베이즈 정리 계산기

아닙니다. 유병률에 따라 크게 달라집니다. 민감도와 특이도가 모두 99%라도 유병률이 0.1%라면 양성일 때 실제 환자일 확률은 9%밖에 되지 않습니다. 10,000명 중 환자는 10명뿐인데 건강한 9,990명의 1%인 약 100명이 거짓양성으로 나오기 때문입니다.

민감도는 실제 환자를 양성으로 잡아내는 비율이고, 특이도는 환자가 아닌 사람을 음성으로 걸러내는 비율입니다. 민감도가 높으면 놓치는 환자가 적고, 특이도가 높으면 헛걱정이 적습니다. 둘은 대개 서로 맞바꾸는 관계입니다.

방향이 반대입니다. 민감도는 "환자일 때 양성일 확률"이고, 양성예측도는 "양성일 때 환자일 확률"입니다. 검사를 받는 사람이 알고 싶은 것은 후자인데, 검사 성능표에 적힌 것은 전자입니다. 이 둘을 잇는 것이 베이즈 정리입니다.

확률로 보면 헷갈리는 것이 사람 수로 바꾸면 쉬워지기 때문입니다. "민감도 99%"보다 "환자 10명 중 9.9명이 양성"이 바로 와닿고, 거짓양성 100명과 진짜 양성 9.9명을 나란히 놓으면 왜 양성예측도가 낮은지 한눈에 보입니다.

확률 계산기(probability-basic)는 두 사건이 독립이거나 배타일 때의 합·교집합을 구합니다. 이 도구는 어떤 일이 일어났다는 것을 알았을 때 원래 확률이 어떻게 바뀌는지를 다룹니다.