Teorema Bayes
Teorema Bayes, diambil dari nama Rev. Thomas Bayes, menggambarkan hubungan antara peluang bersyarat dari dua kejadian A dan B sebagai berikut:
Jika sembarang orang dari negara itu mengambil test dan mendapat hasil positif, berapakah peluang bahwa dia benar-benar menderita penyakit langka itu?
Secara sepintas, nampaknya bahwa ada peluang yang besar bahwa orang itu memang benar-benar menderita penyakit langka itu. Karena kita tahu bahwa hasil test klinik yang cukup akurat (97%). Tetapi apakah benar demikian? Marilah kita lihat perhitungan matematikanya.
Marilah kita lambangkan informasi di atas sebagai berikut:
Misalnya seseorang menjalani tes klinik tersebut dan mendapatkan
hasil positif, berapakah peluang bahwa ia benar-benar menderita penyakit
langka tersebut?
Dengan kata lain, kita mencoba untuk mencari peluang dari A, dimana B atau P (A | B).
Dari tabel di atas, dapat kita lihat bahwa P (A | B) adalah peluang dari positif yang benar dibagi dengan peluang positif (benar maupun salah), yaitu 0,0194 / (0,0194 + 0,0882) = 0,1803.
Kita dapat juga mendapatkan hasil yang sama dengan menggunakan rumus teorema Bayes di atas:
Hasil perhitungan ini sangat berbeda dengan intuisi kita di atas.
Peluang bahwa orang yang mendapat hasil tes positif itu benar-benar
menderita penyakit langka tidak sebesar yang kita bayangkan. Cuma ada
sekitar 18% kemungkinan bahwa dia benar-benar menderita penyakit itu.
Mengapakah demikian?
Ketika mengira-ngira peluangnya, seringkali kita lupa bahwa dari seluruh populasi negara itu, hanya 2% yang benar-benar menderita penyakit langka itu. Jadi, walaupun hasil tes adalah positif, peluang bahwa seseorang menderita penyakit langka itu tidaklah sebesar yang kita bayangkan.
Kita bisa juga meninjau situasi di atas sebagai berikut. Misalnya populasi negara tersebut adalah 1000 orang. Hanya 20 orang yang menderita penyakit langka itu (2%). 19 orang dari antaranya akan mendapat hasil tes yang positif (97% hasil positif yang benar). Dari 980 orang yang tidak menderita penyakit itu, sekitar 88 orang juga akan mendapat hasil tes positif (9% hasil positif yang salah).
Jadi, 1000 orang di negara itu dapat kita kelompokkan sebagai berikut:
Selamat berdaring untuk Guru Pembelajar kelas Matematika SMA_D KK F, semoga sulses
Sumber :https://www.idomaths.com/id/peluang5.php
UNIQUE TRADISIONAL @ INDONESIA, U KNOW ?? KLIK HERE PLEASE
P(A | B) = | P(B | A) P(A) |
P(B) |
or
P(A | B) = | P(B | A) P(A) |
P(B | A)P(A) + P(B | A)P(A) |
Contoh aplikasi dari Teorema Bayes
Di sebuah negara, diketahui bahwa 2% dari penduduknya menderita
sebuah penyakit langka. 97% dari hasil tes klinik adalah positif bahwa
seseorang menderita penyakit itu. Ketika seseorang yang tidak menderita
penyakit itu dites dengan tes yang sama, 9% dari hasil tes memberikan
hasil positif yang salah.Jika sembarang orang dari negara itu mengambil test dan mendapat hasil positif, berapakah peluang bahwa dia benar-benar menderita penyakit langka itu?
Secara sepintas, nampaknya bahwa ada peluang yang besar bahwa orang itu memang benar-benar menderita penyakit langka itu. Karena kita tahu bahwa hasil test klinik yang cukup akurat (97%). Tetapi apakah benar demikian? Marilah kita lihat perhitungan matematikanya.
Marilah kita lambangkan informasi di atas sebagai berikut:
- B = Kejadian tes memberikan hasil positif.
- = Kejadian tes memberikan hasil negatif.
- A = Kejadian seseorang menderita penyakit langka itu.
- = Kejadian seseorang tidak menderita penyakit langkat itu.
- P (A) = 2%
- P ( ) = 98%
- P (B | A) = 97%
- P (B | ) = 9%
A (2%) | (98%) | |
B | Positif yang benar P (B ∩ A) = P (A) × P (B | A) = 2% × 97% = 0,0194 |
Positif yang salah P (B ∩ ) = P ( ) × P (B | ) = 98% × 9% = 0,0882 |
Negatif yang salah P ( ∩ A) = P (A) × P ( | A) = 2% × 3% = 0,0006 | Negatif yang benar P ( ∩ ) = P ( ) × P ( | ) = 98% × 91% = 0,8918 |
Dengan kata lain, kita mencoba untuk mencari peluang dari A, dimana B atau P (A | B).
Dari tabel di atas, dapat kita lihat bahwa P (A | B) adalah peluang dari positif yang benar dibagi dengan peluang positif (benar maupun salah), yaitu 0,0194 / (0,0194 + 0,0882) = 0,1803.
Kita dapat juga mendapatkan hasil yang sama dengan menggunakan rumus teorema Bayes di atas:
P(A | B) = | P(B ∩ A) |
P(B) | |
= | P(B | A) × P(A) |
P(B | A)P(A) + P(B | | )P( )|
= | 97% × 2% |
(97% × 2%) + (9% × 98%) | |
= | 0.0194 |
0.0194 + 0.0882 | |
= | 0.0194 |
0.1076 | |
P(A | B) = | 0.1803 |
Mengapakah demikian?
Ketika mengira-ngira peluangnya, seringkali kita lupa bahwa dari seluruh populasi negara itu, hanya 2% yang benar-benar menderita penyakit langka itu. Jadi, walaupun hasil tes adalah positif, peluang bahwa seseorang menderita penyakit langka itu tidaklah sebesar yang kita bayangkan.
Kita bisa juga meninjau situasi di atas sebagai berikut. Misalnya populasi negara tersebut adalah 1000 orang. Hanya 20 orang yang menderita penyakit langka itu (2%). 19 orang dari antaranya akan mendapat hasil tes yang positif (97% hasil positif yang benar). Dari 980 orang yang tidak menderita penyakit itu, sekitar 88 orang juga akan mendapat hasil tes positif (9% hasil positif yang salah).
Jadi, 1000 orang di negara itu dapat kita kelompokkan sebagai berikut:
- 19 orang mendapat hasil tes positif yang benar
- 1 orang mendapat hasil tes negatif yang salah
- 88 orang mendapat hasil tes positif yang salah
- 892 orang mendapat hasil tes negatif yang benar
Selamat berdaring untuk Guru Pembelajar kelas Matematika SMA_D KK F, semoga sulses
Sumber :https://www.idomaths.com/id/peluang5.php
UNIQUE TRADISIONAL @ INDONESIA, U KNOW ?? KLIK HERE PLEASE
0 komentar:
Post a Comment