请教概率学高手为何有这种反常识的结论？

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

最近在研究贝叶斯概率，R中已经弄好了，但是我在查资料过程中发现一个非常反常识的应用案例，百思不得其解，请教大家：

"
艾滋病毒(HIV)检测技术的准确度相当惊人。如果一个人真是HIV阳性，血液检测的手段有99.9%的把握把他这个阳性给检查出来而不漏网。如果一个人不携带HIV，那么检测手段的精度更高，达到99.99%——也就是说只有0.01%的可能性会冤枉他。已知一般人群中HIV携带者的比例是0.01%。现在假设我们随便在街头找一个人给他做检查，发现检测结果是HIV阳性，那么请问，这个人真的携带HIV的可能性是多大呢？

我们使用贝叶斯定理。A表示“这个人真的携带HIV”，B表示“检测出HIV”，那么根据现有条件，P(A) = 0.01%，P(B|A) = 99.9%，P(B|A-) = 0.01%，带入公式，计算得到P(A|B) = 0.01% * 99.9% / (99.9%*0.01% + 0.01%*99.99%) ≈ 50%！

答案或许和你的直觉不一致，即使在这么惊人的检测准确度之下，哪怕这个人真的被检测到HIV阳性，他真有HIV的可能性也只有50%。
”

请问这个是怎么回事？？有没有高手可以解释一下？

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：百思不得其解 贝叶斯概率 艾滋病毒 检测结果 应用案例

这不是反常的结论，侧面反映了您对概率的含义理解不太到位。概率表示事件发生的可能性。比如说，A事件的发生概率是0.1，那么可重复实验10次，是不是A事件一定发生1次呢，不一定。重复100次实验，也有可能一次不发生。按照这个逻辑，就好理解了。HIV的发生有一定概率，检测准确也有一定概率，所以确实发生HIV的概率就应该是在检测准确的条件下HIV发生概率。至于为什么检测出来发HIV阳性，而最终是HIV阳性的概率不是很高，主要原因就是HIV阳性的发生概率太低了

"主要原因就是HIV阳性的发生概率太低了"

我们假设一下，强制所有的人全部做一次检测，那么，那些出现阳性的人有两个来源，第一种是真阳，概率是99.99% * 0.01%，另外一种是假阳性，概率为0.01% *  99.99%，两者一样，所以真阳的概率为50%。