ベイズの定理計算機

事象の事前確率と信号の発生率から、信号後の確率を確かめます。

例:事象=不良品、シグナル=検査で不良と判定。

シグナル前の事象の確率
%
事象がある場合のシグナル
%
事象がない場合のシグナル
%

シグナル後に事象がある確率

15.3846%

全体でシグナルが出る割合5.85%
シグナル中の誤検出84.6154%

信号を見た後の確率を考える

事象の有無から信号の有無へ分かれる四つの枝

検査で印が付いても、対象の事象が必ず起きたとは限りません。事象がまれなら、誤った信号が全体の多くを占めることがあります。

三つの割合の結び方

事象をA、信号をSとします。最初にAの割合を入力し、次にAが起きたときのSの割合、最後にAが起きないときのSの割合を入力します。式は真の信号を全信号と比べます。

P(A∣S)=P(S∣A)P(A)P(S∣A)P(A)+P(S∣¬A)P(¬A)P(A\mid S)=\frac{P(S\mid A)P(A)}{P(S\mid A)P(A)+P(S\mid\neg A)P(\neg A)}

数字で確かめる三つの例

不良品が1%、検出率が90%、良品の誤検出率が5%なら、1万個で真の印は90件、誤った印は495件です。印が付いた製品の不良確率は90 / 585 = 15.3846%になります。

信号だけでは分からないこと

三つの割合は比較できる同じ集団から設定してください。結果の木は1万件あたりの期待値であり、実際の件数を保証するものではありません。両方の群で信号が起こらないなら、信号後の条件付き確率は定義できません。

出典:MITの確率論講義資料.

ベイズの定理についてよくある質問

検出率が高いのに誤信号が多いのはなぜですか?

事象がまれだと、事象のない大きな群から出る誤信号が多くなり得るためです。

事前確率とは何ですか?

信号を見る前に、対象集団で事象が起きる割合です。

入力する三つの割合を足して100%にしますか?

いいえ。それぞれ別の条件で測った割合です。

信号が絶対に出ない場合はどうなりますか?

信号のある事例がないため、信号後の確率は定義できません。

1万件の木はシミュレーションですか?

いいえ。入力した割合を期待件数に換算したものです。

類似の計算機

同じトピックに関する次の計算機が役立つかもしれません:

ソーシャルメディアで共有する

気に入ったら、計算機をソーシャルメディアプラットフォームで共有してください。あなたにとっては簡単で、プロジェクトのプロモーションにとっては有益です。ありがとうございます!