В формуле Байеса P(A|B) = P(B|A) * P(A) / P(B) вы хотите подставить значение P(A) для расчёта апостериорной вероятности. Какую именно величину нужно взять за P(A)?

AАпостериорную вероятность события A после наблюдения B, то есть результат самого применения формулы Байеса
BПолную вероятность наблюдения B, рассчитанную по всем возможным значениям A в знаменателе формулы
CДолю ложноположительных срабатываний для наблюдения B, не зависящую от исходной вероятности события A
DИсходную (априорную) вероятность события A до учёта наблюдения B, отражающую базовую частоту в популяции
Правильный ответ. Априорная вероятность P(A) — это исходная вероятность события до учёта наблюдения и ключевая часть обновления по Байесу.

Разбор

В задачах диагностики априорная вероятность часто совпадает с базовой частотой в популяции или с оценкой риска для конкретного сегмента. При одинаковом P(B|A) разные априорные вероятности дают разные апостериорные. Игнорирование априорной вероятности — одна из главных причин, почему интуиция ошибается в задачах с формулой Байеса. Апостериорная вероятность, полная вероятность P(B) и доля ложноположительных срабатываний — это другие величины, играющие свои роли в формуле.

Проверь себя · 1/3разбор после ответа
Пусть P(B|A) и P(B|not A) фиксированы. Как изменится апостериорная вероятность P(A|B), если базовая частота P(A) вырастет (событие A станет встречаться чаще)?
Тренировать статистику в Telegram

Ещё вопросы по теме «Теорема Байеса»