我有以下问题：
您因头痛而去看医生。医生会随机选择您进行流感的血液检查，这可能会影响您所在城市的9,000人中的1人。测试的准确性为99％，这意味着假阳性的可能性为1％。假阴性的可能性为零。如果您的测试结果呈阳性，那么您得流感的几率是多少？
在这个问题上，有人可以帮助我理解P（Positive | Flu）是什么吗？是1还是.99？
答案 0 :(得分：1)
P（+ | Flu）= 0.99。但是，这个问题在某种程度上具有误导性，除非我们知道严重头痛的人中流感的流行，否则就无法解决这个问题，因为并不是每个人的头疼都很大。人口中的流感患病率为9000：1。但是，您头疼得很厉害，这可能意味着您实际患流感的可能性比没有头疼的朋友要高。反正...
贝叶斯规则说：P（Flu | +）= P（+ | Flu）x P（Flu）/ P（+）
已知信息：
P（流感）= 1/9000
P（+ |无流感）= 0.01（假阳性率）
P（-| Flu）= 0（假阴性率）
我们需要P（+）。使用总概率定律，我们可以计算出它。
P（+）= P（+ |流感）x P（流感）+ P（+ |无流感）x P（无流感）= 0.99x1 / 9000 + 0.01x8999 / 9000 = 0.01088
因此，P（Flu | +）＝ 0.99×1/9000 / 0.01088 ＝ 0.0109或约1.1％。因此，即使经过阳性测试，您也不太可能感染流感。为什么？因为流感的患病率很低（〜0.0001），而且测试还不够完善（每100例中没有流感的人中有1个会测试+）。
故事的道德？不要在一般人群中筛查流感。仅筛查高危人群或表现出症状（例如头痛 AND 发烧+咳嗽）的人，在这种情况下，流感的患病率将大大超过9,000人中的1人，可能是20人中的1人。患病率达到20分之一，而+测试结果表明患流感的风险将上升到84％。