信念 / 証拠 / ベイズ更新
同じ検査結果なのに、なぜ二人の結論は真逆なのか？
同じ陽性票でも、一人は恐れ、一人は落ち着く。分岐はしばしば「事前にどれくらいあり得ると思っていたか」×「検査がどう語るか」であり、インクそのものではない。示意の数字による教材メタファー——実医療の結論ではない。
ベイズ更新の概要
同じ陽性——真逆の直感
A は陽性を見て凍りつく。B は同じ票を見ても落ち着く。インクは同じで、出発の信念が違う。
ベイズ更新は言う：事後 ∝ 事前 × 尤度。あなたには稀で相手にはあり得るなら、同じ証拠でも着地が違う。以下の百分率は示意——診療レポートではない。
まず三点
- 事前が先
検査の前、その人の世界で条件はどれくらいあり得るか？
- 証拠は重り
感度と偽陽性が、結果の引き方を決める。
- 教材であり診断ではない
丸い百分率は形を教えるだけ——あなたの検査の真実ではない。
ステップ 01
二つの事前：稀な集団 vs より高リスクの集団
票が届く前、各人は基礎率を持つ——自分に似た人の中でその条件がどれくらいあるか。これが事前。
稀な事前では珍しく、高リスク事前ではよりあり得る。後の検査は同じでも、「ある/ない」の初期の山が違う。百分率は示意のみ。
見るポイント
- 基礎率
参照集団での出現頻度——道徳スコアではない。
- 二つの山
稀 vs あり得る事前は、「ある」棒の細太に見える。
- 玩具の数字
幾何を読みやすくするため丸い教材パーセントを使う。
ステップ 02
尤度：真実がある/ないとき、検査はどう語るか
陽性は完全な鏡ではない。感度は問う：本当にあるとき、検査はどれだけ「ある」と言うか。偽陽性率は逆：本当にないとき、なおどれだけ「ある」と言うか。
この二つが尤度比を作る——証拠が「ある」を「ない」より何倍支持するか。教材の数字であり、特定試薬の仕様書ではない。
見るポイント
- 感度
P(陽性|ある)——玩具モデルの真陽性率。
- 偽陽性
P(陽性|ない)——健康でも陽が出る頻度。
- 尤度比
両方ゼロでなければ、おおよそ感度÷偽陽性率。
ステップ 03
更新：事前 × 尤度 → 事後（木 / 面積）
1000人の玩具の群衆を想像する。事前で「ある」「ない」に分け、検査を当てる：真陽性と偽陽性。陽が出た人のうち、本当に「ある」割合は？それが事後。
面積や木は式の山より直感的：稀な細い枝から来た陽と、高リスクの太い枝から来た陽が見える。なお示意——医学的結論ではない。
見るポイント
- 陽性を数える
真陽性+偽陽性=陽が出た全員。
- 事後の割合
真陽性÷全陽性 ≈ P(ある|陽性)。
- 幾何 > スローガン
面積は基礎率無視を見逃しにくくする。
ステップ 04
なぜ同じ票で二人が真逆になり得るか
検査は固定。A に高リスク事前、B に稀な事前を与え、同じ更新を走らせる。心配の閾の左右に事後が分かれても、インクは一致し得る。
それは基礎率への敏感さであり、性格の欠陥ではない。締めの注意：ここにある百分率はすべて教材メタファーであり、実診断や臨床助言ではない。
見るポイント
- 共有の証拠
尤度は同じ；事前が違う。
- 真逆の直感
一方の事後は恐ろしく、他方は許容範囲。
- 医療助言ではない
実検査は臨床へ——本ページはベイズの形だけ。
システムを組み立て直す
事後 = 事前 × 証拠の語り方——インクだけではない
ベイズ更新は出発の信念に、結果がどれだけ診断的かを掛ける。基礎率を無視すると、同じ陽性がほぼ誤報なのに確信に見えたり、その逆が起きる。
ダイヤルを覚える：事前、感度、偽陽性率。免責も覚える：示意の数字であり、医学的結論ではない。
読者チェック
- 使っている事前（基礎率）を問う。
- 条件がないとき検査がどれだけ陽になるかを問う。
- スローガンの確信より、玩具群衆で陽性を数える。
- 本ページは仕組みの教材——診断や臨床助言ではない。
四つの動き
- 事前物語は何から？
その人の参照集団での基礎率。
- 尤度検査はどう語る？
感度対偽陽性率。
- 事後何が更新される？
陽性を見たあとの信念。
- 免責これは何ではない？
実検査レポートでも医療助言でもない。
同じ票での真逆の直感は、しばしば異なる事前——異なるインクではない。
ベイズ更新と基礎率無視についての公共教育ノート。検査の百分率は教材の示意であり、臨床性能の主張でも医学的結論でもない。Wikipedia「Bayes' theorem」「Base rate fallacy」は背景として有用；本ページは仕組みのみで、診断・治療の助言ではない。