Пусть A — болезнь, B — положительный тест. Известно: P(A) = 0.01, P(B|A) = 0.9, P(B|not A) = 0.05. Примерно чему равно P(A|B)?

AОколо 1%: значение совпадает с базовой долей P(A), и тест в этом случае не добавляет информации
BОколо 5%: значение совпадает с долей ложноположительных P(B|not A) и игнорирует чувствительность P(B|A)
CОколо 15%: P(A|B) = P(B|A) P(A) / P(B) примерно равно 0.009 / 0.0585
DОколо 90%: значение совпадает с чувствительностью P(B|A) и игнорирует базовую долю P(A)
Правильный ответ. Чтобы найти P(A|B), применяют формулу Байеса и считают P(B) через полную вероятность.

Разбор

Сначала считаем P(B) = P(B|A) P(A) + P(B|not A) P(not A) = 0.9 * 0.01 + 0.05 * 0.99 = 0.0585. Затем P(A|B) = P(B|A) P(A) / P(B) = 0.009 / 0.0585, что примерно равно 0.154, то есть около 15%. Типичная ошибка — путать P(A|B) с чувствительностью P(B|A) = 0.9 или с базовой долей P(A) = 0.01, не учитывая обе величины одновременно.

Проверь себя · 1/3разбор после ответа
Аналитик хочет ответить на вопрос: среди пользователей, которые получили пуш (событие B), какая доля совершила покупку (событие A). Какая вероятность соответствует этому вопросу?
Тренировать статистику в Telegram

Ещё вопросы по теме «Теорема Байеса»