Applying Bayes' rule: The simple ca

Applying Bayes' rule: The simple case
On the surface, Bayes' rule does not seem very useful. It requires three terms-a conditional probability and two unconditional probabilities-just to compute one conditional probability.
Bayes' rule is useful in practice because there are many cases where we do have good probability estimates for these three numbers and need to compute the fourth. In a task such as medical diagnosis, we often have conditional probabilities on causal relationships and want to derive a diagnosis. A doctor knows that the disease meningitis causes the patient to have a stiff neck, say, 50% of the time. The doctor also knows some unconditional facts: the prior probability that a patient has meningitis is 1150,000, and the prior probability that any patient
has a stiff neck is 1120. Letting s be the proposition that the patient has a stiff neck and m be the proposition that the patient has meningitis, we have

Kết quả (Việt) 1:

Áp dụng quy tắc Bayes: các trường hợp đơn giảnTrên bề mặt, Bayes quy tắc không có vẻ rất hữu ích. Nó đòi hỏi ba điều khoản a có điều kiện xác suất và hai vô điều kiện xác suất, chỉ cần để tính toán một xác suất có điều kiện.Quy tắc Bayes là hữu ích trong thực tế, bởi vì có rất nhiều trường hợp chúng tôi có tốt xác suất ước lượng cho những con số 3 và cần phải tính toán thứ tư. Trong một công việc như chẩn đoán y tế, chúng tôi thường xuyên có xác suất có điều kiện về mối quan hệ nhân quả và muốn lấy được một chẩn đoán. Bác sĩ cho biết bệnh viêm màng não gây ra các bệnh nhân để có một cổ cứng, nói rằng, 50% thời gian. Bác sĩ cũng biết một số sự kiện vô điều kiện: xác suất trước rằng một bệnh nhân có viêm màng não là 1150,000, và khả năng trước đó bất kỳ bệnh nhâncó một cứng cổ là 1120. Cho s là đề xuất rằng các bệnh nhân có một cứng cổ và m là đề xuất rằng bệnh nhân có viêm màng não, chúng ta có

Kết quả (Việt) 2:

Áp dụng Bayes 'quy tắc: Các trường hợp đơn giản
Trên bề mặt, Bayes' quy tắc không có vẻ rất hữu ích. Nó đòi hỏi ba điều khoản-một xác suất có điều kiện và hai xác suất-chỉ vô điều kiện để tính một suất có điều kiện.
Quy tắc Bayes là hữu ích trong thực tế vì có rất nhiều trường hợp chúng tôi có ước tính xác suất tốt cho những ba số và cần phải tính toán thứ tư. Trong một nhiệm vụ chẳng hạn như chẩn đoán y tế, chúng ta thường có xác suất có điều kiện vào các mối quan hệ nhân quả và muốn lấy được một chẩn đoán. Một bác sĩ biết rằng bệnh viêm màng não bệnh gây ra bệnh nhân có bị cứng cổ, nói rằng, 50% thời gian. Các bác sĩ cũng biết một số sự kiện vô điều kiện: xác suất trước đó bệnh nhân có viêm màng não là 1150.000, và xác suất trước rằng bất kỳ bệnh nhân
có bị cứng cổ là 1120. Cho s là đề xuất rằng bệnh nhân có bị cứng cổ và m là các đề xuất rằng bệnh nhân có viêm màng não, chúng ta có