- 締切済み
確率（統計？）の問題です。助けてください！
統計の授業で練習問題として出てきたのですが、基礎も習ってない上に問題を出されたために分からなくて困っています。 病気の検査法の検出率の問題で (少し分かりにくくて恐縮ですが表計算ソフトで表されるような表だと思ってください↓) b 病人 正常 0.98 0.05 陽性 | a 0.02 0.95 陰性 1.0 | 1.0 病気の罹病（りびょう）率（発症する確率）0.01とする。 Q:陽性の結果が出た場合、その人が病人である確率はどの程度か？ このような問題で、ベイズの定理と呼ばれる公式がこの問題の上に記述してあります。（それを使って解くのでしょうか・・？） どなたか解答法をご存じの方が見えましたら、ご教授の程よろしくお願い申し上げます。
- walsch
- お礼率89% (224/250)
- 数学・算数
- 回答数1
- ありがとう数1
- みんなの回答 （1）
- 専門家の回答
みんなの回答
- R_Earl
- ベストアンサー率55% (473/849)
> 統計の授業で練習問題として出てきたのですが、基礎も習ってない上に問題を出されたために分からなくて困っています。 では統計ではなく、確率の基礎に立ち直ってみましょう。 確率で考えるのではなく、具体的な人数で考えれば分かりやすいです。 例えば、検査した人数が10000人だったとしましょう。 すると、その中で病気の人は100人です(罹病率が0.01なので)。 そうすると、病気でない人は9900人です。 次に表を使って、陽性の人数を考えます。 病気の人で、検査結果が陽性になる人は98人です(100人×0.98)。 病気でない人で、検査結果が陽性になる人は495人です(9900×0.05)。 陽性の人数は、全部で(98+495)人です。 では、陽性の結果がでた人の内、その人が病人である確率はどう計算すればよいでしょうか？ > このような問題で、ベイズの定理と呼ばれる公式がこの問題の上に記述してあります。（それを使って解くのでしょうか・・？） 今までの手順を、簡潔な数式で表したのがペイズの定理です。 なのでペイズの定理を使って解くこともできます。 ペイズの定理がどうして成り立つのか考えてみるのも良いと思います。 ある意味、『当たり前なこと』を述べている式だったりするので。
関連するQ&A
- 数学（確率統計）の問題なのですが・・・
数学（確率統計）の問題なのですが・・・ 数学（確率統計）の問題なのですが、わかる方がいらしゃったら教えてください。 全く確率統計はわかりません。 (1) ある政党について、1200世帯を対象として調査したところ、 支持率が10％であった。 このとき、真の支持率を95％の信頼区間で推定しなさい。 (2) ある遺伝性障害は出生数400人に１人の割合で 発生することが知られている。 今、出生前に障害を持っているかどうか分かる検査法が 開発されたとする。 この検査では、もしも胎児が障害を持っていた場合には、 95％の確率で陽性、残りは陰性となり、 もしも胎児が健常であった場合には、1％の確率で陽性 となり、残りは陰性となる。 今、ある妊婦がこの検査法を受けたところ、 陽性の診断が出たとする。 このとき胎児が本当に障害を持っている確率はどれだけか。 よろしくお願い致します。
- 締切済み
- 数学・算数
- 確率について
こんにちは。数学の確率についてわからない問題があったので皆様にアドバイスしていただきたく書き込みました。答えではなく答えを出すためのヒントについて教えていただきたいので、よろしくお願いします。 --------以下問題-------- いま稀にしか起こらないある特別な病気（例えばHIV）を発見する検査法があるとする。この検査法が実際にその病に冒されている人（A群）に適用されるならば97%の確率でその病気であることを発見することができる。一方、健康な人（B群）にこの検査法を適用すると、その5%の人が病気であると間違った診断結果をもたらす。さらに、別のある軽い病気にかかっている人（C群）にこの検査法を適用すると、その10%の人が病気であると誤診する。 多数の人を調べたところ、A群の人、B群の人、C群の人の割合はそれぞれ、1:96:3であった。さて、任意の１人に対してこの検査法を適用したところ、陽性反応（その病気にかかっているとの反応）が得られた。 このとき、この人が本当にその病気にかかっている確率はいくらか？ ---------------- 確率の問題ですが今まで私の習った確率ではコインの表・裏、サイコロといった問題ばかりだったのでこのような出題にどのように考えて、公式を利用するのかがよくわかりません。今までにはベイズの定理や独立事象の乗法の定理を習ったのですがやはりこれらの定理の応用問題なのでしょうか？簡単なアドバイスでいいのでよろしくお願いします。 ※このような質問も削除対象になるのでしたら即刻終了いたします。
- ベストアンサー
- 数学・算数
- 確率の問題がわかりません
度々お世話になっております。 以下の問題がわかりません。どなたか解説お願いします。 工場で製造している部品の生産工程では不良率が１０％であることがわかっている。 （１）生産された部品３個を取り出したとき３個とも良品である事象をA、３個とも不良品である事象をBとする。AとBの和事象の確率を求めよ。 （２）生産された部品を市場に出荷する前に部品一個につき一回の検査を行う。検査員は不良品ならば必ず検出できるが、良品を誤って不良品と判定する確率が１０％ある。不良品と判定された部品が実は良品である確率をベイズの定理を用いて求めよ。 あと自分なりにベイズの定理を調べた結果、 ベイズの定理というのは、ある一つの結果がわかっていて、その結果の下、更に何かおこる確率と認識したのですが、あっていますでしょうか？ よろしくお願いします。
- ベストアンサー
- 数学・算数
- 助けてください。統計学の問題がわかりません。
統計学の問題です。 全然わからないので、どなたか、ご教授お願いします。 どの定理を使えばいいのかもわかりません。 計算過程も書いてもらえると助かりますm(__)m 問題： 離散確率変数Ｘ，Ｙがあり、それらのとる値をｘ、ｙとして、確率分布は以下の表で与えられている。 表は画像でご確認ください。 １、ＸとＹの相関関数を求めよ。 ２、ＸとYは独立かどうか判定せよ。 回答よろしくお願いします。
- 締切済み
- 数学・算数
- 確率の問題がわかりません
本を読んで出てきた確率の問題がわかりません。 病気Aは1000人に一人の割合で発生する。 病気Aについての検査では、5％の確率で誤診の「陽性」が出る。誤診の「陰性」は出ない。 ある日、検査を受けたグループがあったが、1人の結果が「陽性」と出た。 この人が実際に病気を持つ確率はいくらか？ 答え...約2％ この検査で「陽性」と出たら、5％誤診があるので9割方病気を持っているはずですよね？なのに2％しかないのがよく分かりません。 どうしてこんな答えになるのかも、この考え方が間違っているのなら、そもそもこの考え方のどこがどう間違えているのかも分かりません。 教えてください。
- ベストアンサー
- 数学・算数
- 確率統計の問題
確率密度関数f(X)= 1(0<=X<=1) 0(その他) で与えられている。 Z=Σ(i=1,12)Xi-6 として新しい確率変数Zを定義するとき、Z～N(0,1)と近似できることを中心極限定理によって説明せよ。 という問題です。 私のやり方としては、まずf(X)の平均と分散を求める。 μ=1/2 σ^2=1/12 と求まります。 ここで、Zを変形すると、 Z=(1/√12)*(Σ(i=1,12)(Xi-1/2)/(√1/12)) となり、ここの12をnと置き換えればn→∞のときに Z～N(0,1)と近似できるとわかりますが、 中心極限定理ではn が大きいときに、 Z=(1/√n)*(Σ(i=1,n)(Xi-μ)/(σ)) の分布は標準正規分布でよく近似できるとありますが、 問題文ではn=12であって、これが何を持って大きいといえるのです。 確率統計の初心者ですので、馬鹿な質問になり、申し訳ありません。 わかる方がいらっしゃいましたら、ご教授お願いします！
- ベストアンサー
- 数学・算数
- ベイズ統計の初歩的な質問
ベイズ統計を復習しているのですが、初歩的な質問があります。 例えば、全人口の約0.1%を占める人がかかる病気があります。個人が病気を持っている確率をP(disease)、もっていない確率をP(no disease)とすると P(disease) = 0.001 P(no disease) = 0.999 となります。この病気を持っているか否かを知るためのテストが開発され、臨床試験において以下のような結果が出ました。このテストを、実際に病気を持っている人に行うと、陽性(+)と陰性(-)が出る条件付き確率は P(+|disease) = 0.98 P(-|disease) = 0.02 となり、実際には病気にかかっていない人に行うと P(+|no disease) = 0.03 P(-|no disease) = 0.97 と出たとします。 目標は、テストで陽性が出た場合に、それが本当に病気にかかっていることを示す確率、すなわちP(disease|+)を計算する事です。式に当てはめると、以下のようになります。 P(+|disease)P(disease) P(disease|+) = ----------------------------------------------------- P(+|disease)P(disease) + P(+|no disease)P(no disease) 0.98 x 0.001 P(disease|+) = ---------------------------- 0.98 x 0.001 + 0.03 x 0.999 P(disease|+) = 0.032 (非常に見苦しい点お許しを)これは3.2%というかなり小さい確率となります。これは、P(disease)が0.001と非常に小さい事に起因し、母集団の中で病気にかかっている人が少なく、P(disease|+)自体がこの母集団に対して計算されている故と理解できます。 でも、一人の患者が知りたい情報は、テストが陽性だったときに限って、実際に病気にかかっている確率です。この計算をするときに、ベイズ的に事前分布を主観的に選べるとすると、P(disease)をどのように設定すべきなのでしょうか。これを0から1までの広範囲で変化させると、どのような結果も得られてしまいます。一番信頼できるのは、データが既にあるP(disease) = 0.001なので、これを使うべきことは理解出きるのですが、P(disease|+) = 0.032という数値はちょっと直感的に違うと思うのですが。ひとりの患者にとっては、P(+|disease) = 0.98を一番有用な情報とするのが無難なのでしょうか。 ベイズ統計の基本的な解釈で引っかかった点なので、ご教示のほどよろしくお願いいたします。
- ベストアンサー
- 数学・算数
- ベイズ統計に関する尤度について
ベイズ統計を展開していく際に尤度が分かっているということが前提となります。 その尤度について表のようなものを作成するわけですが、例えば、迷惑メール、非迷惑メールに”アイドル”と言う言葉が含まれるかどうかを考えます。迷惑メールの中で”アイドル”が含まれる確率A、非迷惑メールの中で”アイドル”が含まれる確率Bがそれぞれ分かっていると仮定するわけですが、一方でアイドルという単語を含むメールに関して迷惑メールである確率C、非迷惑メールである確率Dも定義可能ですね。 この場合、A+B≠1（これは当然）, C+D=1（迷惑か非迷惑かしかないから）という違いがあります。実際にある練習問題ではA,Bの方を使っているのですが、C,Dのように確率が足して1になるという風にして尤度を考えることもできるように思うのです。尤度表の縦、横方向に足して１になるという風にして表を作る必要は必ずしもないのでしょうか。 尤度表を作るところこそがベイズ統計の肝というか個性が出るところだと思うのですが。よろしくお願いします。
- 締切済み
- 数学・算数
お礼
返信が遅れて申し訳ございません。 回答ありがとうございます。 考える際に大変参考にさせていただきました。 まず定理の方をしっかりと覚えておく必要がありそうですね。 自分なりにやってみましたが結局、答えは分かりませんでした。