Bayes-Theorem: Beim Test auf eine seltene Krankheit die Krankheitsprävalenz, Sensitivität und Spezifität des Tests verändern; in einem Bevölkerungsschema von 10 000 Personen sehen, wie wahrscheinlich es ist, dass eine Person mit positivem Ergebnis tatsächlich krank ist
Zurück zur Simulation
Entdecke mit der Bayes-Theorem-Simulation interaktiv Wahrscheinlichkeitsberechnungen und die Logik des Testparadoxons. Dieses interaktive Tool ermöglicht es dir, die bedingte Wahrscheinlichkeit zu visualisieren, indem du Parameter wie Krankheitsprävalenz, Sensitivität und Spezifität des Tests an einem Bevölkerungsschema von 10 000 Personen veränderst. Während du dieses Theorem, das besonders in der Medizin und Data Science kritisch ist, Schritt für Schritt erlernst, wirst du deine mathematische Intuition stärken.
Was kannst du in dieser Simulation tun?
Du kannst die Prävalenzrate auf 1 Prozent, 10 Prozent oder 50 Prozent einstellen.
Du kannst im Bevölkerungsschema die Wahrscheinlichkeit berechnen, dass eine Person mit einem positiven Ergebnis tatsächlich krank ist.
Du kannst die Fragen beantworten, indem du die Karten per Drag-and-Drop in die entsprechenden Boxen ziehst oder sie antippst.
Du kannst deine richtigen und falschen Antworten sofort überprüfen, indem du dem Leitfaden folgst.
Über die Zurücksetzen-Schaltfläche kannst du die Simulation auf den Anfangszustand zurücksetzen und verschiedene Szenarien erneut ausprobieren.
Grundlegende Konzepte und Formeln
Das Bayes-Theorem wird verwendet, um die Wahrscheinlichkeit des Eintretens eines Ereignisses im Licht neuer Beweise oder Informationen zu aktualisieren. Seine Grundformel lautet P(A|B) = P(B|A) · P(A) / P(B). Das in der Simulation verwendete Bevölkerungsschema veranschaulicht die Logik der bedingten Wahrscheinlichkeit, indem es die Werte für Richtig Positiv (TP), Falsch Positiv (FP), Richtig Negativ (TN) und Falsch Negativ (FN) visualisiert.
Wie wird sie verwendet?
Öffne den Simulationsbildschirm und folge den Schritten des Leitfadens.
Beobachte, wie die Verteilung im Bevölkerungsschema beeinflusst wird, wenn du den Prävalenzprozentsatz änderst.
Platziere die Karten in den richtigen Feldern, indem du sie antippst oder per Drag-and-Drop ziehst, um die Fragen zu beantworten.
Speichere deine Vermutung und teste ihre Richtigkeit, indem du auf die Schaltfläche Ergebnisse prüfen klickst.
Gehe mit der Schaltfläche Weiter zu den nächsten Schritten über und gehe deine Lücken noch einmal durch.
Häufig gestellte Fragen
Wo wird das Bayes-Theorem im täglichen Leben verwendet?
Das Bayes-Theorem wird überall dort eingesetzt, wo Entscheidungen unter Unsicherheit getroffen werden müssen – von der Diagnosegenauigkeit bei medizinischen Tests bis hin zu Spam-Filtern in der künstlichen Intelligenz.
Ist jeder, dessen Testergebnis positiv ausfällt, krank?
Nein, insbesondere bei Tests auf seltene Krankheiten kann die Rate falsch positiver Ergebnisse hoch sein, sodass nicht jeder mit einem positiven Ergebnis zwangsläufig krank ist.
Wie hilft mir das Bevölkerungsschema dabei, die Wahrscheinlichkeit zu verstehen?
Die Visualisierung von kranken und gesunden Individuen anhand einer Population von 10 000 Personen verwandelt abstrakte Formeln in konkrete Zahlen.