Các lượt nộp
    Danh sách bài
    Trang chủ
    Báo lỗi

    solution

    Đề bài: [Xác suất - Thống kê] Định lý Bayes trong xét nghiệm y tế

    Trong một quần thể dân số, tỷ lệ mắc một bệnh hiếm là ppp (prevalence). Một xét nghiệm sàng lọc có độ nhạy (sensitivity) se=P(dương tıˊnh∣coˊ bệnh)se = P(\text{dương tính} \mid \text{có bệnh})se=P(dương tıˊnh∣coˊ bệnh) và độ đặc hiệu (specificity) sp=P(aˆm tıˊnh∣khoˆng bệnh)sp = P(\text{âm tính} \mid \text{không bệnh})sp=P(aˆm tıˊnh∣khoˆng bệnh).

    Một người được chọn ngẫu nhiên từ quần thể và có kết quả xét nghiệm dương tính. Áp dụng định lý Bayes, hãy tính xác suất người đó thực sự mắc bệnh (giá trị tiên đoán dương — PPV): PPV=p⋅sep⋅se+(1−p)(1−sp)PPV = \frac{p \cdot se}{p \cdot se + (1-p)(1-sp)}PPV=p⋅se+(1−p)(1−sp)p⋅se​

    Ví dụ: p=0.01p=0.01p=0.01, se=0.99se=0.99se=0.99, sp=0.95sp=0.95sp=0.95 ⇒PPV≈0.166667\Rightarrow PPV \approx 0.166667⇒PPV≈0.166667 — dù xét nghiệm khá chính xác nhưng vì bệnh hiếm nên PPV vẫn thấp.

    • Định dạng đầu vào:

      Một dòng duy nhất chứa 3 số thực ppp, sesese, spspsp (0≤p,se,sp≤10 \le p, se, sp \le 10≤p,se,sp≤1), cách nhau bởi khoảng trắng. Dữ liệu đảm bảo mẫu số p⋅se+(1−p)(1−sp)p\cdot se + (1-p)(1-sp) p⋅se+(1−p)(1−sp) luôn được tính hợp lệ (nếu bằng 0 thì quy ước PPV=0PPV = 0PPV=0).

    • Định dạng đầu ra:

      In ra một số thực là PPVPPVPPV, làm tròn đến đúng 6 chữ số thập phân (định dạng %.6f).

    Ví dụ:

    Đầu vào:

    0.01 0.99 0.95

    Đầu ra:

    0.166667
    

    Đầu vào:

    0 0.9 0.9

    Đầu ra:

    0.000000
    

    Đang tải editor...