- Jaká je pravděpodobnosti jevu A, když víme, že nastal jev B?
- Značíme \(P(A|B)\)
Jaká je pravděpodobnost, že součet hodnot bude rovný šesti, pokud na jedné z kostek padlo číslo menší než tři?
\(P((K_1 + K_2 = 6) | (K_1 < 3\;OR\;K_2 < 3))\)
\[ P(A|B) = \frac{P(A \cap B)}{P(B)} \]
Při screeningu rakoviny prsu je mamografie zhruba z 90 % přesná v tom smyslu, že 90 % žen s rakovinou a 90 % žen bez rakoviny bude správně klasifikováno. Předpokládejme, že 1 % vyšetřovaných žen má skutečně rakovinu: jaká je pravděpodobnost, že náhodně vybraná žena bude mít pozitivní mamograf, a pokud ano, jaká je šance, že má skutečně rakovinu?
P(A) … rakovina
P(B) … pozitivní test
\(P(B)\) … 0.99 * 0.1 + 0.01 * 0.9 = 0.108 = ca 10.8 %
\(P(A \cap B)\) … 0.01 * 0.9 = 0.9 %
\(P(A|B)\) = 0.9/10.8 = ca 8 %
Co by se stalo ve velké skupině, řekněme 1000 žen?
Co by mohl tento výrok znamenat?
\[ P(A|B) = \frac{P(B|A)*P(A)}{P(B)} \;\;\;\;\;[Bayesova\;věta] \] Pomáhá počítat s podmíněnou pravděpodobností. Odvozena přímo se základního vzorce.
Symetricky:
\[ P(A|B) = \frac{P(A \cap B)}{P(B)} \;\;\;\;\;[2] \] \[ P(B|A) = \frac{P(A \cap B)}{P(A)} \;\;\;\;\;[3] \] Tedy ze [3] plyne:
\[ P(A \cap B) = P(B|A)*P(A) \;\;\;\;\;[4] \] Ze vzorce [4] plyne, že dosazením výrazu \(P(B|A)*P(A)\) za \(P(A \cap B)\) ve vzorci [2] získáme Bayesovu větu.
Policie podrobí svědka pokusu na jeho spolehlivost (za podobného osvětlení mu v náhod. pořadí přivádějí k rozpoznání Asiaty / ne Asiaty). Svědek má přesnost 80 % jak ve správném určení Asiatů, tak ne-Asiatů.
Jaká je pravděpodobnost, že pachatel byl Asiat?