深入浅出数据分析——贝叶斯统计

贝叶斯例子：蜥蜴流感

若某人已患蜥蜴流感：试验结果为阳性的概率为90%。（真阳性）
若某人未患蜥蜴流感：试验结果为阳性的概率为9%。（假阳性）
若某人已患蜥蜴流感：试验结果为阴性的概率为10%。（假阴性）
若某人未患蜥蜴流感：试验结果为阴性的概率为91%。（真阴性）
研究表明全国1%的人患有蜥蜴流感，而你这次试验结果为阳性，请问你患有蜥蜴流感的概率为多少？
在试验结果为阳性的条件下，患有蜥蜴流感的概率=患流感且结果为阳性／（患流感且结果为阳性+未患流感且结果为阳性）。
1000人中，10个人患有流感，990人未患有流感。
10个人中，9个人结果为阳性，1人为阴性。
990人中，89个人结果为阳性，901为阴性。
p=9/(89+9)=0.09

P(L|+)=P(L)*P(+|L)/(P(L)*P(+|L)+P(-L)*P(+|-L))

贝叶斯规则可以反复使用

我的分析：基础概率+试验结果
我的分析：基础概率+试验结果+新的基础概率+更多试验结果

再次试验，结果为阴性，请问患有蜥蜴流感的概率
1000人中，90人患有流感，910人未患有流感。
90人中，81人结果为阳性，9人为阴性。
910人中，82人结果为阳性，828人为阴性。
9/（9+828）=0.01
又回来了，相当于两次试验没有效果。