贝叶斯法是决策学的重要数理模型之一,由Thomas Bayes在1761年首先提出一种概率计算模型:若事件A1,A2,…,An构成互相排斥完备群,则在B出现的情况下,验后概率为: n (i = 1,2,…,n) 他与经典统计学模型不同,被称为逆概率公式,揭示了验前概率与验后概率的关系。在诊断概率计算中,A事件代表某种疾病,P(A)代表验前概率或患病率,B事件代表某一症状、体征或者诊断性实验的结果。由此模型经推导简化得出通过似然比计算验后概率的公式(如下),也可用做交织图的方法得出验后概率。 阳性似然比=灵敏度(/1-特异度) 阴性似然比=(1-灵敏度)/特异度 验前比=验前概率(/1-验前概率) 验后比=验前比×似然比 验后概率=验后比(/1+验后比) (关鸿志)
……