Bayesin lauseen laskuri

Tietoa tästä laskurista

Tämä laskuri soveltaa Bayesin lausetta, P(A|B) = P(B|A)·P(A) / P(B), päivittääkseen prioritodennäköisyyden P(A) posterioritodennäköisyydeksi P(A|B), kun uusi todiste B havaitaan. Se käyttää testin herkkyyttä (oikeiden positiivisten osuutta) ja väärien positiivisten osuutta laskeakseen, kuinka todennäköisesti jokin on todella totta positiivisen tuloksen perusteella. Se on bayesilaisen päättelyn matemaattinen selkäranka: päättelyä, joka yhdistää muodollisesti sen, mitä uskoit etukäteen, ja sen, mitä uusi data kertoo.

Lääkärit ja epidemiologit käyttävät sitä lääketieteellisten testitulosten oikeaan tulkintaan: positiivinen tulos harvinaiselle sairaudelle voi silti tarkoittaa pientä todellista sairastumisen todennäköisyyttä, jos väärien positiivisten osuus on suuri suhteessa taudin esiintyvyyteen. Tilastotieteilijät, roskapostisuodattimia ja koneoppimisen luokittelijoita rakentavat data-analyytikot ja todisteita punnitsevat rikosteknikot käyttävät kaikki samaa päättelyä, ja todennäköisyyslaskentaa opiskelevat käyttävät tätä laskuria rakentaakseen intuitiota siitä, miksi ”positiivinen” ei aina tarkoita ”todennäköistä”.