概率统计 · 贝叶斯定理

一次阳性检测,究竟意味着什么?

贝叶斯定理回答的是一个非常具体的问题:看到证据之后,我该相信什么? 它把「假设导致证据」的概率,翻转成「证据支持假设」的概率 —— 这一翻转,是机器学习、医学诊断与科学推理共同的底层逻辑。

01

先别算,凭直觉猜一次

这个问题 90% 的人第一次都会答错 —— 先留下你的判断,再看答案。
假设你在做一项疾病筛查。已知:
· 这种病在人群中的患病率是 1%(每 1000 人有 10 人患病);
· 检测的灵敏度是 99%:真正患病的人里,99% 会被检出阳性;
· 检测的假阳性率是 1%:健康的人里,也有 1% 被误判为阳性。

现在,一位受检者的结果是阳性。他真正患病的概率是多少?
我的直觉:阳性者中真正患病的比例约为
20%
揭晓答案
重来
02

定理从哪来:四步推出贝叶斯公式

不需要背公式 —— 它只是「同一个交集的两种算法」。
条件概率的定义P(A|B) 读作「已知 B 发生,A 发生的概率」
$$P(A\mid B)=\frac{P(A\cap B)}{P(B)}$$
把样本空间压缩到 B 之内,再看 A 占 B 的多少 —— 分母从「全部可能」换成了「B 的全部可能」。
同一个交集,两种算法乘法公式
$$P(A\cap B)=P(A\mid B)\,P(B)=P(B\mid A)\,P(A)$$
「A 且 B 同时发生」既可以从 A 出发算,也可以从 B 出发算,两条路径必然相等。这一步是整座定理的地基。
把方向翻过来这就是贝叶斯的全部秘密
$$P(A\mid B)=\frac{P(B\mid A)\,P(A)}{P(B)}$$
由上式两边同除 $P(B)$ 即得。已知「假设推出证据」的难度,反过来求「证据支持假设」的强度 —— 这正是医生、法官与算法每天都在做的事。
把分母拆开全概率公式,用于实际计算
$$P(A\mid B)=\frac{P(B\mid A)P(A)}{P(B\mid A)P(A)+P(B\mid A^{c})P(A^{c})}$$
分母 $P(B)$ 是「证据出现的总概率」,由「患病且阳性」与「健康却阳性」两条通路相加而成。右侧三项恰好对应实验中可调的三个参数。

符号词典

P(A)
先验概率 prior · 看证据之前的信念
P(B|A)
似然度 likelihood · 假设成立时出现该证据的可能
P(B)
证据概率 evidence · 证据在所有情形下的总概率
P(A|B)
后验概率 posterior · 看证据之后的新信念
一句话记住:后验 ∝ 似然 × 先验。
分母只是让结果落在 0–1 之间的「归一化常数」,它不改变谁更可能,只改变刻度。
几率形式(进阶):
后验几率 = 似然比 × 先验几率
似然比 $\mathrm{LR}=\dfrac{P(B|A)}{P(B|A^{c})}$ 越大,一条证据越「有力」。这个视角在医学与司法中比概率更常用。
03

交互实验台:把公式拆成 1 万个人

调节三个参数,观察同一群人如何被分成四类 —— 概率不过是数人头。
参数
患病率 P(患病) 1.0%
每 1000 人中约 10 人患病
灵敏度 P(+|患病) 99.0%
病人被正确检出的比例
特异度 P(−|健康) 99.0%
健康人被正确排除的比例;假阳性率 = 1.0%
预设场景
教科书示例
罕见病筛查
常规体检
高精度检测
基准情形:1% 患病率、99% 灵敏度与特异度。
万人格阵
分层分解
频数树
真阳性 假阳性 假阴性 真阴性
理论分布
随机抽样
每一格 ≈ 10 人,共 1 万人(50 × 20 格)
检测阳性者中,真正患病的比例
50.0%
即阳性预测值 PPV
0%50%100%
先验 P(患病)
1.0%
基础患病率
灵敏度 P(+|病)
99.0%
真阳性率
特异度 P(−|健康)
99.0%
真阴性率
阳性预测值 PPV
50.0%
P(病|+)
阴性预测值 NPV
99.9%
P(健康|−)
似然比 LR+
99.0
灵敏度 ÷ 假阳性率
04

连续证据:贝叶斯是滚动更新的

今天的后验,就是明天的先验。反复检测时,证据的价值完全不同。

以默认参数为例:一次阳性把患病概率从 1% 推到了 50%。如果同一个人再做一次检测,结果该如何更新? —— 用 50% 替换原来的 1%,重算一次即可。下面沿用实验台当前的灵敏度与特异度演示:

+ 检测为阳性
− 检测为阴性
重置
点击上方按钮,逐次加入检测结果,观察每一次更新把概率推到何处。
05

四个常见谬误,六个真实战场

贝叶斯定理之所以反直觉,是因为人脑天生忽略「分母有多大」。

基础率谬误 最常见

把 P(证据|假设) 当成 P(假设|证据), 同时忘记先验。检测「准确率 99%」听上去很可靠,但当疾病罕见时,阳性者中仍可能大半是虚惊。

当前参数下:
P(阳性|患病) = 99.0%, 而 P(患病|阳性) = 50.0%。 两者相差 2.0 倍 —— 方向一反,结论就完全变了。

假阳性规模的错觉

假阳性率只有 1%,听上去微不足道。但健康人远比病人多,1% 乘以一个巨大的基数,绝对数量可能超过真阳性。

1 万人中:真阳性 99.0 人,假阳性 99.0 人。
健康人是病人的 99 倍,足以把 1% 放大成与真阳性同量级的数字。

检察官谬误

把「无辜者留下该证据的概率」当成「留下该证据者有罪的概率」。两者之间隔着整个先验。

某特征在人群中随机出现率为百万分之一。城市有 200 万人, 则除真凶外,期望还有约 1 人无辜匹配。仅凭这一条证据,有罪概率大约只有 50%。

忽略证据的独立性

两次检测若高度相关(同一种试剂、同一个病灶),第二条证据的信息量会大打折扣。贝叶斯公式默认条件独立, 这一点在现实中必须核对,否则会把概率算得过于自信。

连续两次阳性之所以能把 1% 推到 99%,前提是两次检测的误差相互独立。
贝叶斯定理在哪里出现
医学诊断

筛查、影像与基因检测的阳性预测值,都依赖患病率。

垃圾邮件过滤

朴素贝叶斯:由词的出现反推「这封是垃圾邮件」的概率。

工业质检

缺陷率极低时,误报数量往往超过真实缺陷数。

司法证据

DNA、指纹匹配必须结合人群基数,否则构成检察官谬误。

推荐与排序

点击率估计以历史先验为起点,由新行为不断修正。

A/B 实验

贝叶斯方法直接给出「B 优于 A」的概率,而非仅一个 p 值。

06

把定理变成一种思维方式

任何一次「根据新信息修正判断」,都可以拆成这四步。
1

写下先验

在看证据之前,我认为它有多可能?用基础率、历史数据或经验给出一个数字。

2

评估似然

如果假设为真,出现这个证据的概率有多大?如果假设为假,又有多大?

3

算清分母

这个证据在「所有可能情形」下的总概率是多少?分母决定了证据到底有多稀有。

4

得到后验

归一化后得到新信念,并把它作为下一次推理的先验,持续滚动更新。

核心结论:证据本身没有固定的说服力 —— 它的力量取决于你原本相信什么。 同一条阳性结果,在患病率 1% 的人群中只把概率推到 50%,在患病率 30% 的人群中却能推到 97%。 这也是为什么「看数据」之前,必须先问:这个数据是从什么样的分母里捞出来的?