Một bác sĩ cần quyết định có điều trị (hành động 1) hay không điều trị (hành động 0) cho bệnh nhân, dựa trên kết quả một xét nghiệm. Biết xác suất tiên nghiệm mắc bệnh P(H)=π, độ nhạy se=P(dương tıˊnh∣H), độ đặc hiệu sp=P(aˆm tıˊnh∣H), và kết quả xét nghiệm quan sát được r∈{0,1}.
Trước hết, tính xác suất hậu nghiệm P(H∣r) bằng công thức Bayes (nếu mẫu số bằng 0, quy ước P(H∣r)=0).
Cho ma trận chi phí ca,s — chi phí (kỳ vọng thiệt hại) khi thực hiện hành động a∈{0,1} trong khi trạng thái thật của bệnh nhân là s∈{0,1} (s=0: không bệnh, s=1: có bệnh), gồm bốn giá trị c00,c01,c10,c11 theo thứ tự đó. Chi phí kỳ vọng của hành động a, dựa trên xác suất hậu nghiệm vừa tính, là:
E[cost∣a]=ca,0⋅P(H∣r)+ca,1⋅P(H∣r).
Hãy chọn hành động a∗ có chi phí kỳ vọng nhỏ nhất (nếu bằng nhau, chọn hành động 0).
Ví dụ: π=0.01, se=0.9, sp=0.95, r=1 (dương tính); chi phí c00=0,c01=10,c10=1,c11=0. Xác suất hậu nghiệm P(H∣r)=0.153846; chi phí kỳ vọng hành động 0 là 10×0.153846=1.538462, hành động 1 là 1×0.846154=0.846154; vậy chọn hành động 1 với chi phí 0.846154.
Dòng đầu chứa bốn số: π, se, sp (số thực trong [0,1]) và r (0 hoặc 1). Dòng thứ hai chứa bốn số thực c00,c01,c10,c11 (≥0).
In ra ba dòng: Dòng 1: P(H∣r) làm tròn đến 6 chữ số thập phân. Dòng 2: hành động tối ưu a∗ (0 hoặc 1). Dòng 3: chi phí kỳ vọng của hành động tối ưu, làm tròn đến 6 chữ số thập phân.
Ví dụ:
Đầu vào:
0.3 0.8 0.75 0
0 5 3 0
Đầu ra:
0.102564
0
0.512821
Đầu vào:
0.01 0.9 0.95 1
0 10 1 0
Đầu ra:
0.153846
1
0.846154
Đang tải editor...