ベイズの定理 計算ツール｜事後確率・陽性的中率を即時算出
ベイズの定理で事後確率（陽性的中率・陰性的中率）を計算。検査の精度判定・スパムフィルタなど確率論の基本ツール。
ベイズの定理 計算機
例：1万人に1人なら0.01%
真陽性率。本物を見つける力
真陰性率。健康な人を健康と判定する力
ベイズの定理
P(A|B) = P(B|A) × P(A) / P(B)
陽性的中率の計算
PPV = (感度 × 罹患率) / (感度×罹患率 + (1-特異度)×(1-罹患率))
有名な例：稀な病気の検査
- 罹患率 0.1%（1000人に1人）
- 感度 99%、特異度 99%
- 陽性的中率 ≒ 9%
- つまり「陽性」と出ても実は91%は健康な人
→ 稀な病気の集団スクリーニングは偽陽性が多発するため、二次検査が必須。
使い道
- 医療検査の解釈（PCR・抗原検査）
- スパムフィルタ（メール文面 → スパム確率）
- 機械学習（ナイーブベイズ分類器）
- 裁判の「証拠の重み」分析