檢測陽性究竟意味著什么?

最近自己生活的城市疫情又有所抬頭碰辅,大家紛紛開始一輪又一輪的核酸檢測懂昂,這讓我想起以前看到的一個關(guān)于檢查準(zhǔn)確率的問題:

假定存在某種疾病,每1000人中就有1人患上該疾裁槐觥凌彬;該疾病可以被檢測出來沸柔,檢測準(zhǔn)確率為99%。如果一個人已被測出是陽性铲敛。問:他真的得了該疾病的概率是多少褐澎?

很多朋友給出的答案是99%。

但正確答案是:約9%伐蒋。

一工三、解題過程

第一種,是正兒八經(jīng)地畫概率樹

分情況分析

如圖所示先鱼,顯示陽性有兩種情況:

1俭正、有病——陽性,即【真陽性】

其概率為:0.001x99%=0.099%

2型型、沒病-陽性段审,即【假陽性】

其概率為:0.999X1%=0.999%

題目給定條件是【已知陽性】,求在此條件下:【真陽性】的概率闹蒜。

計算過程是:

0.099%÷(0.099%+0.999%)=9.016%

第二種寺枉,是一種簡便算法。

假定有1000人绷落,其中有1生病姥闪,其余999人為健康。

因此:

測出真陽性的人:1人

測出假陽性的人:999X1%=9.99

因此砌烁,當(dāng)已知陽性筐喳,求此條件下真陽性的概率是:1/(1+9.99)。

如果四舍五入函喉,將9.99視為10避归,就會算出1/11(約9.091%)。

如果不四舍五入管呵,就會算出來:約9.099%梳毙。

上述兩種算法得出的結(jié)果都是約為9%,與直覺反應(yīng)出來的?99%相去甚遠捐下。

為什么會有這么大的差別呢账锹?

其實偏差的關(guān)鍵在于這道題的一個條件,“每1000人中有1人患上該疾病”坷襟,也就是有這個千分之一概率的前提奸柬,同時開展的檢測是隨機的,在這種情況下婴程,哪怕檢測的準(zhǔn)確率很高廓奕,但是疾病本身發(fā)生的可能性很低,誤判的幾率就很高。

其實這是概率學(xué)里非常經(jīng)典的一類問題懂从,條件概率問題授段,“貝葉斯定理”對這類問題有專門的解釋。

盡管它是一個數(shù)學(xué)公式番甩,但其原理毋需數(shù)字也可明了。如果你看到一個人總是做一些好事届搁,則那個人多半會是一個好人缘薛。這就是說,當(dāng)你不能準(zhǔn)確知悉一個事物的本質(zhì)時卡睦,你可以依靠與事物特定本質(zhì)相關(guān)的事件出現(xiàn)的多少去判斷其本質(zhì)屬性的概率宴胧。?

所以你在隨機的體檢中查處了某種疾病,而這種病又是罕見病表锻,別慌恕齐,哪怕檢測的準(zhǔn)確率是99%,也只有很低的概率真的得了瞬逊,趕緊再做一次檢查吧显歧。


注:部分內(nèi)容參考互聯(lián)網(wǎng)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市确镊,隨后出現(xiàn)的幾起案子士骤,更是在濱河造成了極大的恐慌,老刑警劉巖蕾域,帶你破解...
    沈念sama閱讀 219,490評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件拷肌,死亡現(xiàn)場離奇詭異,居然都是意外死亡旨巷,警方通過查閱死者的電腦和手機巨缘,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,581評論 3 395
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來采呐,“玉大人若锁,你說我怎么就攤上這事⌒竿颍” “怎么了拴清?”我有些...
    開封第一講書人閱讀 165,830評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長会通。 經(jīng)常有香客問我口予,道長,這世上最難降的妖魔是什么涕侈? 我笑而不...
    開封第一講書人閱讀 58,957評論 1 295
  • 正文 為了忘掉前任沪停,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘木张。我一直安慰自己众辨,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,974評論 6 393
  • 文/花漫 我一把揭開白布舷礼。 她就那樣靜靜地躺著鹃彻,像睡著了一般。 火紅的嫁衣襯著肌膚如雪妻献。 梳的紋絲不亂的頭發(fā)上蛛株,一...
    開封第一講書人閱讀 51,754評論 1 307
  • 那天,我揣著相機與錄音育拨,去河邊找鬼谨履。 笑死,一個胖子當(dāng)著我的面吹牛熬丧,可吹牛的內(nèi)容都是我干的笋粟。 我是一名探鬼主播,決...
    沈念sama閱讀 40,464評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼析蝴,長吁一口氣:“原來是場噩夢啊……” “哼害捕!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起嫌变,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤吨艇,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后腾啥,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體东涡,經(jīng)...
    沈念sama閱讀 45,847評論 1 317
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,995評論 3 338
  • 正文 我和宋清朗相戀三年倘待,在試婚紗的時候發(fā)現(xiàn)自己被綠了疮跑。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,137評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡凸舵,死狀恐怖祖娘,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情啊奄,我是刑警寧澤渐苏,帶...
    沈念sama閱讀 35,819評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站菇夸,受9級特大地震影響琼富,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜庄新,卻給世界環(huán)境...
    茶點故事閱讀 41,482評論 3 331
  • 文/蒙蒙 一鞠眉、第九天 我趴在偏房一處隱蔽的房頂上張望薯鼠。 院中可真熱鬧,春花似錦械蹋、人聲如沸出皇。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,023評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽郊艘。三九已至,卻和暖如春谱醇,著一層夾襖步出監(jiān)牢的瞬間暇仲,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,149評論 1 272
  • 我被黑心中介騙來泰國打工副渴, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人全度。 一個月前我還...
    沈念sama閱讀 48,409評論 3 373
  • 正文 我出身青樓煮剧,卻偏偏與公主長得像,于是被迫代替她去往敵國和親将鸵。 傳聞我的和親對象是個殘疾皇子勉盅,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,086評論 2 355

推薦閱讀更多精彩內(nèi)容

  • Science | CRISPR精準(zhǔn)改造原代T細胞對抗癌癥 原創(chuàng)圖靈基因圖靈基因 收錄于話題#前沿分子生物學(xué)技術(shù) ...
    圖靈基因閱讀 151評論 0 0
  • 今日轉(zhuǎn)債申購:無 今日轉(zhuǎn)債上市:無 今日轉(zhuǎn)債強贖:無 今日輿情: 搜于特[https://xueqiu.com/S...
    證券君閱讀 108評論 0 0
  • 疫情又這樣突如其來,一個從北京來武漢培訓(xùn)的人顶掉,晚上到朋友家借宿草娜,結(jié)果回去前核酸疑似陽性,迅速把那棟樓封鎖了...
    歌爾人生閱讀 87評論 0 0
  • 1.獲取預(yù)料 預(yù)料是nlp研究的內(nèi)容痒筒,通常使用文本集合作為語料庫宰闰,預(yù)料的來源分為3種:(1)已有的預(yù)料----積累...
    AllTimeStudy閱讀 432評論 0 0
  • 盡管在過去的幾十年中移袍,在全世界范圍內(nèi)胃癌的患病率顯著下降,但胃癌對中國乃至亞洲仍然是一種重要的致死性疾病老充,在我國惡...
    朗月齋主閱讀 145評論 0 1