신호가 확률을 얼마나 바꾸는지

사건과 신호의 유무로 갈라지는 네 가지 경로

양성 신호만으로 사건이 일어났다고 단정할 수는 없습니다. 사건이 드물면 작은 오경보율도 많은 잘못된 신호를 만들 수 있습니다.

세 비율을 결합하는 법

사건을 A, 신호를 S라고 하겠습니다. A의 사전 비율, A가 있을 때 S가 나오는 비율, A가 없을 때 S가 나오는 비율을 차례로 입력하세요. 공식은 진짜 신호를 모든 신호와 비교합니다.

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)}

불량품이 1%이고 검출률이 90%, 정상 제품의 오경보율이 5%라면 제품 1만 개 중 진짜 신호는 90개, 가짜 신호는 495개입니다. 신호 후 불량 확률은 90 / 585 = 15.3846%입니다.

사전 비율 20%, 검출률 80%, 오경보율 10%에서는 100건당 진짜 신호가 16건, 가짜 신호가 8건입니다. 신호 후 확률은 66.6667%입니다.

사건 비율이 30%이고 두 집단에서 신호가 각각 40% 발생한다면 신호는 구분력이 없습니다. 결과는 그대로 30%입니다.

세 비율은 서로 비교할 수 있는 집단을 기준으로 해야 합니다. 결과 나무의 숫자는 1만 건으로 환산한 기대 평균이며 특정 표본의 실제 건수는 아닙니다. 어느 집단에서도 신호가 불가능하면 조건부 확률을 정의할 수 없습니다.

사건이 없는 집단이 훨씬 크면 작은 오경보율도 많은 가짜 신호를 냅니다.

신호를 관찰하기 전 대상 집단에서 사건이 차지하는 비율입니다.

아닙니다. 각 값은 다른 조건의 집단을 나타냅니다.

신호가 나온 사례가 없어 신호 후 확률을 계산할 수 없습니다.

아닙니다. 입력 비율을 기대 건수로 바꿔 보여 줍니다.

같은 주제에 대한 다음 계산기가 유용할 수 있습니다:

좋았다면, 계산기를 소셜 미디어 플랫폼에 공유해 주세요. 여러분에게 쉽고 프로젝트 홍보에 도움이 됩니다. 감사합니다!

전체에서 신호가 나올 비율	5.85%
신호 중 잘못된 신호	84.6154%