贝叶斯公式在临床决策中的应用
四川大学华西护理学院袁三英
学****目的:
掌握如何利用Bayes公式进行临床决策
例3
一项检查(在微博被人骂)有98% 的把握把脑残的人鉴别出来,但健康人在微博上也有10% 的可能性中招。若脑残的发病率为2%,则当某人在微博上被人骂时,他确实患脑残的概率有多大?
“Thomas Bayes,一位伟大的数学大师,他的理论照亮了今天的计算领域,和他的同事们不同:他认为上帝的存在可以通过方程式证明,他最重要的作品被别人发行,而他已经去世241年了”。
贝叶斯公式在实际中有很多应用,它是在观察到事件B 已发生的条件下,寻找导致B发生的每个原因的概率。
=
i
B
A
P
)
|
(
å
=
n
j
j
j
A
B
P
A
P
1
)
(
)
(
|
i
i
A
B
P
A
P
)
(
)
(
|
Bayes公式
设A1,A2,…,An是两两互斥的事件,且P(Ai)>0,i=1,2,…,n, B是另一个事件,它总是与A1,A2,…,An 之一同时发生,则
i
i
A
B
P
A
P
)
(
)
(
|
=
i
B
A
P
)
|
(
å
=
n
j
j
j
A
B
P
A
P
1
)
(
)
(
|
直观地将Ai 看成是导致随机事件B发生的各种可能的原因,则P(Ai)可以理解为随机事件Ai的先验概率(prior probability)。如果我们知道随机事件B发生这个新信息,则它可以用于对事件Ai发生的概率进行重新的估计。P(Ai|B) 表示B发生条件下,随机事件Ai的后验概率(posterior probability).
Bayes公式:
例1
低体重
30%
超重
20%
正常体重
50%
动脉硬化概率30%
动脉硬化概率1%
动脉硬化概率10%
从中随机取一人,恰为动脉硬化者,求
他分属各组的概率是多少?
贝叶斯公式(PPT课件) 来自淘豆网www.taodocs.com转载请标明出处.