Loona Máy tính
Loona Calculators › Toán Học › Máy tính Định Lý Bayes

🔄 Máy tính Định Lý Bayes

Nhập ba con số — tình trạng phổ biến đến mức nào (tiên nghiệm), bằng chứng xuất hiện thường xuyên thế nào khi tình trạng hiện diện (độ nhạy), và nó xuất hiện thường xuyên thế nào khi không có (tỷ lệ dương tính giả) — và định lý Bayes trả về xác suất đã cập nhật.

Đáp án nhanh: Hậu nghiệm = (tiền nghiệm × độ nhạy) ÷ (tiền nghiệm × độ nhạy + (1 − tiền nghiệm) × tỷ lệ dương tính giả). Ví dụ nổi tiếng: một bệnh ảnh hưởng 1 trong 100, một xét nghiệm nhạy 99% với 5% dương tính giả — một kết quả dương tính vẫn chỉ nghĩa là khoảng 16.7% cơ hội mắc bệnh.

Cách dùng Máy tính Định lý Bayes

  1. Nhập xác suất tiên nghiệm P(A) — khả năng tình trạng xảy ra trước khi có bằng chứng.
  2. Nhập P(evidence | A) — tỷ lệ dương tính thật / độ nhạy.
  3. Nhập P(evidence | not A) — tỷ lệ dương tính giả.
  4. Đọc hậu nghiệm P(A | bằng chứng) và phân tích đầy đủ.
Ví dụ: Sàng lọc 10,000 người cho một tình trạng 1%: 100 người có nó và 99 xét nghiệm dương tính; 9,900 không có và 495 xét nghiệm dương tính giả. Trong 594 dương tính, chỉ 99 là thật: 99 ÷ 594 = 16.7%.

Câu hỏi Thường gặp

Tại sao đáp án thấp hơn nhiều so với 'kiểm định chính xác 99%'?

Vì tình trạng này rất hiếm. Các trường hợp dương tính giả từ nhóm khỏe mạnh khổng lồ (9,900 × 5% = 495) áp đảo các trường hợp dương tính thật từ nhóm bệnh nhỏ bé (100 × 99% = 99). Tỷ lệ cơ sở chiếm ưu thế — đó là toàn bộ bài học của định lý Bayes.

Tiền nhiệm và hậu nhiệm có nghĩa là gì?

Tiền nhiệm là niềm tin của bạn trước bằng chứng mới; hậu nhiệm là niềm tin đã cập nhật sau khi cân nhắc bằng chứng theo mức độ được kỳ vọng của nó dưới mỗi khả năng. Định lý Bayes là phép tính chính xác của việc cập nhật đó.

Tôi có thể dùng nó ngoài các xét nghiệm y tế không?

Có — bộ lọc spam, chẩn đoán lỗi, khả năng pháp y và dự báo đều dùng cùng cấu trúc: một tỷ lệ cơ sở, một tỷ lệ trúng và một tỷ lệ báo động giả.

Nếu tôi chỉ biết tỷ lệ bằng chứng tổng thể P(B) thì sao?

Dạng kinh điển P(A|B) = P(B|A) × P(A) ÷ P(B) cần P(B) trực tiếp; máy tính này xây dựng P(B) từ hai tỷ lệ điều kiện thay vào đó, đó là cách các đầu vào thường được biết trong thực tế.

Máy tính Liên quan

%

Máy tính Phần trăm

Toán

📊

Máy tính Thống kê

Toán

½

Máy tính Phân số

Toán

🧮

Bộ giải Phương trình

Toán

🔬

Máy tính Khoa học

Toán

📐

Máy tính Trung bình

Toán

🔔

Máy tính Điểm Z

Toán

🎲

Máy tính Xác suất

Toán

Cách hoạt động — công thức

P(A | B) = P(B | A) × P(A) ÷ P(B), với tỷ lệ bằng chứng tổng thể được xây dựng bằng luật xác suất toàn phần: P(B) = P(B | A) × P(A) + P(B | không A) × P(không A). Thay vào cho dạng ba đầu vào mà máy tính này sử dụng.

Ví dụ đã làm

Các đầu vào: tiên nghiệm 0.01, độ nhạy 0.99, tỷ lệ dương tính giả 0.05.

Các bước: P(B) = 0.99 × 0.01 + 0.05 × 0.99 = 0.0099 + 0.0495 = 0.0594. Hậu nghiệm = 0.0099 ÷ 0.0594 = 0.1667.

Kết quả: P(A | dương tính) = 16.67% — bất chấp một kiểm định 'chính xác 99%', vì tình trạng này hiếm.

Nhúng máy tính này vào trang web của bạn — miễn phí

Thêm máy tính này vào trang web hoặc blog của riêng bạn — nó hoàn toàn miễn phí, không cần đăng ký, và luôn hiển thị phiên bản mới nhất. Sao chép mã bên dưới và dán nó vào trang của bạn tại nơi bạn muốn máy tính xuất hiện. Việc giữ lại dòng ghi công nhỏ “Powered by Loona Automation” dưới phần nhúng giúp giữ công cụ này miễn phí — nhưng bạn tự do tạo kiểu hoặc xóa nó; công cụ hoạt động theo cả hai cách.