Statistics 从频率分布中获取概率以测试个体

如果我有一个频率分布来描述心脏出现某种程度症状的正常患者的频率（比如说，50%的患者出现“3”，20%的患者出现“2”，30%的患者出现“4”）

我如何用这个数据测试一个新病人是否健康或不健康？相对频率会说，如果一个病人出现了“3”，那么他们有50%的几率是健康的，是不是他们坐在中间的时候更可能是健康的？ 另外，你将如何继续将该概率与同一患者的24项其他测试相结合，以获得总体概率

非常感谢

我假设“正常患者”是指健康

要使用p（3 | health）获得p（health | 3），可以调用Bayes规则：

p（A | B）=p（B | A）p（A）/p（B）

其中p（）表示概率，|表示条件性，因此“A | B”表示“A给定B”，或“A基于B的条件”

这就需要知道健康患者的总体比例以及出现“3”的患者的总体比例。将所有这些加在一起会得到

p（健康| 3）=p（3 |健康）p（健康）/p（3）

在最简单的情况下，您可以使用Bayes规则和上面表格中的B表示所有测试结果（测试1中的给定结果和测试2中的给定结果等）的交点，但这取决于您有哪些可用数据

让X、Y和Z表示三个测试的给定结果

p（健康的|（X&Y&Z））=p（X&Y&Z）|健康的）p（健康的）/p（X&Y&Z）

当且仅当结果X、Y和Z是独立的，以及X |健康、Y |健康和Z |健康时，这可以简化为以下情况

---

p（health |（X&Y&Z））=p（X | health）p（Y | health）p（Z | health）p（health）/（p（X）p（Y）p（Z））

我认为这个问题不属于堆栈溢出问题，因为问题（通常）应该是关于。关于纯统计的问题更适合回答，谢谢你的详细回答：）