Od 2010 · Ponad 2 mln uruchomień narzędzi miesięcznie
Od 2010
Dodaj do Chrome

Moje Narzędzia

Tryb Automatyczny

Nie zapisano jeszcze żadnych narzędzi.

Uaktualnij do Wersji Premium
Powiązane narzędzia
Kalkulator Twierdzenia Centralnego GranicznegoKalkulator prawdopodobieństwaKalkulator prawdopodobieństwa kościKalkulator ryzyka ruinyKalkulator Prawdopodobieństwa Opcji
Strona główna > Matematyka > Statystyki i analiza danych
 

Kalkulator Twierdzenia Bayesa

Oblicz prawdopodobieństwo aposteriori za pomocą twierdzenia Bayesa. Wprowadź prawdopodobieństwo apriori, wiarygodność oraz odsetek wyników fałszywie dodatnich, aby otrzymać rozwiązanie krok po kroku z diagramami drzewa.

BezpłatneBez rejestracjiNatychmiastowe wyniki
Kalkulator Twierdzenia BayesaWypróbuj teraz — za darmo ▼
📌 Wypróbuj scenariusz z życia wzięty:
Początkowe prawdopodobieństwo hipotezy A
P(dowód | hipoteza prawdziwa)
P(dowód | hipoteza fałszywa)
Wprowadź wartości jako ułamki dziesiętne (0.05) lub procenty (5% lub 5). Wartości > 1 są automatycznie konwertowane z procentów.

Embed Kalkulator Twierdzenia Bayesa Widget

O Kalkulator Twierdzenia Bayesa

Kalkulator Twierdzenia Bayesa oblicza prawdopodobieństwo a posteriori P(A|B) przy użyciu twierdzenia Bayesa. Wprowadź prawdopodobieństwo a priori, wiarygodność oraz współczynnik wyników fałszywie dodatnich, aby zobaczyć rozwiązania krok po kroku, diagramy drzewa prawdopodobieństwa, zestawienia częstości naturalnej i szczegółowe podsumowania prawdopodobieństwa. Niezależnie od tego, czy analizujesz dokładność testów medycznych, oceniasz filtry antyspamowe czy uczysz się prawdopodobieństwa warunkowego, to narzędzie sprawia, że rozumowanie bayesowskie staje się intuicyjne i wizualne.

Jak korzystać z Kalkulatora Twierdzenia Bayesa

  1. Wprowadź prawdopodobieństwo a priori P(A) — jest to Twoje początkowe przekonanie o tym, jak prawdopodobna jest hipoteza przed zapoznaniem się z jakimikolwiek dowodami. Na przykład, jeśli 1% populacji cierpi na daną chorobę, P(A) = 0.01.
  2. Wprowadź wiarygodność P(B|A) — jest to prawdopodobieństwo zaobserwowania dowodu, gdy hipoteza jest prawdziwa. W przypadku testu medycznego jest to czułość lub współczynnik wyników prawdziwie dodatnich. Test o czułości 99% oznacza P(B|A) = 0.99.
  3. Wprowadź współczynnik wyników fałszywie dodatnich P(B|¬A) — jest to prawdopodobieństwo zaobserwowania dowodu, gdy hipoteza jest fałszywa. Test z 5% współczynnikiem fałszywie dodatnich wyników oznacza P(B|¬A) = 0.05.
  4. Kliknij Oblicz, aby zobaczyć prawdopodobieństwo a posteriori P(A|B) wraz z pełnym opisem krok po kroku.
  5. Poznaj wizualizacje — diagram drzewa prawdopodobieństwa pokazuje podział populacji, sekcja częstości naturalnej używa liczb całkowitych dla intuicyjnego zrozumienia, a pasek porównawczy pokazuje, jak dowody zmieniły Twoje przekonanie.

Czym jest twierdzenie Bayesa?

Twierdzenie Bayesa to fundamentalna zasada prawdopodobieństwa, która opisuje sposób aktualizacji przekonań w świetle nowych dowodów. Nazwane na cześć wielebnego Thomasa Bayesa (1701–1761), twierdzenie głosi:

P(A|B) = P(B|A) × P(A) / P(B)

Gdzie:

Błąd lekceważenia proporcji podstawowej

Jednym z najbardziej sprzecznych z intuicją wyników w rachunku prawdopodobieństwa jest błąd lekceważenia proporcji podstawowej (base rate fallacy), który twierdzenie Bayesa pomaga ujawnić. Rozważmy chorobę dotykającą 1% ludzi (P(A) = 0.01), przy teście o dokładności 99% (P(B|A) = 0.99) i 5% współczynniku fałszywie dodatnich wyników (P(B|¬A) = 0.05). Intuicyjnie większość ludzi zakłada, że pozytywny wynik testu oznacza niemal pewną chorobę. Jednak twierdzenie Bayesa ujawnia, że prawdopodobieństwo a posteriori wynosi tylko około 16.7%. Dzieje się tak, ponieważ liczba wyników fałszywie dodatnich z dużej populacji osób zdrowych przewyższa liczbę wyników prawdziwie dodatnich z małej grupy chorych.

Zrozumienie ilorazu wiarygodności

Iloraz wiarygodności (LR) to P(B|A) podzielone przez P(B|¬A). Mierzy on diagnostyczną siłę dowodu:

Zastosowania twierdzenia Bayesa w świecie rzeczywistym

Częstości naturalne: Jak uczynić Bayesa intuicyjnym

Badania Gerda Gigerenzera i innych naukowców wykazały, że ludzie znacznie lepiej rozumieją wnioskowanie bayesowskie, gdy jest ono prezentowane za pomocą częstości naturalnych, a nie abstrakcyjnych prawdopodobieństw. Zamiast mówić „P(A) = 1%”, możemy powiedzieć „10 na 1000 osób ma dane schorzenie”. Nasz kalkulator zapewnia obie formy prezentacji danych, pomagając budować prawdziwą intuicję dotyczącą prawdopodobieństwa warunkowego.

FAQ

Co to jest twierdzenie Bayesa?

Twierdzenie Bayesa to matematyczny wzór opisujący sposób aktualizacji prawdopodobieństwa hipotezy na podstawie nowych dowodów. Głosi ono, że P(A|B) = P(B|A) × P(A) / P(B), gdzie P(A|B) to prawdopodobieństwo a posteriori, P(B|A) to wiarygodność, P(A) to prawdopodobieństwo a priori, a P(B) to całkowite prawdopodobieństwo dowodu.

Jaka jest różnica między prawdopodobieństwem a priori a a posteriori?

Prawdopodobieństwo a priori P(A) to Twoje początkowe przekonanie o prawdopodobieństwie zdarzenia przed rozważeniem nowych dowodów. Prawdopodobieństwo a posteriori P(A|B) to zaktualizowane prawdopodobieństwo po uwzględnieniu dowodów. Twierdzenie Bayesa zapewnia ramy matematyczne do obliczenia tej aktualizacji.

Dlaczego pozytywny wynik testu medycznego nie zawsze oznacza chorobę?

Gdy choroba jest rzadka (niskie prawdopodobieństwo a priori), nawet bardzo dokładny test generuje wiele wyników fałszywie dodatnich w stosunku do prawdziwie dodatnich. Na przykład przy 1% zachorowalności i 95% dokładności testu z 5% współczynnikiem fałszywie dodatnich wyników, pozytywny wynik oznacza tylko około 16% szans na faktyczną chorobę. Jest to znane jako błąd lekceważenia proporcji podstawowej.

Co to jest iloraz wiarygodności w twierdzeniu Bayesa?

Iloraz wiarygodności to P(B|A) podzielone przez P(B|¬A). Mierzy on, jak bardzo dowody zmieniają Twoje przekonanie. Iloraz większy niż 1 oznacza, że dowody wspierają hipotezę, podczas gdy iloraz mniejszy niż 1 oznacza, że przemawiają przeciwko niej. Wyższe ilorazy wskazują na silniejsze dowody.

Czy w kalkulatorze twierdzenia Bayesa mogę wprowadzać wartości procentowe?

Tak, możesz wprowadzać wartości jako ułamki dziesiętne (np. 0.05) lub jako procenty (np. 5 lub 5%). Kalkulator automatycznie wykrywa i konwertuje dane procentowe. Wartości większe niż 1 bez znaku procenta są traktowane jako procenty.

Cytuj ten materiał, stronę lub narzędzie w następujący sposób:

"Kalkulator Twierdzenia Bayesa" na https://MiniWebtool.com/pl/kalkulator-twierdzenia-bayesa/ z MiniWebtool, https://MiniWebtool.com/

Ostatnia aktualizacja: 2026-04-13

Dostępne API dla deweloperów: Uruchom to narzędzie z aplikacji, automatyzacji lub agenta za pomocą jednego żądania HTTP JSON. Zobacz dokumentację API

Statystyki i analiza danych:

Rozwiązywanie matematykiCo chcesz obliczyć?

Rozwiązywanie matematyki

Przykłady
Więcej wyrażeń

Wybierz przykład, zmień liczby i rozwiąż. log ma podstawę 10; ln to logarytm naturalny.

Liczby i dzielniki

Ułamki i dzielenie

Potęgi, pierwiastki i logarytmy

Algebra i równania

Rachunek różniczkowy i całkowy

Geometria i trygonometria

Popularne i zaktualizowane narzędzia:

Kalkulator twierdzenia PitagorasaKalkulator Twierdzenia o Pierwiastkach WymiernychKalkulator Rozwinięcia DwumianowegoZobacz wszystkie →
Strona główna > Matematyka > Statystyki i analiza danych > Kalkulator Twierdzenia Bayesa