貝氏定理計算機

貝氏定理計算機

這款貝氏定理計算機使用貝氏定理計算事後機率 P(A|B)。輸入事前機率、似然度和偽陽性率，即可查看逐步解題過程、機率樹狀圖、自然頻率分解以及詳細的機率摘要。無論您是在分析醫療檢測準確性、評估垃圾郵件過濾器，還是研究條件機率，此工具都能讓貝氏推理變得直觀且視覺化。

如何使用貝氏定理計算機

1. 輸入事前機率 P(A) — 這是您在看到任何證據之前，對假設成立可能性的初始信念。例如，如果人口中有 1% 患有某種疾病，則 P(A) = 0.01。
2. 輸入似然度 P(B|A) — 這是當假設為真時，觀察到該證據的機率。對於醫療檢測，這就是敏感度或真陽性率。敏感度為 99% 的檢測意味著 P(B|A) = 0.99。
3. 輸入偽陽性率 P(B|¬A) — 這是當假設為假時，觀察到該證據的機率。偽陽性率為 5% 的檢測意味著 P(B|¬A) = 0.05。
4. 點擊「計算」 以查看事後機率 P(A|B) 及其完整的逐步計算過程。
5. 探索視覺化圖表 — 機率樹狀圖顯示了群體如何劃分，自然頻率部分使用整數以便直觀理解，而對比條形圖則顯示了證據如何改變了您的信念。

什麼是貝氏定理？

貝氏定理是機率論的一條基本規則，描述了如何根據新證據更新信念。該定理以湯瑪斯·貝氏（Thomas Bayes，1701–1761）牧師的名字命名，公式如下：

P(A|B) = P(B|A) × P(A) / P(B)

其中：

• P(A|B) — 事後機率：在觀察到 B 之後 A 的更新機率
• P(B|A) — 似然度：如果 A 為真，該證據發生的機率
• P(A) — 事前機率：A 的初始機率
• P(B) — 邊際似然度：觀察到 B 的總機率

基礎率謬誤

機率論中最違反直覺的結果之一是基礎率謬誤，貝氏定理有助於揭示這一點。考慮一種影響 1% 人口的疾病 (P(A) = 0.01)，檢測準確度為 99% (P(B|A) = 0.99)，且有 5% 的偽陽性率 (P(B|¬A) = 0.05)。直覺上，大多數人認為檢測呈陽性意味著他們幾乎肯定患病。然而，貝氏定理揭示事後機率僅約為 16.7%。這是因為來自龐大健康群體的偽陽性人數超過了來自極少數患病群體的真陽性人數。

理解似然比

似然比 (LR) 是 P(B|A) 除以 P(B|¬A)。它衡量證據的診斷效力：

• LR > 10：支持假設的強有力證據
• LR 3–10：中等證據
• LR 1–3：弱證據
• LR = 1：證據無關緊要（不改變您的信念）
• LR < 1：證據反對該假設

貝氏定理的實際應用

• 醫療診斷：在考慮檢測敏感度、特異性和疾病盛行率的情況下，計算檢測結果呈陽性時患病的機率。
• 垃圾郵件過濾：電子郵件分類器根據郵件中包含的詞彙，利用貝氏機率判斷郵件是否為垃圾郵件。
• 法律推理：評估 DNA 證據或其他法醫結果如何影響定罪機率。
• 機器學習：單純貝氏分類器、貝氏網絡和機率模型都依賴於貝氏定理。
• 天氣預報：根據氣壓、濕度和其他信號更新降雨機率。
• 品質管理：在產品未通過檢驗測試的情況下，確定該產品有缺陷的機率。

自然頻率：讓貝氏推理變得直觀

Gerd Gigerenzer 等人的研究表明，當以自然頻率而非抽象機率呈現時，人類能更好地理解貝氏推理。與其說「P(A) = 1%」，我們可以說「每 1,000 人中有 10 人患有此病」。我們的計算機提供這兩種表示方式，幫助您建立對條件機率的真實直覺。

常見問題 (FAQ)

什麼是貝氏定理？

貝氏定理是一個數學公式，描述如何根據新證據更新假設的機率。其公式為 P(A|B) = P(B|A) × P(A) / P(B)，其中 P(A|B) 是事後機率，P(B|A) 是似然度，P(A) 是事前機率，而 P(B) 是證據的總機率。

事前機率和事後機率有什麼區別？

事前機率 P(A) 是您在考慮新證據之前對事件發生機率的初始信念。事後機率 P(A|B) 是在考慮證據後更新的機率。貝氏定理提供了計算此更新的數學框架。

為什麼醫療檢測呈陽性並不總是意味著患有疾病？

當疾病很罕見（事前機率低）時，即使是高度準確的檢測，其產生的偽陽性數量相對於真陽性也會很多。例如，患病率為 1%，檢測準確度為 95% 且偽陽性率為 5% 時，陽性結果僅意味著約 16% 的實際患病機率。這被稱為基礎率謬誤。

貝氏定理中的似然比是什麼？

似然比是 P(B|A) 除以 P(B|¬A)。它衡量證據改變您信念的程度。比例大於 1 意味著證據支持該假設，而比例小於 1 則意味著證據反對該假設。比例越高，表示證據越強。

我可以在貝氏定理計算機中輸入百分比嗎？

可以，您可以輸入小數（如 0.05）或百分比（如 5 或 5%）。計算機會自動檢測並轉換百分比輸入。大於 1 且沒有百分號的數值會被視為百分比。