Loona 計算機
Loona 計算機 › 数学 › ベイズの定理計算機

🔄 ベイズの定理計算機

三つの数を入力してください — その状態がどれだけ一般的か(事前)、その状態が存在する場合に証拠が現れる頻度(感度)、存在しない場合に現れる頻度(偽陽性率)— するとベイズの定理が更新された確率を返します。

クイックな答え: 事後 = (事前 × 感度)÷ (事前 × 感度 + (1 − 事前)× 偽陽性率)。有名な例:100 人に 1 人が影響を受ける病気、感度 99% で偽陽性 5% のテスト — 陽性の結果は、病気の確率が約 16.7% に過ぎません。

ベイズの定理計算機の使い方

  1. 事前確率 P(A) を入力してください — 証拠の前にその状態がどれだけ可能性があったか。
  2. P(証拠 | A)を入力してください — 真陽性率/感度。
  3. P(証拠 | A でない)を入力してください — 偽陽性率。
  4. 事後 P(A | 証拠) と完全な内訳を読みます。
例: 1% の状態について 10,000 人をスクリーニング:100 人はそれを持ち、99 人が陽性;9,900 人は持たず、495 人が偽陽性。594 人の陽性のうち、本物は 99 人だけ:99 ÷ 594 = 16.7%。

よくある質問

なぜ、答えは、「検査は 99% 正確だ」よりはるかに低いのですか?

その状態がまれであるためです。巨大な健康なグループからの偽陽性(9,900 × 5% = 495)が、小さな病気のグループからの真陽性(100 × 99% = 99)を圧倒します。基準率が支配します — それがベイズの定理の全体の教訓です。

事前確率と事後確率とは、何を意味しますか?

事前確率は、新しい証拠の前のあなたの信念です;事後確率は、各可能性の下でそれがどれだけ予想されるかによって証拠を重み付けした後の、更新された信念です。ベイズの定理は、その更新の正確な算術です。

医療検査以外にも使えますか?

はい — スパムフィルタ、障害の診断、法医学の可能性、予測はすべて、同じ構造を使います:基本レート、ヒットレート、誤警報レート。

全体の証拠レート P(B) だけを知っている場合はどうなりますか?

古典的な形式 P(A|B) = P(B|A) × P(A) ÷ P(B) は、P(B) を直接必要とします;この計算機は、代わりに二つの条件付きレートから P(B) を構築します。それは、入力が実践で通常知られる方法です。

関連する計算機

%

パーセント計算機

数学

📊

統計計算機

数学

½

分数計算機

数学

🧮

方程式ソルバー

数学

🔬

関数電卓

数学

📐

平均計算機

数学

🔔

Zスコア計算機

数学

🎲

確率計算機

数学

仕組み — 公式

P(A | B) = P(B | A) × P(A) ÷ P(B)、全確率の法則で構築された全エビデンス率とともに P(B) = P(B | A) × P(A) + P(B | A でない) × P(A でない)。代入すると、この計算機が使う三入力形式が得られます。

実例

入力: 事前 0.01、感度 0.99、偽陽性率 0.05。

ステップ: P(B) = 0.99 × 0.01 + 0.05 × 0.99 = 0.0099 + 0.0495 = 0.0594。事後 = 0.0099 ÷ 0.0594 = 0.1667。

結果: P(A | 陽性) = 16.67% — 「99% 正確な」検査にもかかわらず。状態は、まれであるためです。

この計算機をあなたのウェブサイトに埋め込む — 無料

この計算機を自分のウェブサイトやブログに加えましょう — 完全に無料で、登録は不要、常に最新バージョンが表示されます。下のコードをコピーして、計算機を表示したいページの場所に貼り付けます。埋め込みの下にある小さな “Powered by Loona Automation” のクレジット行を保持することは、このツールを無料に保つ助けになります — しかし、スタイルを変更したり削除したりしても自由です。ツールはどちらでも動作します。