贝叶斯统计能够帮助你利用基础概率和波动数据做到明察秋毫。
问题:医生给你一份蜥蜴流感诊断书。
好消息:蜥蜴流感并不致命。
坏消息:蜥蜴流感很麻烦。
诊断报告:
阳性
医生确信你已经染病。不过由于你对数据分析得心应手,可以通过试验了解准确结果。
正确分析报告:若某人已经换蜥蜴流感:试验为阳性的概率为90% 假设患病为H,阳性为A 可以得到概率为:P(H|A)=0.9,P(H|A~)=0.1
若某人未换蜥蜴流感:试验结果为阳性的概率为9%。可以得到概率为:P(H~|A)=0.09,P(H~|A~)=0.91
已知蜥蜴流感的患病率为1%。
那么我们可以得到P(H)=0.01,P(H~)=0.99 ,由条件概率公式可知
P(H~A)=P(H~|A)*P(H~)=0.0.9*0.99=0.0891,
P(HA)=P(H|A)*P(H)=0.9*0.01=0.009
P(A)=P(H~A)+P(HA)=0.0981
现在的情况你已经被诊断为阳性,你想知道自己不患病的概率,也就是P(A|H~)=P(H~A)/P(A)=0.0891/0.0981=0.908,你不患病的概率近似为91%,也就是患病概率为9%,很低,但是比正常人高9倍哦。
案例为书上提供,概率计算为自己给出。