ベイズ定理とは何ですか？

Bayesの定理は、ベイズルールまたは逆確率の原理と呼ばれることもありますが、確率理論の公理から非常に迅速に続く数学的定理です。実際には、新しい経験的データXといくつかの背景情報、または以前の確率を考慮して、いくつかのターゲット現象または仮説Hの更新された確率を計算するために使用されます。compothesis何らかの仮説の事前の確率は、通常、0％から100％の間のある割合、または0〜1の間のある程度で表されます。すべてのオブザーバーが同じ経験を持っているわけではないため、特定の仮説について同等の確率推定値を作成することはできません。科学的文脈におけるベイズ定理の適用は、ベイジアン推論と呼ばれ、科学的方法の定量的な形式化です。実験結果が与えられた理論的確率分布の最適な修正を可能にします。Hが実際に真である（条件付き確率、または尤度と呼ばれる）、hが真であることを倍にすることを考えると、この証拠xを観察すること、すべてxの確率で割った。特定の患者が癌を患っている可能性にどのように貢献するかは、次のように示すことができます。+ P（陽性|〜がん）*P（〜がん）

垂直バーは与えられたことを意味します。特定の癌検査で陽性の結果を得た後、患者が癌を患っている可能性は、癌（過去の結果に由来する）倍の陽性結果の確率と同等です。同じ数に加えて、誤検出時間の確率は、がんにかかっていないという事前の確率です。

複雑に聞こえますが、上記の方程式を使用して、定量化可能な実験結果を考慮して仮説の更新された確率を決定できます。