حاسبة نظرية بايز

حول هذه الأداة

تطبّق هذه الحاسبة مبرهنة بايز، P(A|B) = P(B|A)·P(A) / P(B)، لتحديث احتمال سابق P(A) إلى احتمال لاحق P(A|B) متى رُصد دليل جديد B — باستخدام حساسية الاختبار (معدل الإيجابيات الحقيقية) ومعدل الإيجابيات الكاذبة لمعرفة مدى احتمال أن يكون شيء ما صحيحًا فعلًا بعد نتيجة إيجابية. وهي العمود الفقري الرياضي للاستدلال البايزي: تفكير يجمع رسميًا بين ما كنت تعتقده مسبقًا وما تخبرك به البيانات الجديدة.

يستخدمها الأطباء وعلماء الأوبئة لتفسير نتائج الفحوص الطبية تفسيرًا صحيحًا — فالنتيجة الإيجابية لمرض نادر قد لا تعني سوى احتمال فعلي منخفض للإصابة به إذا كان معدل الإيجابيات الكاذبة مرتفعًا قياسًا إلى انتشار المرض. ويستخدم الإحصائيون وعلماء البيانات الذين يبنون مرشحات البريد المزعج ومصنّفات التعلم الآلي والمحللون الجنائيون الذين يزنون الأدلة المنطق نفسه؛ ويستخدم الطلاب الذين يتعلمون الاحتمالات هذه الحاسبة لبناء حدس حول سبب أن «إيجابية» لا تعني دائمًا «مرجّحة».