贝叶斯:检测阳性时真实患病的概率
哪些公司问过
闪电快车1
答案要点
- 需要患病率、灵敏度、特异度三个量,缺先验无法计算
- 错误人数=假阳性+假阴性,准确率99%时100人期望错1人
- P(病|阳)=P(阳|病)P(病)/P(阳),分母含假阳性
- 示例:患病率1%、准确率99%时阳性真病概率约50%
- 患病率低时阳性预测值低(基率谬误),可用复检提高
易错点
- 把准确率99%直接当成阳性后患病概率99%
- 忽略先验患病率(基率谬误)
- 把错误人数只算成假阳性,漏掉假阴性
面试官常见追问
- 两次独立检测都阳性时,患病概率是多少?
- 灵敏度和特异度分别对应什么错误?
- 什么是阳性预测值?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。