محاسبه‌گر قضیه بیز

درباره این ابزار

این ماشین‌حساب قضیهٔ بیز، P(A|B) = P(B|A)·P(A) / P(B)، را به کار می‌برد تا با مشاهدهٔ شاهد تازهٔ B، احتمال پیشین P(A) را به احتمال پسین P(A|B) به‌روز کند — با استفاده از حساسیت آزمون (نرخ مثبت راستین) و نرخ مثبت کاذب تا معلوم شود با نتیجهٔ مثبت، چیزی واقعاً چقدر محتمل است درست باشد. این ستون ریاضی استنباط بیزی است: استدلالی که آنچه را پیشاپیش باور داشتید با آنچه داده‌های تازه می‌گویند به‌طور رسمی ترکیب می‌کند.

پزشکان و همه‌گیرشناسان از آن برای تفسیر درست نتایج آزمایش پزشکی استفاده می‌کنند — نتیجهٔ مثبت برای بیماری نادر هنوز می‌تواند به احتمال واقعی پایین ابتلا اشاره کند، اگر نرخ مثبت کاذب نسبت به شیوع بیماری زیاد باشد. آمارشناسان، دانشمندان داده‌ای که فیلتر هرزنامه و رده‌بندهای یادگیری ماشین می‌سازند، و تحلیلگران پزشکی قانونی که شواهد را می‌سنجند همگی از همین استدلال استفاده می‌کنند؛ دانشجویانی که احتمال می‌آموزند از این ماشین‌حساب برای ساختن شهود دربارهٔ اینکه چرا «مثبت» همیشه به معنای «محتمل» نیست بهره می‌برند.