案例五
预测手机商会在什么时间点发布手机
第一步使用排除法,第二步使用证据对假设加权,看出哪种假设的权值更高
案例六
一个人在检验阳性的条件下患病的概率 = (基础患病概率 * 患病的人检验为阳性的概率) /
((基础患病概率 * 患病的人检验为阳性的概率) + (基础不患病概率 * 没有患病的人检验为阳性的概率))
P(L|+) = PL * P(+|L) / (PL * P(+|L) + (1-PL) * P(+|~L)
1% * 90% / (1%*90% + 99%*9%)
预测手机商会在什么时间点发布手机
第一步使用排除法,第二步使用证据对假设加权,看出哪种假设的权值更高
案例六
第一步:基础概率(PL)为1%,也就是普通人的基础概率,
使用方法1
患病且检验为阳性的概率为90%
没有患病且检验为阳性的概率为9%
一个人在检验阳性的条件下患病的概率 = (基础患病概率 * 患病的人检验为阳性的概率) /
((基础患病概率 * 患病的人检验为阳性的概率) + (基础不患病概率 * 没有患病的人检验为阳性的概率))
P(L|+) = PL * P(+|L) / (PL * P(+|L) + (1-PL) * P(+|~L)
1% * 90% / (1%*90% + 99%*9%)
90/(90 + 1000) = 9%
第二步:化验为阳性的人的基础患病概率为 9%
使用方法2
患病且检验为阳性的概率为99%
没有患病且检验为阳性的概率为1%
9*99/(9*99 + 91*1) = 非常高
如果使用方法2依然检验结果为阳性,那么患病率非常高,接近100%
如果使用方法2检验结果为阴性
患病且检验为阴性的概率为1%
没有患病且检验为阴性的概率为99%
一个人在检验阴性的条件下患病的概率 = (基础患病概率 * 患病的人检验为阴性的概率) /
((基础患病概率 * 患病的人检验为阴性的概率) + (基础不患病概率 * 没有患病的人检验为阴性的概率))
P(L|-) = PL * P(-|L) / (PL * P(-|L) + (1-PL) * P(-|~L)
9*1/(9*1 + 91*99)=非常低