ใส่ตัวเลขสามตัว — สภาพนั้นพบได้บ่อยแค่ไหน (ก่อน) หลักฐานปรากฏบ่อยแค่ไหนเมื่อสภาพนั้นมีอยู่ (ความไว) และปรากฏบ่อยแค่ไหนเมื่อไม่มี (อัตราผลบวกลวง) — และทฤษฎีบทของเบย์สจะให้ค่าความน่าจะเป็นที่อัปเดต
เพราะภาวะนี้พบได้น้อย ผลบวกเท็จจากกลุ่มสุขภาพดีขนาดใหญ่ (9,900 × 5% = 495) ท่วมผลบวกจริงจากกลุ่มป่วยขนาดเล็ก (100 × 99% = 99) อัตราฐานครอบงำ — นั่นคือบทเรียนทั้งหมดของทฤษฎีบทของเบย์
ไพรเออร์คือความเชื่อของคุณก่อนหลักฐานใหม่ พอสทีเรียร์คือความเชื่อที่อัปเดตแล้วหลังจากชั่งน้ำหนักหลักฐานตามว่ามันคาดว่าจะเกิดขึ้นเพียงใดภายใต้แต่ละความเป็นไปได้ ทฤษฎีบทของเบย์สคือการคำนวณที่แน่นอนของการอัปเดตนั้น
ใช่ — ตัวกรองสแปม การวินิจฉัยข้อบกพร่อง ความน่าจะเป็นทางนิติวิทยาศาสตร์ และการพยากรณ์ ล้วนใช้โครงสร้างเดียวกัน: อัตราฐาน อัตราการตรวจพบ และอัตราการแจ้งเตือนเท็จ
รูปแบบคลาสสิก P(A|B) = P(B|A) × P(A) ÷ P(B) ต้องการ P(B) โดยตรง เครื่องคำนวณนี้สร้าง P(B) จากอัตราแบบมีเงื่อนไขสองอัตราแทน ซึ่งเป็นวิธีที่มักทราบข้อมูลในทางปฏิบัติ
P(A | B) = P(B | A) × P(A) ÷ P(B), โดยมีอัตราหลักฐานรวมทั้งหมดที่สร้างจากกฎความน่าจะเป็นรวม: P(B) = P(B | A) × P(A) + P(B | ไม่ใช่ A) × P(ไม่ใช่ A). การแทนค่าจะให้รูปแบบสามตัวแปรที่เครื่องคำนวณนี้ใช้
ข้อมูลป้อนเข้า: ค่าก่อน 0.01 ความไว 0.99 อัตราผลบวกเท็จ 0.05
ก้าว: P(B) = 0.99 × 0.01 + 0.05 × 0.99 = 0.0099 + 0.0495 = 0.0594 ค่าหลัง (Posterior) = 0.0099 ÷ 0.0594 = 0.1667
ผลลัพธ์: P(A | ผลบวก) = 16.67% — แม้การทดสอบจะ 'แม่นยำ 99%' เพราะภาวะนี้พบได้ยาก
เพิ่มเครื่องคำนวณนี้ลงในเว็บไซต์หรือบล็อกของคุณเอง — ฟรีทั้งหมด ไม่ต้องสมัครสมาชิก และแสดงเวอร์ชันล่าสุดเสมอ คัดลอกโค้ดด้านล่างแล้ววางลงในหน้าของคุณในตำแหน่งที่ต้องการให้เครื่องคำนวณปรากฏ การคงบรรทัดเครดิตเล็ก ๆ “Powered by Loona Automation” ไว้ใต้ตัวฝังจะช่วยให้เครื่องมือนี้ยังคงฟรีต่อไป — แต่คุณจะปรับแต่งหรือลบออกก็ได้ เครื่องมือทำงานได้ทั้งสองแบบ