5
贝叶斯定理的解释适用于乳腺X线摄影阳性结果
我正在尝试将贝叶斯定理的结果应用于经典的乳房X射线照片示例，而乳房X射线照片的扭曲是完美的。 那是， 癌症发生率：.01.01.01 假设患者患有癌症，则乳房X光检查阳性的可能性：1个1个1 假设患者未患癌症，乳房X光检查呈阳性的可能性：.01.01.01 贝叶斯： P（癌症|乳房X线照片+）= 1个 ⋅ 0.01（1 ⋅ 0.01 ）+ （0.091 ⋅ 0.99 ）1个⋅.01（1个⋅.01）+（.091⋅.99）\dfrac {1 \cdot .01}{(1 \cdot .01) + (.091 \cdot .99)} = .5025=.5025 = .5025 因此，如果人口中有一个随机的人进行乳房X光检查并获得阳性结果，那么他们有50％的机会患上癌症吗？我无法直觉地理解在1％的人口中只有1％的假阳性几率会触发50％的结果。从逻辑上讲，我认为具有很小的假阳性率的完全正确的乳房X线照片会更加准确。