Bayes-tétel kalkulátor
Kombináld az előzetes valószínűséget a teszt érzékenységével és fals pozitív arányával, hogy a Bayes-tétel segítségével kiszámítsd az utólagos valószínűséget.
Updated probability of A given a positive result B
- 1
True positive weight
0,9 × 0,01 = 0,009P(B|A) × P(A) — probability of a positive result from a true case. - 2
False positive weight
0,05 × (1 − 0,01) = 0,0495 - 3
Marginal P(B)
0,009 + 0,0495 = 0,0585Total probability of a positive result from either source. - 4
Posterior P(A|B)
0,009 ÷ 0,0585 = 0,1538
Hogyan működik ez a kalkulátor?
A Bayes-tétel egy előzetes P(A) valószínűséget alakít utólagos P(A|B) valószínűséggé a teszt érzékenysége P(B|A) és fals pozitív aránya P(B|¬A) felhasználásával. Az utólagos valószínűség a valódi pozitív súly osztva a marginális P(B) értékkel. Ritka események esetén a fals pozitívok dominálhatnak, így az utólagos valószínűség alacsony marad még pontos teszt mellett is.
Képlet
How this is calculated
A Bayes-tétel egy előzetes P(A) feltevést frissít utólagos P(A|B) valószínűséggé a B bizonyíték megfigyelése után. Az előzetes P(A) az esemény alaparánya bármilyen teszt előtt (például egy betegség előfordulási gyakorisága). Az érzékenység P(B|A) annak a valószínűsége, hogy a B eredmény pozitív, amikor A igaz (a valódi pozitív arány). A fals pozitív arány P(B|¬A) annak a valószínűsége, hogy az eredmény pozitív, amikor A hamis. Mindháromnak a [0, 1] intervallumban kell lennie.
A számláló P(B|A)·P(A) a valódi pozitív együttes valószínűsége. A nevező hozzáadja a fals pozitív hozzájárulást P(B|¬A)·(1 − P(A)), hogy kialakuljon a marginális P(B) valószínűség — annak a teljes esélye, hogy bármelyik forrásból pozitív eredményt figyelünk meg. A valódi pozitív súlyt ezzel a marginálissal osztva kapjuk az utólagos P(A|B) értéket.
Kulcsfontosságú felismerés, hogy ha az előzetes valószínűség nagyon kicsi, még egy rendkívül érzékeny teszt is meglepően alacsony utólagos valószínűséget adhat, mert a fals pozitívok dominálják a nevezőt. A kalkulátor null értéket ad vissza, ha a bemenetek a [0, 1] tartományon kívül esnek, vagy ha a marginális P(B) nulla, mivel ekkor az utólagos valószínűség nem értelmezhető.
Gyakran ismételt kérdések
Ha az előzetes valószínűség (alaparány) nagyon kicsi, a valódi esetek populációja kicsi, így a sokkal nagyobb negatív populációból származó fals pozitívok meghaladják a valódi pozitívokat, és lehúzzák az utólagos valószínűséget.
Ez a pozitív eredmény teljes valószínűsége, a Bayes-szabály nevezője: valódi pozitívok plusz fals pozitívok, P(B|A)·P(A) + P(B|¬A)·(1 − P(A)).
Nem. A három bemenet mindegyike önálló valószínűség a [0, 1] tartományban; nem szükséges, hogy 1-re adódjanak össze.
Más néven
TG we-Calculate Editorial Team. (2026). Bayes-tétel kalkulátor [Online calculator]. TG we-Calculate. https://we-calculate.com/hu/calculator/bayes-theorem-calculator
TG we-Calculate Editorial Team. "Bayes-tétel kalkulátor." TG we-Calculate. 2026. https://we-calculate.com/hu/calculator/bayes-theorem-calculator.
TG we-Calculate Editorial Team, "Bayes-tétel kalkulátor," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/hu/calculator/bayes-theorem-calculator
@misc{wecalculate_bayes_theorem_calculator, title = {Bayes-tétel kalkulátor}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/hu/calculator/bayes-theorem-calculator}}, year = {2026}, note = {TG we-Calculate} }
Segített ez a kalkulátor?
