ทฤษฎีบทของเบย์

เกี่ยวกับเครื่องคำนวณนี้

เครื่องคำนวณทฤษฎีบทของเบย์หาความน่าจะเป็นภายหลัง P(H|E) จากความน่าจะเป็นก่อน ความไว (อัตราผลบวกจริง) และอัตราผลบวกลวง วาดแผนภาพต้นไม้ความน่าจะเป็นแสดงว่าความน่าจะเป็นก่อนแยกเป็นเส้นทางผลบวกจริง P(H ∩ E) และเส้นทางผลบวกลวง P(¬H ∩ E) อย่างไร แสดงหลักฐานรวม P(E) และปรับความเชื่อในสมมติฐาน เป็นวิธีที่ชัดเจนในการเห็นความเข้าใจผิดเรื่องอัตราฐาน (base-rate fallacy) ในการคัดกรองทางการแพทย์ ตัวกรองสแปม และการทดสอบวินิจฉัย

วิธีใช้ ทฤษฎีบทของเบย์

1. ป้อนค่าของโจทย์ในช่องกรอกข้อมูล
2. อ่านผลลัพธ์ ซึ่งจะอัปเดตทันทีขณะที่คุณพิมพ์
3. ดูสูตรและภาพอธิบายเพื่อทำความเข้าใจว่าได้คำตอบมาอย่างไร
4. คัดลอก URL ของหน้าเพื่อแชร์การคำนวณนี้

ตัวอย่างที่พบบ่อย

• โรคหายาก: ความน่าจะเป็นก่อน 1%, ความไว 99%, ผลบวกลวง 5% → ความน่าจะเป็นภายหลัง P(H|E) ≈ 16.7%
• ความน่าจะเป็นก่อน 0.1%, ความไว 90%, ผลบวกลวง 1% → ความน่าจะเป็นภายหลัง ≈ 8.26% แม้การทดสอบจะแม่นยำ
• ความน่าจะเป็นก่อน 50%, ความไว 80%, ผลบวกลวง 20% → ความน่าจะเป็นภายหลัง 0.8, P(E) ส่วนเพิ่ม = 0.5
• ชุดค่า 50/80/20 เดิมเมื่อหลักฐานเป็นลบ → P(H|¬E) = 0.2