五千年(敝帚自珍)

主题:【原创】老马丁胡侃统计之三: 关于两个错误 -- 老马丁

共:💬29 🌺89
全看树展主题 · 分页首页 上页
/ 2
下页 末页
家园 忽悠了这么久,原来是说

阿尔法risk和贝塔risk

家园 以前看过一个日本故事,一个老和尚说“多一个朋友不如少一个敌人”

一个武士回答说“我就没有一个敌人”,老和尚说“善哉,施主如何做到的呢”“我的敌人都被我杀光了”。

呵呵……大概这也是一种风险回避……

家园 这刚到三就结束了?不过瘾啊
家园 猜一个,1%
家园 刚猜完就发现猜错了,呵呵
家园 对,不过瘾
家园 呵呵

这个...殊途同归?同一目的的不同实现路径....

家园 楼主的两号错误,又叫虚警概率和漏警概率

在现实生活中有极其重要的应用.

例如,国内公安部门曾经吹牛,说要开发一种汽车报警器,要既不会错报警,也不会漏报警........结果当然是太监了.因为理论上不可能有虚警概率和漏警概率同时为0的警报系统.


本帖一共被 2 帖 引用 (帖内工具实现)
家园 这题还是改为癌症人们更愿意回答

当然AIDS很恐怖,漏警和虚警的危害不同(其实该相同的),国人即便是真有此癖好的,也愿意遮饰自己,不积极回答问题.呵呵

家园 贝叶斯

A= 检测结果阳性;

B= 得病;P(B)=1%

已知:P(A|B)=99%

求P(非B|A)?

P(B|A) = P(A|B)P(B)/ [P(B)P(A|B)+P(非B)P(A|非B)]

= 99%*1% / [1% * 99% + 99% * 1%]

= 50%

所以,P(非B|A)= 1 - P(B|A) = 50%


本帖一共被 1 帖 引用 (帖内工具实现)
家园 这个,为什么呢?

虚警概率和漏警概率并不是一个完备事件组啊?

家园 因为贝叶斯定律被我还给老师了。。。
家园 呵呵,公式我都忘记了

花你!

家园 有关Neyman-Pearson原则

一般统计中通行的Neyman-Pearson原则是说要在第一类错误的概率不大于某一限度的条件下尽量减小第二类错误的概率吧……但是问题是,这个原则的重点在于强调保护原假设尽量不被拒绝,而不是尽量排除原假设。所以无罪推定中就是尽量避免将无罪之人冤枉,有罪推定中就是尽量避免将有罪之人放跑。可是抛开这个不谈,Neyman-Pearson原则本身的合理性又在哪里?如果说他在统计中的应用是由于统计人的信念,可是并不代表这个原则在伦理学上也是好的呀……

全看树展主题 · 分页首页 上页
/ 2
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河