Advanced

Calculator voor de stelling van Bayes

Combineer een prior-kans met de sensitiviteit van een test en het fout-positiefpercentage om via de stelling van Bayes de posterior-kans te berekenen.
Base rate, 0 to 1
True-positive rate, 0 to 1
0 to 1
Posterior P(A|B)
0,1538

Updated probability of A given a positive result B

Posterior P(A|B)
15,38%
Marginal P(B)
5,85%
True positive weight
0,009
False positive weight
0,0495
15%
85%
True positive
False positive
Share of positive results: posterior = true positive / (true + false positive)
Step by step
  1. 1

    True positive weight

    0,9 × 0,01 = 0,009
    P(B|A) × P(A) — probability of a positive result from a true case.
  2. 2

    False positive weight

    0,05 × (1 − 0,01) = 0,0495
  3. 3

    Marginal P(B)

    0,009 + 0,0495 = 0,0585
    Total probability of a positive result from either source.
  4. 4

    Posterior P(A|B)

    0,009 ÷ 0,0585 = 0,1538
Resultaten zijn schattingen die uitsluitend dienen ter algemene informatie en vormen geen professioneel advies — controleer belangrijke resultaten altijd zelf voordat je erop vertrouwt. Lees de volledige disclaimer.
Snel antwoord

Hoe werkt deze rekenmachine?

De stelling van Bayes zet een prior P(A) om in een posterior P(A|B) met behulp van een testsensitiviteit P(B|A) en een fout-positiefpercentage P(B|¬A). De posterior is gelijk aan het gewicht van de echt-positieven gedeeld door de marginale P(B). Bij zeldzame gebeurtenissen kunnen fout-positieven domineren, waardoor de posterior laag blijft ondanks een nauwkeurige test.

Formule
P(A|B) = P(B|A)·P(A) / [P(B|A)·P(A) + P(B|¬A)·(1 − P(A))]
How this is calculated

De stelling van Bayes werkt een prior-overtuiging P(A) bij tot een posterior P(A|B) nadat bewijs B is waargenomen. De prior P(A) is de basiskans van de gebeurtenis vóór elke test (bijvoorbeeld de prevalentie van een ziekte). De sensitiviteit P(B|A) is de kans op een positief resultaat B als A waar is (het echt-positiefpercentage). Het fout-positiefpercentage P(B|¬A) is de kans op een positief resultaat als A onwaar is. Alle drie moeten binnen het interval [0, 1] liggen.

De teller P(B|A)·P(A) is de gezamenlijke kans op een echt-positief. De noemer telt daar de fout-positieve bijdrage P(B|¬A)·(1 − P(A)) bij op om de marginale kans P(B) te vormen — de totale kans om een positief resultaat uit een van beide bronnen waar te nemen. Het gewicht van de echt-positieven delen door deze marginale waarde geeft de posterior P(A|B).

Een belangrijk inzicht is dat wanneer de prior heel klein is, zelfs een zeer gevoelige test een verrassend lage posterior kan opleveren, omdat fout-positieven de noemer domineren. De calculator geeft null terug wanneer invoer buiten [0, 1] valt of wanneer de marginale P(B) nul is, omdat de posterior dan ongedefinieerd zou zijn.

Veelgestelde vragen

Wanneer de prior (basiskans) heel klein is, is de groep echte gevallen klein, waardoor fout-positieven uit de veel grotere negatieve groep de echt-positieven overtreffen en de posterior omlaag trekken.

Dat is de totale kans op een positief resultaat, de noemer van de regel van Bayes: echt-positieven plus fout-positieven, P(B|A)·P(A) + P(B|¬A)·(1 − P(A)).

Nee. Elk van de drie invoerwaarden is een onafhankelijke kans in [0, 1]; ze hoeven niet op te tellen tot 1.

Ook bekend als

stelling van bayes
bayes theorema
theorema van bayes
bayes berekenen
posterieure kans
voorwaardelijke kans bayes
bayesiaanse kans
bayes formule

APA

TG we-Calculate Editorial Team. (2026). Calculator voor de stelling van Bayes [Online calculator]. TG we-Calculate. https://we-calculate.com/nl/calculator/bayes-theorem-calculator

Chicago

TG we-Calculate Editorial Team. "Calculator voor de stelling van Bayes." TG we-Calculate. 2026. https://we-calculate.com/nl/calculator/bayes-theorem-calculator.

IEEE

TG we-Calculate Editorial Team, "Calculator voor de stelling van Bayes," TG we-Calculate, 2026. [Online]. Available: https://we-calculate.com/nl/calculator/bayes-theorem-calculator

BibTeX

@misc{wecalculate_bayes_theorem_calculator, title = {Calculator voor de stelling van Bayes}, author = {{TG we-Calculate Editorial Team}}, howpublished = {\url{https://we-calculate.com/nl/calculator/bayes-theorem-calculator}}, year = {2026}, note = {TG we-Calculate} }

Heeft deze rekenmachine je geholpen?