কন্ডিশনাল প্রোবাবিলিটি ক্যালকুলেটর

এই ক্যালকুলেটর সম্পর্কে

এই ক্যালকুলেটর কন্ডিশনাল প্রোবাবিলিটির সংজ্ঞা প্রয়োগ করে, P(A|B) = P(A ∩ B) / P(B): A ও B উভয়ই একসঙ্গে ঘটার সম্ভাবনা এবং B আদৌ ঘটার সম্ভাবনা দেওয়া থাকলে, এটি জানায় যে-ক্ষেত্রগুলোতে B ইতিমধ্যে সত্য বলে জানা, সেগুলোর মধ্যে বিশেষভাবে A ঘটার সম্ভাবনা কত। ফলাফল কেবল তখনই সংজ্ঞায়িত, যখন P(B) শূন্যের চেয়ে বড়।

পরিসংখ্যানবিদ ও ডেটা বিশ্লেষকেরা এটি অবিরাম ব্যবহার করেন — চিকিৎসা পরীক্ষায় (পজিটিভ পরীক্ষার ফল দেওয়া থাকলে রোগীর রোগ থাকার সম্ভাবনা), স্প্যাম ফিল্টারিংয়ে (কোনো নির্দিষ্ট শব্দ থাকলে ইমেইলটি স্প্যাম হওয়ার সম্ভাবনা), এবং A/B টেস্টিংয়ে (ব্যবহারকারী একটি নির্দিষ্ট ভ্যারিয়েন্ট দেখলে কনভার্শনের সম্ভাবনা) — যেখানেই নতুন তথ্য সম্ভাবনার অনুমানকে তার শর্তহীন মানে ফেলে না রেখে হালনাগাদ করা উচিত।