑战赛的获胜者宣布
游戏计算获胜概率我们的第一个命令行挑战赛非常受欢迎,吸引了来自世界各地的80多个参赛作品. 注意:由于竞赛的条款和条件 ,一些开源爱好者不符合赢得T恤的资格,因为他们居住在某些国家或提交了多个解决方 ...
前端js计算抽奖概率
很好用的js计算抽奖概率的公式 let weightList = [20, 8, 30, 50, 80, 10] // 权重数组 weightList = [...weightList, 0, 0] ...
JAVA 计算宝箱概率问题
Java 计算宝箱概率问题有一种宝箱,打开这个宝箱就能获得金币大礼包的概率是20%,现在你打开5个这样的宝箱,获得礼包的概率是多少? 这是概率学中比较简单和经典的一个问题,答案并不是 5 x 0.2 ...
量化软件怎样计算股票概率？
大家都知道量化交易的基础是计算股票概率,多数量化公司都是依据K线指标来计算最佳的盈利值,从而制定胜率比较大的交易策略,不过通常这些策略有3天.5天.10天不等,因为这个天数就是相应策略达到最大胜率或者 ...
JS简单实现：根据奖品权重计算中奖概率实现抽奖的方法
本文主要介绍:使用 JS 根据奖品权重计算中奖概率实现抽奖的方法. 一.示例场景纯爱小说 www.shupu.org 1.1.设置抽奖活动的奖项名称奖项名称:["一等奖", & ...
【项目实战】——Java根据奖品权重计算中奖概率实现抽奖（适用于砸金蛋、大转盘等抽奖活动）...
Java根据奖品权重计算中奖概率实现抽奖http://www.bieryun.com/1035.html 双蛋节(圣诞+元旦)刚刚过去,前几天项目上线的砸金蛋活动也圆满结束. 现在在许多网站上都会有抽 ...

通过贝叶斯公式计算阳性概率

通过贝叶斯公式计算阳性概率相关推荐

最新文章

热门文章