应用场景与功能说明
- 知识点：贝叶斯定理在医学检测结果解释中的应用。
- 具体场景：A 型流感快速抗原检测。阳性表示检测到 A 型流感病毒抗原，提示可能感染；阴性表示未检测到病毒抗原，但仍可能存在漏检。
- 程序功能：模拟 1000 名接受检测的人，根据感染率、灵敏度、特异度计算真阳性、假阳性、假阴性、真阴性，并显示“抗原阳性后真正感染 A 型流感”的概率。
- 注意：本程序中的参数和结果用于概率学习与教学演示，不作为真实医疗诊断建议。
结果面板
抗原阳性后真实感染概率
33.3%
也叫阳性预测值
1000 人中真阳性
48
感染流感且测出阳性
1000 人中假阳性
95
未感染但测出阳性
红色：真阳性，感染 A 型流感且抗原阳性
橙色：假阳性，未感染但抗原阳性
浅红：假阴性，感染但抗原阴性
绿色：真阴性，未感染且抗原阴性
概率分解树
自测一下
根据当前参数，请估计：如果一个人的 A 型流感快速抗原检测为阳性，他真正感染 A 型流感的概率大约是多少？
小程序说明与操作方法
- 拖动左侧三个滑杆，系统会实时更新贝叶斯计算结果、1000 人点阵模拟和概率分解树。
- 点击场景按钮，可以快速比较校园筛查、发热门诊、复检更严格三种情形。
- 在自测框输入自己的估计值，再点击检查答案，可以训练对条件概率的直觉。