illegalbean
2020-03-12T00:07:02+00:00
假设有一种疾病 C ,它会传染
10,000人中的1个人,并且您的测试
有99%的概率是准确的。当您被测试为
阳性时,实际患 C 病的可能性是多少?
但是我想提醒一点
10000个人中的1个人
实际应用中很多时候很多被测对象不能使用这个概念,因为我们了解到的信息远超过了“无差别的被测试者”
d,贝叶斯公式,检查精度远小于得病概率。另外这和pcr貌似没关系吧
0.0001*0.99/(0.9999*0.01+0.0001*0.99)=0.98%
真阳性=0.0001*0.99
假阳性=0.9999*0.01
真阳性的概率为0.000099/0.010098=0.98%
99%的准确率,也就是10000个阴性测试人员中,会测出来100个(假)阳性
相对于1个患者来说,
如果你的测试结果是阳性,那么只有1%的概率是真的,99%的概率是测试出错。
这个出错概率随着疾病的感染率的降低会提高。
随着测试次数的增多而降低
但现实中,并不会对10000个人都进行测试,而是出现了相关症状或有风险的人进行测试,
这样就导致感染者的比例并不会有万分之一这么夸张。
当患者比例达到受试人员的十分之一时,这个1%的试剂出错率影响就不会这么大了。
[quote][pid=406020713,20876796,1]Reply[/pid] Post by [uid=2326092]春原陽平[/uid] (2020-03-19 08:25):
99%的准确率,也就是10000个阴性测试人员中,会测出来100个(假)阳性
相对于1个患者来说,
如果你的测试结果是阳性,那么只有1%的概率是真的,99%的概率是测试出错。
这个出错概率随着疾病的感染率的降低会提高。
随着测试次数的增多而降低
但现实中,并不会对10000个人都进行测试,而是出现了相关症状或有风险的人进行测试,
这样就导致感染者的比例并不会有万分之一这么夸张。
当患者比例达到受试人员的十分之一时,这个1%的试剂出错率影响就不会这么大了。[/quote]解释的很清楚啊 我明白了
[s:ac:喷]我义无反顾的选了99%
我现在就去睡,这夜不该熬
学到了新的知识
[quote][pid=406021797,20876796,1]Reply[/pid] Post by [uid=42072505]クロエ私の[/uid] (2020-03-19 08:30):
[s:ac:喷]我义无反顾的选了99%
我现在就去睡,这夜不该熬
学到了新的知识 [/quote]害 谁还不是呢 概率论不好好学的下场
中专生论坛问条件概率[img]http://img.nga.178.com/attachments/mon_201209/14/-47218_5052bc4cc6331.png[/img][img]http://img.nga.178.com/attachments/mon_201209/14/-47218_5052bc4cc6331.png[/img][img]http://img.nga.178.com/attachments/mon_201209/14/-47218_5052bc4cc6331.png[/img]
直钩钓鱼[img]http://img.nga.178.com/attachments/mon_201209/14/-47218_5052bc4cc6331.png[/img][img]http://img.nga.178.com/attachments/mon_201209/14/-47218_5052bc4cc6331.png[/img][img]http://img.nga.178.com/attachments/mon_201209/14/-47218_5052bc4cc6331.png[/img]
但是还有个问题,我觉得实际上pcr反应的假阴性概率远比假阳性概率高啊,引物设计缺陷、退火回火温度不合适等等都可能引发假阴性,但假阳性的可能只有反应体系被污染,也就是说采样的时候有病毒混入样品
那测两次都是阳性,是患者的概率是多少?[s:ac:哭笑]