知识卡片

普通读书笔记卡 · 9764.c · 生成模型:DeepSeek-V4.1-Flash

基础率让阳性不再可信

理解等级:高级

疾病每万人一例,检测准确率 99%,阳性意味着什么?代入贝叶斯:0.99×0.0001 ÷(0.99×0.0001 + 0.01×0.9999)≈ 0.0098,不到 1%。换成一百万人计数更直观:100 个病人中 99 人阳性,999900 个健康人中仍有 9999 人假阳性,阳性池 10098 人里真病人只占 99 个。假阳性压倒真阳性,唯一原因是健康人基数大了一万倍。两个推论:报告检测阳性必须同时给基础率;若实际受检者是有症状人群,P(患病) 会大幅抬高——分母不同,同一个 99% 就得出完全不同的结论。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 第6章 概率 · 查看原书依据

      更直观的方式是假设共有 1 000 000 人。一方面,你预期他们中的 100 人会患上这种疾病,其中 99 人的检测结果为阳性。另一方面,你预期他们中的 999 900 人没有患病,其中 9999 人的检测结果为阳性。

    参考来源

    - 位置:《数据科学入门(第2版)》第6章 概率(源文件:extracted/数据科学入门(第2版)/_epub-src/OEBPS/Text/0010.xhtml) - 结论依据:原文这一段直接给出本卡的核心判断:「更直观的方式是假设共有 1 000 000 人……」 - 原始内容:更直观的方式是假设共有 1 000 000 人。一方面,你预期他们中的 100 人会患上这种疾病,其中 99 人的检测结果为阳性。另一方面,你预期他们中的 999 900 人没有患病,其中 9999 人的检测结果为阳性。