千分之一患病率遇上 99% 准确的检测,得 0.09016393442623

十个被召去复查的人里有九个是误报,而理由只是一行没人愿意算的算术。

统计与数据 · 难度: 经典结论 · 更新于 2026-11-10

设有一种千人中一人患的病,检测能把 99% 的患者查出来,却也会把 1% 的健康人标阳。被标阳的人真正患病的概率,分子是 0.99 × 0.001,分母是 0.99 × 0.001 + 0.01 × 0.999,工作台答 0.09016393442623。一个 99% 准确的检测,十分之九的阳性是假的。

把两项的大小摆出来就明白了:真阳性每人 9.9⋅10−4,假阳性每人 0.00999——后者是十倍的水流。换成自然频数更顺:筛一千人,一个病人以 0.99 的概率被抓到,而 999 名健康人里仍有 9.99 个被误标。检测本身没有不准,不准的是直觉:稀缺的是病,于是施加在健康人群上的 1% 差错,淹没了施加在患者身上的 99% 命中率。

答案

0.09016393442623

口径说明

工作台上的阳性预测值。后两个链接分别是它的分子与假阳性那一项,后者更大。

出处

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

在计算器里做这道题

下面的链接直接打开对应的计算器,并把这道题的数字填进屏幕——答案就是上面那一行,可以自己核对。

本站为独立第三方工具站,与 Casio、Texas Instruments 及其代理商无隶属、代理或授权关系。型号名与产品名为各权利人商标,仅用于识别机型。

手册中的操作序列依据「本站在线计算器同源布局数据 + 公开产品事实」独立撰写;规格与地区配置以实机与厂商最新资料为准。