Kalkulator for Bayes' teorem

Om denne kalkulatoren

Denne kalkulatoren bruker Bayes' teorem, P(A|B) = P(B|A)·P(A) / P(B), til å oppdatere en a priori-sannsynlighet P(A) til en posterior sannsynlighet P(A|B) når ny evidens B er observert — med en tests sensitivitet (andel sanne positive) og andel falske positive til å regne ut hvor sannsynlig det er at noe faktisk er sant gitt et positivt utfall. Det er det matematiske grunnlaget for bayesiansk inferens: resonnement som formelt kombinerer det du trodde på forhånd med det nye data forteller deg.

Leger og epidemiologer bruker den til å tolke medisinske testresultater riktig — et positivt utfall for en sjelden sykdom kan fortsatt bety en lav faktisk sannsynlighet for å ha den hvis andelen falske positive er høy i forhold til sykdommens forekomst. Statistikere, dataforskere som bygger søppelpostfiltre og maskinlæringsklassifikatorer, og kriminaltekniske analytikere som veier bevis, bruker alle den samme tankegangen; studenter som lærer sannsynlighet bruker denne kalkulatoren til å bygge intuisjon for hvorfor “positiv” ikke alltid betyr “sannsynlig.”