Введите априорную P(A), правдоподобие P(B|A) и свидетельство P(B).

Теорема Байеса — это фундаментальный принцип теории вероятностей, описывающий, как обновлять вероятность гипотезы на основе новых свидетельств. Теорема выражается формулой: P(A|B) = P(B|A) · P(A) / P(B), где P(A) — априорная вероятность (начальное убеждение до получения свидетельства), P(B|A) — правдоподобие (вероятность свидетельства при условии гипотезы), P(B) — маргинальная вероятность свидетельства (полная вероятность), а P(A|B) — апостериорная вероятность (обновлённое убеждение после получения свидетельства). Эта теорема широко используется в статистике, машинном обучении, медицинской диагностике, фильтрации спама и принятии решений. Она даёт математическую основу для рассуждений в условиях неопределённости. Калькулятор также вычисляет фактор Байеса (отношение правдоподобия), который количественно оценивает силу свидетельства, а также априорные и апостериорные шансы, помогающие интерпретировать результаты с точки зрения ставок или оценки рисков.

1. Введите Априорную P(A) – начальную вероятность гипотезы A (0–100%).
2. Введите Правдоподобие P(B|A) – вероятность свидетельства B при условии A (0–100%).
3. Введите Свидетельство P(B) – полную вероятность наблюдения B (0–100%).
4. Нажмите Рассчитать апостериорную для обновления вероятности.
5. Результат показывает апостериорную вероятность, фактор Байеса и шансы.
6. Нажмите Сбросить, чтобы вернуться к значениям примера по умолчанию.