P(A|B) = P(A ∩ B)/P(B)
P(B|A) = P(A ∩ B)/P(A)
전제조건: B event -> A 확률?
전제조건: A event -> B 확률?
베이지안 정리
To convert “given B->A?” to “given A->B?”
민감도: positive -> positive
특이도: negative -> negative
민감도: given 코로나 걸림->양성
Given 양성-> 코로나 걸림?
= 민감도??
베이지안 정리
To convert “given B->A?” to “given A->B?”
민감도: given 코로나 걸림->양성
Given 양성-> 코로나 걸림?
P(코로나 걸림|양성)=P(양성|코로나 걸림)*P(코로나 걸림)/P(양성)
P(양성)=P(양성|코로나 걸림)+P(양성|코로나 안 걸림)
1. Covid 간이 테스트기는 실제 Covid 가 걸린 사람이 측정했을 때 양성이 나올 확률이
99%라고 한다. 반면, 건강한 사람이 양성이 나올 확률이 1%라고 한다. 일반인이 실제
Covid 에 걸릴 확률은 0.1%라고 한다
1) 테스트기를 통해 양성이 나왔다고 하면 실제 Covid 에 걸렸을 확률은?
2) Covid 가 너무 많이 유행하여 확률적으로 인구의 절반이 감염된다고 한다. 이 때
테스트기에서 양성이 나왔다고 하면 실제 Covid 에 걸렸을 확률은?
3) 전북대에서 획기적인 기술로 Covid 걸린 사람이 99.999% 양성이 나오고, 건강한
사람이 양성이 나올 확률이 0.1%로 줄일 수 있는 테스트기를 개발했다고 한다. 일반인이
실제 Covid 에 걸릴 확률이 0.1%라고 하면, 이 테스트기를 활용하여 양성이 나왔다면
실제 Covid 에 걸렸을 확률은? 또 Covid 가 유행하여 걸릴 확률이 50%로 증가하였을 때,
이 테스트기를 활용하여 양성이 나왔다면 실제 Covid 에 걸렸을 확률은?
Covid
nonCovid
positive
negative
positive
negative
0.001
0.999
0.01
0.99
0.99
0.01
Posive 중 covid 걸린 확률/(Posive 중 covid 걸린 확률 + Posive 중 covid 안 걸린 확률)= 0.001*0.99/(0.001*0.99+0.999*0.01)=0.09
1번 문제
0.001*0.99
0.001*0.01
0.999*0.01
0.999*0.99
a)
Covid 간이 테스트기는 실제 Covid 가 걸린 사람이 측정했을 때 양성이 나올 확률이
99%라고 한다. 반면, 건강한 사람이 양성이 나올 확률이 1%라고 한다. 일반인이 실제
Covid 에 걸릴 확률은 0.1%라고 한다
Covid
nonCovid
positive
negative
positive
negative
0.5
0.5
0.01
0.99
0.99
0.01
Posive 중 covid 걸린 확률/(Posive 중 covid 걸린 확률 + Posive 중 covid 안 걸린 확률)= 0.5*0.99/(0.5*0.99+0.5*0.01)=0.99
b)
0.5*0.99
0.5*0.01
0.5*0.01
0.5*0.99
2) Covid 가 너무 많이 유행하여 확률적으로 인구의 절반이 감염된다고 한다. 이 때
테스트기에서 양성이 나왔다고 하면 실제 Covid 에 걸렸을 확률은?
Covid
nonCovid
positive
negative
positive
negative
0.001 or 0.5
0.999 or 0.5
0.001
0.999
0.99999
0.00001
0.001*0.99999/(0.001*0.99999+0.999*0.001)=0.5
0.5*0.99999/(0.5*0.99999+0.5*0.001)=0.999
c)
3) 전북대에서 획기적인 기술로 Covid 걸린 사람이 99.999% 양성이 나오고, 건강한
사람이 양성이 나올 확률이 0.1%로 줄일 수 있는 테스트기를 개발했다고 한다. 일반인이
실제 Covid 에 걸릴 확률이 0.1%라고 하면, 이 테스트기를 활용하여 양성이 나왔다면
실제 Covid 에 걸렸을 확률은? 또 Covid 가 유행하여 걸릴 확률이 50%로 증가하였을 때,
이 테스트기를 활용하여 양성이 나왔다면 실제 Covid 에 걸렸을 확률은?
그/그녀가 나를 좋아할 확률?
좋아함의 시그널
좋아함=f(시그널)=f(a*x1+b*x2+c*x3+…)
Most simple model
Logistic model
P(좋아함)=0.2
Conditional probability (베이지안 정리 활용)
연애는 한 번의 게임이 아니라 반복 게임 (무한 게임)
행동 | 호감 확률 상승 |
눈맞춤 | +20~30% |
개인 질문 | +30% |
먼저 연락 | +40% |
단둘이 만남 | +60% |
좋아함의 모델은 다양함
-> 자신의 모델로 남을 일반화하는 오류
->상대방의 모델이 먼지 아는 것이 중요