信念 / 证据 / 贝叶斯更新
同一张化验单，为什么两人结论相反？
同一张阳性单，一个人慌、一个人不慌。分叉往往在「事先觉得有多常见」×「检测怎么说话」，不在墨迹本身。下面是教学隐喻、示意数字——不是真实医学结论。
贝叶斯更新概览
同一阳性，两种相反的直觉
A 看到阳性就慌；B 看到同一张单却还能稳住。墨迹一样，起跑的信念不一样。
贝叶斯更新说：后验 ∝ 先验 × 似然。对你少见、对他更常见时，同一证据可以落在不同位置。下面百分比是示意——不是门诊报告。
先记住三点
- 先验在前
在打开信封之前，这件事在「像他这样的人」里有多常见？
- 证据是砝码
灵敏度、假阳性率决定结果往哪边拽、拽多狠。
- 教学不是诊疗
圆整百分比只为看清形状——不是你家化验单的真相。
步骤 01
两枚先验：少见人群 vs 更高风险人群
化验单还没来之前，每个人都带着一个基础率——「像我这样的人」里这件事有多常见。这叫先验。
少见先验里这件事不常见；更高风险先验里更常见。后面检测可以一样，起跑的「有 / 没有」堆却不同。百分比仅供示意。
看什么
- 基础率
参照群体里的出现频率——不是道德评分。
- 两堆人
少见 vs 常见先验，看起来像「有」那条细或粗。
- 示意数字
用圆整教学百分比，好让几何可读。
步骤 02
似然：真相为有 / 没有时，检测怎么说话
阳性不是纯镜子。灵敏度问：真有时，检测多常说「有」？假阳性率问反过来：真没有时，检测还多常说「有」？
这两个率组成似然比——证据把砝码往「有」那边推多少倍。教学数字；不是某张试剂说明书。
看什么
- 灵敏度
P(阳性 | 有)——示意模型里的真阳性率。
- 假阳性
P(阳性 | 没有)——健康人仍测阳的频率。
- 似然比
两者都非零时，大约是灵敏度 ÷ 假阳性率。
步骤 03
更新：先验 × 似然 → 后验（树图 / 面积）
想象 1000 个示意小人。先按先验拆成「有」和「没有」，再过检测：一部分真阳性，一部分假阳性。在所有测阳的人里，真正「有」的占多少？那一份额就是后验。
面积或树图比堆公式更直观：你能看见阳性单有多少来自少见细枝、多少来自更高风险粗枝。仍是示意——不是医学结论。
看什么
- 数阳性
真阳性 + 假阳性 = 所有测阳的人。
- 后验份额
真阳性 ÷ 全部阳性 ≈ P(有 | 阳性)。
- 几何 > 口号
面积让「忽视基础率」更难蒙混。
步骤 04
为什么同一张单，两人可以吵翻
检测固定。给 A 更高风险先验、给 B 少见先验，做同一套更新。他们的后验可以落在担心阈值的两边——墨迹却一模一样。
这是基础率敏感性在起作用，不是性格缺陷。收尾提醒：这里每个百分比都是教学隐喻，不是真实诊断，也不是诊疗建议。
看什么
- 共享证据
似然相同；先验不同。
- 相反直觉
一个后验吓人，另一个还能接受。
- 不是医疗建议
真实化验单请找临床决策——本页只讲贝叶斯形状。
把系统装回去
后验 = 先验 × 证据怎么说话——不是单看墨迹
贝叶斯更新用起点信念乘上结果有多「会说话」。忽视基础率时，同一阳性可能被当成铁证，其实仍可能大多是假警报——反过来也一样。
记住旋钮：先验、灵敏度、假阳性率。也记住免责：示意数字，不是医学结论。
读者自检
- 先问自己用的先验（基础率）是什么。
- 再问：没病时检测多常仍报阳性。
- 宁可在示意人群里数阳性，也不要口号式的「一定」。
- 把本页当机制教学——不是诊断或诊疗建议。
四个零件
- 先验故事从哪起跑？
此人参照群体里的基础率。
- 似然检测怎么说话？
灵敏度对照假阳性率。
- 后验更新了什么？
看到阳性之后的信念。
- 免责这页不是什么？
不是真实化验报告，也不是医疗建议。
同一张单上相反的直觉，常常是先验不同——不是墨迹不同。
公共教育向笔记：贝叶斯更新与基础率忽视。化验百分比为教学示意，不代表某项临床性能，也不是医学结论。可参考维基「贝叶斯定理」「基础率谬误」作背景；本页只讲机制，不含诊断或治疗建议。