ベイズの定理を以下の式で表すことを提案します。この形式は、私たちの思考の順番と一致しており、非常に覚えやすいのが特徴です。
「『ひーひーひー』といいながらベイズの定理を覚える」というのはどうでしょうか(^^)
Hypothesis (仮説)：「病気である」
Evidence (証拠)：「検査で陽性だった」
このツールを使って、証拠(E)によって仮説(H)の確からしさがどう更新されるかを探求しましょう。
いよいよ結論です。証拠 E (陽性) を得た後の、仮説 H (病気) の確からしさ、すなわち事後確率 P(H|E) を計算します。
陽性という結果を踏まえた事後確率は...
以下のスライダーを動かして、各パラメータが事後確率にどう影響するかを確かめてみましょう。
仮説 H (病気である) の、証拠を見る前の確率。
仮説 H (病気である) が真の時、証拠 E (陽性) が観測される確率。
仮説 H が偽 (¬H: 健康である) の時、証拠 E (陽性) が観測される確率。