Comments on: 貝氏定理(下) – 99%的準確度 http://mmdays.com/2008/05/04/bayes2/ 網路, 產業, 資訊, 觀察, 生活, 電影, 技術, 新知, 科技, 媒體, 趨勢, Web 2.0 Thu, 09 Feb 2012 18:32:00 +0000 hourly 1 http://wordpress.org/?v=3.0.1 By: bbn019 http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-33067 bbn019 Mon, 06 Jul 2009 19:02:58 +0000 http://mmdays.com/?p=5823#comment-33067 感謝版主的兩篇文章,淺顯易懂,對我幫助很大 不過我覺得文章中對"病毒偵測準確度達99%"的定義不明 準確度99%也可以解釋成剩餘的1%包含所有的不準確(當然也包含沒偵測到病毒跟誤判這兩種情形) 如此得到的結果會大不相同 我覺得十分有必要在計算之前,先了解資料來源的99%是如何計算出來,以及剩於1%包含什麼 樓上愛滋病的問題,我也一樣認為應該優先搞清楚HIV檢驗的方法是什麼? 這些機率是怎麼求得的? 不準確的0.1%或0.01%是什麼? 感謝版主的兩篇文章,淺顯易懂,對我幫助很大

不過我覺得文章中對”病毒偵測準確度達99%”的定義不明
準確度99%也可以解釋成剩餘的1%包含所有的不準確(當然也包含沒偵測到病毒跟誤判這兩種情形)
如此得到的結果會大不相同
我覺得十分有必要在計算之前,先了解資料來源的99%是如何計算出來,以及剩於1%包含什麼

樓上愛滋病的問題,我也一樣認為應該優先搞清楚HIV檢驗的方法是什麼? 這些機率是怎麼求得的? 不準確的0.1%或0.01%是什麼?

]]> By: bbn019 http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-83612 bbn019 Mon, 06 Jul 2009 19:02:00 +0000 http://mmdays.com/?p=5823#comment-83612 感謝版主的兩篇文章,淺顯易懂,對我幫助很大 不過我覺得文章中對"病毒偵測準確度達99%"的定義不明 準確度99%也可以解釋成剩餘的1%包含所有的不準確(當然也包含沒偵測到病毒跟誤判這兩種情形) 如此得到的結果會大不相同 我覺得十分有必要在計算之前,先了解資料來源的99%是如何計算出來,以及剩於1%包含什麼 樓上愛滋病的問題,我也一樣認為應該優先搞清楚HIV檢驗的方法是什麼? 這些機率是怎麼求得的? 不準確的0.1%或0.01%是什麼? 感謝版主的兩篇文章,淺顯易懂,對我幫助很大

不過我覺得文章中對”病毒偵測準確度達99%”的定義不明
準確度99%也可以解釋成剩餘的1%包含所有的不準確(當然也包含沒偵測到病毒跟誤判這兩種情形)
如此得到的結果會大不相同
我覺得十分有必要在計算之前,先了解資料來源的99%是如何計算出來,以及剩於1%包含什麼

樓上愛滋病的問題,我也一樣認為應該優先搞清楚HIV檢驗的方法是什麼? 這些機率是怎麼求得的? 不準確的0.1%或0.01%是什麼?

]]> By: Mr. Tomorrow http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-18452 Mr. Tomorrow Thu, 24 Jul 2008 00:46:39 +0000 http://mmdays.com/?p=5823#comment-18452 Sierra 說得很對!!! 雖然有些軟體會有"smart scan" 之類的選項，只檢測.exe .dll 等高危檔案。但相對aids 病毒檢測而言，電腦病毒測試對經濟效益的考量沒有那麼重要，分別也沒有那麼明顯。 Sierra 說得很對!!!

雖然有些軟體會有”smart scan” 之類的選項，只檢測.exe .dll 等高危檔案。但相對aids 病毒檢測而言，電腦病毒測試對經濟效益的考量沒有那麼重要，分別也沒有那麼明顯。

]]> By: Sierra http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-18433 Sierra Wed, 23 Jul 2008 07:47:06 +0000 http://mmdays.com/?p=5823#comment-18433 所以實際醫療上不會無故在路上抓一個人，就驗AIDS，為了經濟效益，檢測前會利用條件篩選出較高危險的族群，如此可以增加真正AIDS的出現率。花在比如驗妓女、嫖妓者，比驗沒性行為（或者性伴侶固定，當然性伴侶的性伴侶也要固定）的一般人，好太多了。 防毒軟體就沒差了，速度夠快，檔案有限，只要肯多付出時間掃一些正常檔案，來抓出少，但危害大的病毒。 檢驗陽性，而真正有病的機率，就是陽性預測值 (PPV, Positive predictive value)，也是"臨床上"直接最關心的。為何說是"直接"，因為沒有好的檢驗方法，和相對較高的盛行率，也沒有好的PPV。 所以實際醫療上不會無故在路上抓一個人，就驗AIDS，為了經濟效益，檢測前會利用條件篩選出較高危險的族群，如此可以增加真正AIDS的出現率。花在比如驗妓女、嫖妓者，比驗沒性行為（或者性伴侶固定，當然性伴侶的性伴侶也要固定）的一般人，好太多了。
防毒軟體就沒差了，速度夠快，檔案有限，只要肯多付出時間掃一些正常檔案，來抓出少，但危害大的病毒。
檢驗陽性，而真正有病的機率，就是陽性預測值 (PPV, Positive predictive value)，也是”臨床上”直接最關心的。為何說是”直接”，因為沒有好的檢驗方法，和相對較高的盛行率，也沒有好的PPV。

]]> By: Sierra http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-83611 Sierra Wed, 23 Jul 2008 07:47:00 +0000 http://mmdays.com/?p=5823#comment-83611 所以實際醫療上不會無故在路上抓一個人，就驗AIDS，為了經濟效益，檢測前會利用條件篩選出較高危險的族群，如此可以增加真正AIDS的出現率。花在比如驗妓女、嫖妓者，比驗沒性行為（或者性伴侶固定，當然性伴侶的性伴侶也要固定）的一般人，好太多了。 防毒軟體就沒差了，速度夠快，檔案有限，只要肯多付出時間掃一些正常檔案，來抓出少，但危害大的病毒。 檢驗陽性，而真正有病的機率，就是陽性預測值 (PPV, Positive predictive value)，也是"臨床上"直接最關心的。為何說是"直接"，因為沒有好的檢驗方法，和相對較高的盛行率，也沒有好的PPV。 所以實際醫療上不會無故在路上抓一個人，就驗AIDS，為了經濟效益，檢測前會利用條件篩選出較高危險的族群，如此可以增加真正AIDS的出現率。花在比如驗妓女、嫖妓者，比驗沒性行為（或者性伴侶固定，當然性伴侶的性伴侶也要固定）的一般人，好太多了。
防毒軟體就沒差了，速度夠快，檔案有限，只要肯多付出時間掃一些正常檔案，來抓出少，但危害大的病毒。
檢驗陽性，而真正有病的機率，就是陽性預測值 (PPV, Positive predictive value)，也是”臨床上”直接最關心的。為何說是”直接”，因為沒有好的檢驗方法，和相對較高的盛行率，也沒有好的PPV。

]]> By: joehwu http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-16930 joehwu Thu, 22 May 2008 07:41:56 +0000 http://mmdays.com/?p=5823#comment-16930 Steven！我確定書裡面對於這個問題已經有詳細的解說和答案了，而且解法就和Mr. Tomorrow一模一樣，你是故意拿來考他的嗎？XD，另外，書裡面有提到「路上隨便找一個人，他有得到愛滋的機率薇0.01%」，因此這個問題的答案就是Mr. Tomorrow說得50%！ Steven！我確定書裡面對於這個問題已經有詳細的解說和答案了，而且解法就和Mr. Tomorrow一模一樣，你是故意拿來考他的嗎？XD，另外，書裡面有提到「路上隨便找一個人，他有得到愛滋的機率薇0.01%」，因此這個問題的答案就是Mr. Tomorrow說得50%！

]]> By: joehwu http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-83610 joehwu Thu, 22 May 2008 07:41:00 +0000 http://mmdays.com/?p=5823#comment-83610 Steven！我確定書裡面對於這個問題已經有詳細的解說和答案了，而且解法就和Mr. Tomorrow一模一樣，你是故意拿來考他的嗎？XD，另外，書裡面有提到「路上隨便找一個人，他有得到愛滋的機率薇0.01%」，因此這個問題的答案就是Mr. Tomorrow說得50%！ Steven！我確定書裡面對於這個問題已經有詳細的解說和答案了，而且解法就和Mr. Tomorrow一模一樣，你是故意拿來考他的嗎？XD，另外，書裡面有提到「路上隨便找一個人，他有得到愛滋的機率薇0.01%」，因此這個問題的答案就是Mr. Tomorrow說得50%！

]]> By: stevenlin http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-16877 stevenlin Sun, 18 May 2008 06:18:49 +0000 http://mmdays.com/?p=5823#comment-16877 花了很久時間看完這貝式定理兩篇，然後看到回應的時候嚇了一跳, 原來在這裡叫steven的不只我一個XD 花了很久時間看完這貝式定理兩篇，然後看到回應的時候嚇了一跳,
原來在這裡叫steven的不只我一個XD

]]> By: stevenlin http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-83609 stevenlin Sun, 18 May 2008 06:18:00 +0000 http://mmdays.com/?p=5823#comment-83609 花了很久時間看完這貝式定理兩篇，然後看到回應的時候嚇了一跳, 原來在這裡叫steven的不只我一個XD 花了很久時間看完這貝式定理兩篇，然後看到回應的時候嚇了一跳,
原來在這裡叫steven的不只我一個XD

]]> By: Mr. Tomorrow http://mmdays.com/2008/05/04/bayes2/comment-page-1/#comment-16603 Mr. Tomorrow Wed, 07 May 2008 21:46:41 +0000 http://mmdays.com/?p=5823#comment-16603 steven: 這本書說的例子和我的電腦病毒例子差不多一模一樣。 你試試用上面有病毒/無病毒 和 警報響起/警報沒響起 那個表。只要把數字擺進去便會得到結果啊。 但這本書有沒有告訴你愛滋病的prior 呢，就是說在街頭上隨便找個人，不做任何檢驗，他是愛滋病者的機率。如果沒有這個機率便不能完成計算。 我沒有仔細的計，但如果這個機率是在0.01% 以下，這樣你便會得到和文中一樣的結果，就是說「即使測試準確度這麼高，他真的是愛滋病的機率仍是低於50%。」 steven: 這本書說的例子和我的電腦病毒例子差不多一模一樣。

你試試用上面有病毒/無病毒 和 警報響起/警報沒響起 那個表。只要把數字擺進去便會得到結果啊。

但這本書有沒有告訴你愛滋病的prior 呢，就是說在街頭上隨便找個人，不做任何檢驗，他是愛滋病者的機率。如果沒有這個機率便不能完成計算。

我沒有仔細的計，但如果這個機率是在0.01% 以下，這樣你便會得到和文中一樣的結果，就是說「即使測試準確度這麼高，他真的是愛滋病的機率仍是低於50%。」

]]>