| 发布于: | 雪球 | 回复：34 | 喜欢：47 |
我也很疑惑的。但是我知道自己的数学很差，所以只是请教。如果一个人被检测出来阳性，那么和原来人群中阳性的比例就没有关系了。就这个人来说，检测准确率99%，那么他就有99%是阳性。
如果觉得我这个问题有点儿幼稚，就不用解释了，我知道我数学很差。
嗯嗯我明白你的意思，也许原文有“准确率”的定义。大多数人没有理解原题的意义，而纠结于概念的定义。
这题的意义在于，即使检测准确率（病人里面阳性的比例）有99％那么高，在基础发病率只有0.1％的前提下，真阳性（阳性里病人的比例）也仅有9％，假阳性高达91％。
第一，我的文章主旨是什么？你可能已不管不顾。
这个文章是我为了讲某个观点，而提出的例子，然后你就一直盯着这个例子，说例子有问题。
就像以手指月，我说“看，那是月亮”，你却非要说，“你的手指不直，所以指的不是月亮”，然后努力说明你手指更直。
你可以这样做，但这样的讨论真的很没意思。
第二，题目的表达问题，我已经另外写了一条说明。
这个题目不是我原创的，我可以找出好几个不同领域（医学教材、心理学实验）、不同地方都出现过类似的题目，而他们最后的讨论方向，都是一样的——人的直觉容易犯错；基础概率会影响条件概率。
因此，可以说我只是在讲一个非常旧的题目，重复了一个老生常谈的主旨而已。
所以，请告诉我，这个老生常谈的主旨是否错了？题目中的例子就算有瑕疵，是否糟糕到无法论证文章主旨了？
第三，你一直在说题目有问题，那你能否告诉我：题目要怎么改，才能让你觉得没问题？给我答案。
如果你说我是错的，那你最好证明你是对的。
第四，告诉我，第一个题目跟塔勒布的例题，二者在表达上有什么本质区别？二者要表达的主旨有什么本质区别？
第五，这个题目是从英文翻译过来的，题目不是原创，其本身只是作为说理的一个例子而已。
在翻译的时候，我用了【准确率】这个词，这个词是否那么让你产生误解？
如果是？没问题。
如我另一条内文回复所说（但愿你真的看了），我可以将【准确率】修改为【误报率】，再将误报率区分为两个1%，【面对疾病的误报和面对健康的误报率】。
这样你是否就满意了？这样修改后，你就觉得有本质区别了？
如果是，你开心就好。
第六。
我自己也觉得这样讨论问题挺没意思的，懂的人说“就这？”，不懂的人咬死就是99%，更聪明一些的攻击题目表达——都是聪明人。
但文章主旨呢？WTF，已经没人管了。
那就这样吧。
再往下的讨论与回复，可能都是在浪费彼此的时间，所以，如果你觉得不可理喻、文章妖言惑众，那你可以关掉文章，将我轻轻地拉黑，那也挺好的。
我努力避免让讨论陷入互相攻击，但如果我们两个实在无法达成共识，各是其是、无法沟通，那礼貌地、得体地作别可能是另一种最佳选项。
若是如此，你不必再回复，我也不再回复，这样也挺好的。
最后再说一次，文章主旨是什么？
题目是翻译过的，所以用了准确率这个词，而在这个过程中，我以为大家能理解，只要不是100%准确，必定会存在【真阳性】和【假阳性】两种情况——结果我想当然了，在很多人看来，只要不区分，很多人似乎就默认没有【假阳性】。
如果是表达问题，我愿意将【准确率】修正为【误报率】，再将【误报率】拆分为两种误报率。
这样大家就满意了吗？可能吧。
但就评论来看，一小部分人是因为思考的时候受到这个表达的影响，但更多的人是始终无法理解9%这个数字。
支持对贝叶斯的科普。但看似高深的理论推导和与常识不符的结论，其实是已知条件没有搞清楚。。。。如果把“准确率”准确地定义一下，结果其实一目了然，双方也不用浪费那么多口水。
条件概率是贝叶斯理论的基础，而讨论中经常把P(阳性|有病)和P(有病|阳性)混为一谈。所以建议要科普贝叶斯的，先把这两个条件概率讲清楚吧。这样看似反常识的结论就没有那么不可理解了。