Bayes-tétel kalkulátor

Erről a kalkulátorról

Ez a kalkulátor a Bayes-tételt, P(A|B) = P(B|A)·P(A) / P(B), alkalmazza, hogy az előzetes P(A) valószínűséget utólagos P(A|B) valószínűséggé frissítse, ha új B bizonyítékot figyeltek meg – egy teszt érzékenységét (valódi pozitív arány) és álpozitív arányát használva annak kiszámítására, mennyire valószínű, hogy valami ténylegesen igaz, pozitív eredmény esetén. Ez a bayesi következtetés matematikai gerince: olyan gondolkodás, amely formálisan egyesíti azt, amit előzőleg hittünk, azzal, amit az új adatok mondanak.

Az orvosok és az epidemiológusok ezzel értelmezik helyesen az orvosi teszteredményeket – egy ritka betegségre adott pozitív eredmény még mindig jelenthet alacsony tényleges valószínűséget a betegségre, ha az álpozitív arány magas a betegség előfordulásához képest. A statisztikusok, a spamszűrőket és gépi tanulási osztályozókat építő adattudósok és a bizonyítékot mérlegelő kriminalisztikai elemzők ugyanezt a gondolkodást használják; a valószínűségszámítást tanuló diákok ezzel a kalkulátorral építenek intuíciót arról, miért nem jelenti a „pozitív” mindig azt, hogy „valószínű”.