ベイズ定理とは何ですか?
ベイズの定理は、ベイズの規則または逆確率の原則と呼ばれることもあり、確率理論の公理から非常に迅速に続く数学的定理です。 実際には、新しい経験的データXといくつかの背景情報、または以前の確率を考慮して、いくつかのターゲット現象または仮説Hの更新された確率を計算するために使用されます。
何らかの仮説の事前の確率は、通常、0%から100%の間のある割合、または0〜1の間のある割合で表されます。 科学的文脈におけるベイズ定理の適用は、ベイジアン推論と呼ばれ、科学的方法の定量的な形式化です。 実験を与えられた理論的確率分布の最適な改訂を可能にしますLの結果。
科学的推論の文脈におけるベイズの定理は次のように述べています。
上記の一般的な修正は、特定の患者が癌を患っている確率に次のように示すことができる可能性にどのように貢献するかという点で上記の一般的な修正:
p(陽性|がん)*p(がん)
_______________________________________________
P(陽性|がん)*P(がん) + P(陽性|〜がん)*P(〜がん)
垂直バーは「与えられた」を意味します。 特定のがん検査で陽性の結果をもたらした後、患者が癌を患っている可能性は確率と同等です癌(過去の結果に由来する)を与えられた陽性結果のtyは、特定の人が癌(比較的低い)をすべて同じ数で割った前の確率と、癌を患っていない可能性が誤って陽性の確率で分けられます。
複雑に聞こえますが、上記の方程式を使用して、定量化可能な実験結果を与えられた仮説の更新された確率を決定できます。