佐藤吉宗先生の統計学入門(1)-偽陽性問題-
@yoshisatose odd = p/(1-p) だから p= odd/(1+ odd) で。
2013-03-19 01:40:54@kimitakatajimi オッズは普段まったく使わないので、オッズを使っても同じ答えにいたるというのは、面白いなと思います。
2013-03-19 01:42:54検査が陰性であった時に病気にかかっていない確率も書いときますね。 有病率5%を検査前オッズ(事前のオッズ)になおすと、0.0526315 これは、一問目と同じ。陰性尤度比は、(1-感度)/特異度で、1/9 。したがって、0.05263/9 = 0.0058479 が検査後オッズ。
2013-03-19 10:12:58.... つづき、オッズから確率を求めると、0.00581395348 で、これが検査が陰性であった場合に病気である確率なので、1 - 0.00881395348 =. 0.99418604652 答えは 99.4% です。
2013-03-19 10:17:10翌朝の話題
おもしろく、まとまってます。1万分の1の出来事を99%の確率で検知してブザーが鳴る装置は、どのくらいの頻度でブザーが鳴るでしょうか http://t.co/8B104fY1Op
2013-03-19 07:09:24「奇跡が日常的に起きている…という事は夢の無い話だろうか? いや、むしろ逆なのではないだろうか。」「私たちは、その日常的な奇跡の結果、ここに居るのだから」
2013-03-19 07:24:33「1分時間があれば、天文学的な確率の奇跡を起こすのは簡単で、サイコロを1分間ほど転がしてもらえばいい。そこに並ぶ数字は1の目が1分間ずっと出続けるのと同じ確率の事柄なのだから。そして、その数字の並びが今の私たちそのものなのだから」
2013-03-19 07:27:1799.999999999999%の精度を持つ、将来犯罪を起こす人物を探し出せる装置を毎日、全国民にしてみると想像してみると……
2013-03-19 07:35:48(これ、産まれた時に、1度だけ検査するという話だと、意味が変わってくるのが恐ろしいかも。では10年に一度だったら? 1年に一度だったら? )
2013-03-19 07:41:12裏でこんな話があったのを知りませんでしたw 後で読みます .@birdtaka さんの「佐藤先生の統計学入門(1)ー偽陽性問題ー」をお気に入りにしました。 http://t.co/xEDvYzqq1C
2013-03-19 07:42:28菊池誠先生の指摘
@yoshisatose 偽陽性の練習問題、以前僕が「細胞工学」に書いたときに田崎さんから、誤検出と見落としを同じ確率にするのはよくない(誤解を招く)と指摘されたことがあり、たしかにそうだと思いました。5%と1%などにするほうがよい。僕の文章も出たあとだったので訂正してませんが
2013-03-19 08:59:02@kikumaco 私の例の場合10%と10%のことだと思いますが、私の意図としては、P(B|A)とP(Bの補|Aの補)が同じ値であっても、P(A|B)とP(Aの補|Bの補)が大きく乖離する、という所に一つの面白味があると感じたので、あえて同じ値にしてみましたが、誤解を招くとは?
2013-03-19 09:04:46@yoshisatose (1-0.1)P(A)+0.1P(B)みたいな式を書いたとき、ふたつの0.1を同じ由来と誤解して混乱しかねないという指摘でした。もちろん、注意深く読めばいいだけですが。陰性なのに陽性と誤検出する確率をぐっと下げても問題は変わらないので、最近はそうしてます
2013-03-19 09:13:08@kikumaco あ、なるほど。それは、確かに由来がどちらかがゴチャゴチャになってしまいますね。計算ミスのもとにもなりそう。ありがとうございます。
2013-03-19 09:15:15大阪大学 菊池誠先生の解説
稀な病気の場合、検査で陽性だったときに、本当に病気である確率をきめるのは、感度ではなく特異度のほう。試しに感度を100%としてみればいい。もともと稀なものだというのが効いてる
2013-03-19 10:44:41