तीन संख्याएँ दर्ज करें — स्थिति कितनी आम है (पूर्व), स्थिति मौजूद होने पर साक्ष्य कितनी बार दिखाई देता है (संवेदनशीलता), और वह कितनी बार दिखाई देता है जब वह नहीं है (ग़लत-धनात्मक दर) — और Bayes प्रमेय अद्यतन प्रायिकता लौटाता है।
क्योंकि स्थिति दुर्लभ है। विशाल स्वस्थ समूह से ग़लत धनात्मक (9,900 × 5% = 495) छोटे बीमार समूह से सच्चे धनात्मकों (100 × 99% = 99) को डुबो देते हैं। आधार दरें हावी होती हैं — यही Bayes प्रमेय का पूरा सबक है।
पूर्व नई साक्ष्य से पहले आपका विश्वास है; पश्चात साक्ष्य को तौलने के बाद अद्यतन विश्वास है कि प्रत्येक संभावना के तहत यह कितना अपेक्षित है। Bayes का प्रमेय उस अद्यतन का सटीक अंकगणित है।
हाँ — स्पैम फ़िल्टर, दोष निदान, फ़ोरेंसिक संभावनाएँ और पूर्वानुमान सब वही संरचना उपयोग करते हैं: एक आधार दर, एक हिट दर और एक गलत-अलार्म दर।
क्लासिक रूप P(A|B) = P(B|A) × P(A) ÷ P(B) को P(B) सीधे चाहिए; यह कैलकुलेटर इसके बजाय दो सशर्त दरों से P(B) बनाता है, जो व्यवहार में इनपुट आमतौर पर कैसे जाने जाते हैं।
P(A | B) = P(B | A) × P(A) ÷ P(B), कुल साक्ष्य दर कुल प्रायिकता के नियम से बनी है: P(B) = P(B | A) × P(A) + P(B | not A) × P(not A)। प्रतिस्थापित करने पर वह तीन-इनपुट रूप मिलता है जिसका उपयोग यह कैलकुलेटर करता है।
इनपुट: पूर्व 0.01, संवेदनशीलता 0.99, गलत-धनात्मक दर 0.05।
चरण: P(B) = 0.99 × 0.01 + 0.05 × 0.99 = 0.0099 + 0.0495 = 0.0594. Posterior = 0.0099 ÷ 0.0594 = 0.1667.
परिणाम: P(A | positive) = 16.67% — '99% accurate' परीक्षण के बावजूद, क्योंकि स्थिति दुर्लभ है।
इस कैलकुलेटर को अपनी वेबसाइट या ब्लॉग पर जोड़ें — यह पूरी तरह मुफ़्त है, कोई साइन-अप नहीं चाहिए, और हमेशा नवीनतम संस्करण दिखाता है। नीचे का कोड कॉपी करें और अपनी पृष्ठ पर वहाँ पेस्ट करें जहाँ आप कैलकुलेटर दिखाना चाहते हैं। एम्बेड के नीचे छोटी “Powered by Loona Automation” श्रेय पंक्ति रखना इस टूल को मुफ़्त रखने में मदद करता है — लेकिन आप इसे स्टाइल या हटा सकते हैं; टूल किसी भी तरह काम करता है।