Định lí Bayes: cập nhật xác suất bằng bằng chứng và tần suất nền

🧪 Xét nghiệm dương có đồng nghĩa chắc chắn mắc bệnh?

Không. Cần kết hợp độ nhạy P(+|D), tỉ lệ dương giả P(+|không D) và tần suất nền P(D). Định lí Bayes: P(D|+)=P(+|D)P(D)/P(+).

Cây xác suất tách có bệnh và không bệnh rồi tách kết quả dương, cho thấy hai con đường cùng dẫn tới dương tính — Mẫu số P(+) gồm cả dương thật và dương giả.

Dùng tần suất tự nhiên

Giả sử 1000 người: đếm người có bệnh dương tính và người không bệnh dương tính, rồi lấy dương thật chia tổng số dương. Cách này thường giảm nhầm lẫn điều kiện.

⚠️ Không đảo P(+|D)

Độ nhạy cao không tự bảo đảm giá trị dự đoán dương cao khi bệnh hiếm.

🔎 Kiểm tra

Xác suất hậu nghiệm phải nằm từ 0 đến 1 và tăng khi bằng chứng phù hợp với D hơn so với không D.

📚 Lý thuyết trọng tâm

Mục tiêu: Apply Bayes theorem with probability trees and natural frequencies while accounting for false positives and base rates.. Khi học Định lí Bayes: cập nhật xác suất bằng bằng chứng và tần suất nền, hãy xác định khái niệm, điều kiện áp dụng và mối liên hệ giữa các dữ kiện; không chỉ ghi nhớ kết luận.

🧭 Ví dụ có hướng dẫn

Chọn một tình huống điển hình của bài. Bước 1: ghi dữ kiện và câu hỏi cần giải quyết. Bước 2: chọn khái niệm hoặc quy tắc phù hợp. Bước 3: giải thích từng bước và kiểm tra kết quả với điều kiện ban đầu. Nếu đổi một dữ kiện, hãy dự đoán kết quả thay đổi thế nào.

✍️ Luyện tập

Tóm tắt bài bằng ba ý: khái niệm, điều kiện và kết luận.
Tự tạo một ví dụ đúng và một phản ví dụ; chỉ ra điểm quyết định.
Giải lại ví dụ khi thay đổi một dữ kiện, sau đó nêu cách kiểm chứng.

Checklist tự đánh giá

Tôi giải thích được “vì sao”, không chỉ nêu đáp án.
Tôi nhận ra trường hợp không áp dụng được quy tắc.
Tôi kiểm tra được đơn vị, bằng chứng hoặc tính hợp lí của kết luận.