조건부 확률
베이즈 정리 계산기
P(A), P(B|A), P(B|¬A)를 입력하면 관찰 B 이후의 P(A|B)를 계산합니다.
계산 조건
확률은 0과 1 사이의 소수로 입력합니다.
결과
관찰 B를 반영한 사후 확률을 봅니다.
베이즈 정리 가이드
관찰한 결과를 본 뒤 확률을 다시 읽습니다
베이즈 정리 계산기는 어떤 사건 A가 원래 얼마나 그럴듯했는지와, A일 때 관찰 B가 나올 가능성을 함께 넣어 B를 본 뒤의 확률 P(A|B)를 계산합니다. 검사 결과, 스팸 판정, 위험 신호처럼 “결과를 보고 원인을 얼마나 믿어야 하는지” 확인할 때 기저율을 놓치지 않게 해 줍니다.
먼저 A와 B가 무엇인지 정하고 세 확률을 입력합니다
이 도구는 확률을 0부터 1 사이의 소수로 받습니다. 1%는 0.01, 90%는 0.9처럼 바꿔 넣은 뒤 계산하기를 누르면 결과 카드에서 P(A|B), P(B), P(¬A|B)를 함께 볼 수 있습니다.
- A를 먼저 정합니다. 질병 보유, 스팸 메일, 특정 원인처럼 확인하고 싶은 가설을 A로 둡니다.
- B를 관찰 결과로 둡니다. 검사 양성, 필터 경고, 어떤 신호가 나타난 상황처럼 이미 본 결과를 B로 둡니다.
- 세 입력값을 소수로 넣습니다. P(A), P(B|A), P(B|¬A)를 각각 0~1 사이 값으로 입력합니다.
- 결과 카드의 P(A|B)를 읽습니다. B를 본 뒤 A가 맞을 확률이고, P(¬A|B)는 반대쪽 가능성입니다.
세 입력값은 사전확률과 두 조건부확률입니다
베이즈 정리에서 사전확률은 결과를 보기 전의 기본 가능성입니다. 조건부확률은 “A일 때 B가 나올 가능성”처럼 조건이 붙은 확률입니다. 두 값을 섞어야 낮은 기저율 때문에 생기는 착시를 줄일 수 있습니다.
P(A)
사건 A의 사전확률입니다. 검사 예시라면 검사하기 전 실제로 질병을 가지고 있을 기본 비율, 스팸 예시라면 메일이 스팸일 기본 비율에 해당합니다.
P(B|A)
A가 참일 때 B가 관찰될 확률입니다. 질병이 있는 사람이 양성으로 나올 확률처럼, 어떤 원인이 맞을 때 결과가 잘 잡히는지를 뜻합니다.
P(B|¬A)
A가 아닐 때도 B가 나올 확률입니다. 질병이 없는데 양성으로 나오는 거짓 양성률처럼, 결과가 헛갈리게 나타나는 경우를 넣습니다.
전체 B 확률을 먼저 구한 뒤 사후확률을 계산합니다
결과 카드의 핵심은 P(A|B)입니다. 이 값은 B가 관찰된 뒤 A가 맞을 확률, 즉 사후확률입니다. 계산기는 먼저 B가 전체에서 나올 확률 P(B)를 만들고, 그중 A에서 온 몫을 나눠 P(A|B)를 구합니다.
양성 결과가 나와도 기저율이 낮으면 사후확률은 낮아질 수 있습니다
예를 들어 A를 “어떤 질병이 있음”, B를 “검사 양성”이라고 두겠습니다. P(A)=0.01, P(B|A)=0.9, P(B|¬A)=0.05를 입력하면 계산기는 P(B)=0.058500, P(A|B)=0.153846, P(¬A|B)=0.846154를 보여줍니다.
의학 예시는 확률 읽기 예시입니다
이 숫자는 베이즈 정리가 기저율을 어떻게 반영하는지 보여 주기 위한 예시입니다. 실제 검사 결과의 해석, 진단, 치료 판단은 검사 종류와 개인 상태에 따라 달라지므로 의료 전문가의 안내가 필요합니다.
P(B|A)와 P(A|B)를 같은 말로 보지 마세요
베이즈 정리에서 가장 흔한 실수는 “A일 때 B가 나올 확률”과 “B를 봤을 때 A일 확률”을 섞는 것입니다. 두 값은 방향이 다르고, 사전확률 P(A)가 작으면 결과가 크게 달라질 수 있습니다.
- 퍼센트는 소수로 바꿉니다. 5%는 0.05, 95%는 0.95로 입력합니다.
- 거짓 양성률을 빼먹지 않습니다. P(B|¬A)가 0이 아니면 결과 B는 A가 아닌 경우에서도 나올 수 있습니다.
- P(B)가 0이면 사후확률을 해석할 수 없습니다. 입력 조합이 실제로 가능한 관찰인지 다시 확인해야 합니다.
- 여러 원인이 있는 문제는 단순화가 필요합니다. 이 계산기는 A와 ¬A처럼 두 갈래로 나눠 보는 기본형입니다.
자주 묻는 질문
P(A)는 어디에서 가져와야 하나요?
P(A)는 결과를 보기 전의 기본 비율입니다. 실제 데이터가 있으면 그 비율을 쓰고, 없으면 여러 시나리오를 나눠 비교하는 편이 안전합니다.
P(B|A)와 P(A|B)는 왜 다른가요?
P(B|A)는 A가 맞다는 조건에서 B가 나올 확률이고, P(A|B)는 B를 본 뒤 A가 맞을 확률입니다. 방향이 반대라서 사전확률 P(A)를 함께 넣어야 합니다.
샘플 버튼은 어떤 용도로 쓰면 되나요?
샘플은 입력 형식과 결과 카드의 읽는 순서를 확인하는 데 쓰면 됩니다. 샘플 값을 그대로 자신의 상황에 적용하지 말고, P(A), P(B|A), P(B|¬A)를 현재 문제에 맞게 바꿔 입력하세요.
검사 예시의 확률을 진단 판단에 써도 되나요?
아니요. 본문 예시는 기저율과 거짓 양성률이 결과에 미치는 영향을 설명하기 위한 계산 예시입니다. 실제 진단이나 치료 판단은 검사 기준과 개인 상태를 아는 전문가와 확인해야 합니다.
결과가 너무 작거나 0에 가깝게 나오면 오류인가요?
항상 오류는 아닙니다. 사전확률이 매우 작거나 P(B|¬A)가 상대적으로 크면 P(A|B)는 낮게 나올 수 있습니다. 다만 P(B)가 0으로 계산되면 입력 조합을 다시 확인해야 합니다.