Statistics.com เผยแพร่ปัญหาประจำสัปดาห์: อัตราการฉ้อโกงประกันภัยที่อยู่อาศัยคือ 10% (หนึ่งในสิบข้อเรียกร้องนั้นเป็นการฉ้อโกง) ที่ปรึกษาได้เสนอระบบการเรียนรู้ของเครื่องเพื่อตรวจสอบการอ้างสิทธิ์และจำแนกพวกเขาว่าเป็นการฉ้อโกงหรือไม่หลอกลวง ระบบมีประสิทธิภาพ 90% ในการตรวจจับการอ้างสิทธิ์ที่ฉ้อโกง แต่มีประสิทธิภาพ 80% เท่านั้นในการจำแนกการเรียกร้องการฉ้อโกงที่ไม่ถูกต้อง หากระบบจัดประเภทการเรียกร้องว่าเป็นการฉ้อโกงความน่าจะเป็นที่จะเป็นการหลอกลวงคืออะไร
https://www.statistics.com/news/231/192/Conditional-Probability/?showtemplate=true
เพื่อนของฉันและฉันทั้งคู่เกิดคำตอบเดียวกันอย่างอิสระและไม่ตรงกับโซลูชันที่เผยแพร่
ทางออกของเรา:
(0.9 * 0.1) / ((. 9 * 0.1) + (. 2 * 0.9)) = 1/3
ทางออกของพวกเขา:
นี่เป็นปัญหาของความน่าจะเป็นแบบมีเงื่อนไข (มันเป็นปัญหาของ Bayesian แต่การใช้สูตรใน Bayes Rule จะช่วยปกปิดสิ่งที่เกิดขึ้น) พิจารณาการอ้างสิทธิ์ 100 ครั้ง 10 จะเป็นการฉ้อโกงและระบบจะติดป้าย 9 อย่างถูกต้องว่าเป็น“ การฉ้อโกง” 90 การเรียกร้องจะใช้ได้ แต่ระบบจะจำแนก 72 (80%) ไม่ถูกต้องเป็น“ การหลอกลวง” ดังนั้นการอ้างสิทธิ์ทั้งหมด 81 ครั้งจึงถูกระบุว่า เป็นการฉ้อโกง แต่มีเพียง 9 ใน 11 เท่านั้นที่หลอกลวง
ใครถูก