Zitat von Icy
ich glaub das geht anders.
Beispiel 3 von der FP 02/2007:
Also die krankheit befällt jeden zehntausendsten Besucher -->p(I)=0,0001
Die Gegenwahrscheinlichkeit nicht infiziert zu sein ist p(n.i)=0,9999
Die Zuverlässigkeit des Tests ist 98%, d.h. wenn man infiziert ist, zeigt der Test das zu 98% an. p(p/i)=0,98 Gegenwahrscheinlichkeit: p(p/n.i)=0,02
Er liefert allerdings zu 0,5% ein positives Ergebnis bei nicht infizierten Personen -->p(p/n.i)=0,05
Gegenwahrscheinlichkeit: p(n.p/n.i)=0,95
Gesucht ist die Wahrscheinlichkeit, infiziert zu sein, wenn der Test bereits ein positives Ergebnis geliefert hat, also p(I/p). Wichtig ist den Unterschied zu p(p/I) zu verstehen. Ich hab da einige Zeit gebraucht bis ich draufgekommen bin...
Man braucht noch den Satz von Bayes, um die Aufgabe zu lösen. Für 2 beliebige Ereignisse A und B lautet die Formel für die bedingte Wahrscheinlichkeit p(A/B)=[p(B/A)*p(A)]/p(B)
Noch eine Bemerkung, falls jemand mit der Schreibweise für bedingte Wahrscheinlichkeiten nicht vertraut ist: p(A/B) bezeichnet die Wahrscheinlichkeit, dass Ereignis A eintritt, UNTER DER BEDINGUNG dass Ereignis B bereits eingetreten ist.
p(I/p)=(0,98*0,0001)/0,005=0,0196=1,96%