贝叶斯网络和条件概率表

时间:2021-03-06 15:43:15

标签: probability bayesian bayesian-networks

(基于三个测试检测怀孕)第一个是扫描测试,其假阳性为 1%,假阴性为 10%。第二种是验血,检测黄体酮的假阳性率为 10%,假阴性率为 30%。三是金黄试验,同样检测黄体酮,假阳性为10%,假阴性为20%。怀孕时可检测到孕酮水平的概率为 90%,未怀孕时为 1%。两次阳性检测后怀孕的概率为 0.364%。构建贝叶斯网络并指定条件概率表。

enter image description here

这是我尝试制作的贝叶斯网络。唯一的问题是我如何计算怀孕:P(怀孕)。我试图根据文本这样计算:P(怀孕|血,尿V血,扫描V扫描,尿V扫描,扫描,V尿,尿V血,血)但它会给出一个太复杂的公式,也许有一种更简单的方法可以做到这一点。我知道贝叶斯网络中除了怀孕概率之外的所有概率。

0 个答案:

没有答案