附 文

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）