천 명 중 한 명이 걸리는 병과, 환자의 99%와 건강한 사람의 1%를 양성으로 표시하는 검사를 생각합니다. 검사에서 양성이 나온 사람이 실제로 병에 걸렸을 확률은 분자의 0.99 × 0.001을 분모의 0.99 × 0.001 + 0.01 × 0.999로 나눈 값이며, 작업대는 0.09016393442623을 답합니다. 정확도 99%인 검사인데 경고 열 건 중 아홉 건이 거짓입니다.
두 항의 크기만 보면 모든 것이 설명됩니다. 진양성은 사람당 9.9⋅10−4를 주고, 위양성은 0.00999로 열 배나 되는 유입입니다. 같은 계산을 자연 빈도로 바꾸면 직관에 더 잘 맞습니다. 천 명을 검사하면 한 명이 걸려 있고 0.99의 확률로 잡히지만, 건강한 999명 중 9.99명은 여전히 양성으로 표시됩니다. 검사 자체에는 부정확한 것이 없습니다. 병이 드물고, 건강한 집단에 적용된 1%의 오류율이 환자에게 적용된 99%의 정확도를 묻어 버리는 것입니다.
답
0.09016393442623
읽는 방법
작업대의 양성 예측도입니다. 이어지는 두 링크는 그 분자와, 둘 중 더 큰 항인 위양성 항입니다.
출처
Positive predictive value = sensitivity·prevalence / (sensitivity·prevalence + false-positive-rate·(1 − prevalence)); base-rate neglect was demonstrated in Kahneman and Tversky's taxi-cab problem and the screening version popularised by Gerd Gigerenzer
계산기에서 풀어 보기
이 링크는 이 문제의 숫자가 이미 입력된 알맞은 계산기를 엽니다. 위 줄은 화면에 표시되어야 하는 내용입니다. 직접 확인하세요.