Let me ask you Bayes Rule in the context of a completely different example
to see if you understand how to apply Bayes Rule.
This time it's about cancer testing.
It is an example that is commonly studied in statistics classes.
Suppose there exists a certain type of cancer,
but the cancer is rare--only 1 in a 1000 people has the cancer--
where as 999 in 1000 people don't have it,
illustrated by the probability of cancer and the probability of not cancer.
Suppose we have a test, and the test can come out positive or negative.
The probability that the test triggers positive if you have cancer is 0.8,
and the probability that the test comes out positive given that I'm cancer free is only 0.1.
Clearly the test has a strong correlation to whether I have cancer.
Here's a really difficult question.
Can you compute for me the probability of cancer given that I just received a positive test.
Let me emphasize this is not an easy question, but you should be able,
based on what I've taught you, to calculate this result.
Think of the cancer/non cancer as the robot position
and think of the positive as whether the colored door observed is the correct one.
Así que déjame preguntarte sobre la Regla de Bayes en contexto de un ejemplo completamente diferente
a ver si entiende la forma de aplicar la regla de Bayes.
Esta vez se trata de pruebas de cáncer.
Y es un ejemplo que a menudo se estudia en las clases de estadística.
Supongamos que existe un cierto tipo de cáncer,
pero el cáncer es poco frecuente -- sólo 1 de cada 1000 personas tiene el cáncer--
mientras que 999 de cada 1000 personas no lo tienen,
ilustrada por la probabilidad de cáncer y la probabilidad de no cáncer.
Supongamos que tenemos una prueba, y la prueba puede salir positivo o negativo.
La probabilidad de que la prueba sea positiva si tiene cáncer es 0.8,
y la probabilidad de que la prueba salga positiva, sin tener cáncer es de sólo 0.1.
Así que claramente la prueba tiene una fuerte correlación con si tengo cáncer.
He aquí una pregunta realmente difícil.
¿Puedes calcular para mí la probabilidad de cáncer dado que acabo de recibir una prueba positiva?.
Quisiera hacer hincapié en que esto no es una pregunta fácil, pero usted debería ser capaz,
basado en lo que te he enseñado, calcule el resultado.
Piense en el cáncer/no cáncer como la posición del robot
y piense en el test positivo como si la puerta de color observada es la correcta.
Adesso ti chiedo la Regola di Bayes nel contesto di un esempio completamente diverso
per vedere se hai capito come applicare la Regola di Bayes.
Questa volta si tratta di un test sul cancro.
E' un esempio comunemente studiato nei corsi di statistica.
Supponi che esista un certo tipo di cancro,
ma questo cancro è molto raro, solo una persona su mille lo ha
mentre 999 persone su 1000 non lo hanno,
mostrato dalla probabilità di Cancro e dalla probabilità di non-Cancro.
Immagina di avere un test, e il test puà risultare positivo o negativo.
La probabilità che il test risulti positivo se ho il cancro è 0.8
e la probabilità che il test risulti positivo se non ho il cancro è solo 0.1
Ovviamente il test ha una forte correlazione al fatto che io abbia il cancro o no.
Questa è una domanda difficile:
sai calcolare la probabilità di Cancro, dato un risultato positivo del test?
Lasciami rimarcare che questa domanda non è facile, ma dovresti essere in grado,
basato su ciò che ti ho insegnato, di calcolare questo risultato.
Pensa a Cancro/nonCancro come alla posizione del robot
e pensa al risultato positivo come a sapere se il colore osservato è quello giusto.
ベイズの定理の適用法を
理解しているか確かめるために
まったく違うタイプの例を出します
ガン検査についてです
統計学のクラスで学習する一般的な例です
ある種のガンが存在すると仮定します
そのガンはまれで
1,000人に1人しかかかりません
つまり1,000人のうち
999人はかからないわけですが
これはガンがある確率とガンがない確率です
検査を受ければ陽性か陰性かが分かります
ガンにかかっていた場合に
検査の結果が陽性である確率は0.8で
ガンがないのに陽性の結果が出る確率は
たったの0.1です
検査とガンには強い相関があります
ここで難しい問題を出しましょう
陽性の結果だった場合に
ガンがある確率を計算してください
簡単な問題ではありませんが
学んだことに基づけば
結果を計算することができます
ガンの有無をロボットの位置に
陽性か陰性かを
色のついたドアに置き換えて考えてください
Deixa-me ver se sabes usar a Lei de Bayes num contexto completamente diferente
para ver se compreendeste mesmo a Lei de Bayes.
Desta vez focamos um teste de despiste de cancro.
É um exemplo comum nos cursos de estatística.
Supõe que há um certo tipo de cancro,
mas é um cancro raro -- só 1 em cada 1000 pessoas o tem --
ou seja, 999 em cada 1000 pessoas não o tem,
o que dá estas probabilidades de ter ou de não ter o cancro.
Supõe que há um teste, e o teste pode dar positivo ou negativo.
A probabilidade do teste dar positivo quando se tem o cancro é de 0.8,
e a probabilidade do teste dar positivo quando NÃO se tem o cancro é somente de 0.1,
O resultado do teste está fortemente correlacionado com a existência do cancro.
Eis uma questão muito difícil.
Consegues calcular a probabilidade de eu ter o cancro, sabendo que recebi um teste positivo?
Deixa-me realçar que não é uma questão simples, mas que deverás ser capaz,
baseado no que já te ensinei, de calcular esse resultado.
Pensa no cancro/não cancro como uma posição do robot
e pensa que o teste positivo é como observar correctamente a cor da porta.