Twierdzenie Bayesa — paradoks testu

Co się właśnie stało?

Nawet bardzo dokładny test (czułość i swoistość 99%) na rzadką chorobę daje mnóstwo fałszywych alarmów. Powód: dla rzadkiej choroby liczba zdrowych jest ogromna, więc mały odsetek fałszywie dodatnich wśród zdrowych przewyższa liczbę prawdziwie dodatnich wśród nielicznych chorych. Dlatego dodatni wynik często oznacza niskie prawdopodobieństwo choroby.

Twierdzenie Bayesa:

— opisuje, jak aktualizować prawdopodobieństwo hipotezy $A$ w świetle nowych danych $B$. W diagnostyce: $A$ = „choroba", $B$ = „dodatni wynik".

Przykład liczbowy (na 100 000 osób):

Dla częstości $0{,}1\%$: $100$ chorych → test wykryje $99$; wśród $99\,900$ zdrowych $1\%$ fałszywie dodatnich to $999$ osób. Na $1098$ dodatnich tylko $99$ jest naprawdę chorych, więc $P(\text{ch}\mid+)=\tfrac{99}{1098}\approx 9\%$. Prawdopodobieństwo zależy też od częstości bazowej, nie tylko od dokładności testu.

Dlaczego to działa? (niezmiennik)

Pominięcie częstości bazowej (prevalencji) to klasyczny „błąd częstości bazowej" — częsty nawet wśród lekarzy. Prawdopodobieństwo choroby przy dodatnim wyniku zależy też od tego, jak częsta jest choroba w populacji, a nie wyłącznie od czułości i swoistości testu. Dla rzadkiej choroby fałszywie dodatnie dominują; im częstsza choroba, tym większy udział prawdziwie chorych wśród wszystkich dodatnich (gauge $P(\text{ch}\mid+)$ rośnie).

Historia i zastosowania

Twierdzenie sformułował Thomas Bayes, a jego praca ukazała się pośmiertnie w 1763 r. Jest fundamentem statystyki bayesowskiej, diagnostyki medycznej, filtrów antyspamowych, uczenia maszynowego i racjonalnego wnioskowania. Uczy, by nie ufać ślepo „dokładności testu" bez pytania: jak częsta jest badana rzecz?

Po co Ci to na maturze:

To rozszerzenie prawdopodobieństwa warunkowego. Chwyt: rozpisz konkretne liczby na dużej populacji (np. 100 000) i policz, ilu jest prawdziwie i fałszywie dodatnich — wtedy $P(A\mid B)$ policzysz wprost z definicji, bez błędu częstości bazowej.

Zapamiętaj: dodatni wynik dokładnego testu na rzadką chorobę zwykle znaczy, że i tak jesteś zdrowy — bo fałszywe alarmy przeważają. Zawsze pytaj o częstość bazową, zanim zaufasz „dokładności testu".