Re: [新聞] 高雄是否要設快篩站 陳其邁：偽陽性恐高造成困擾

看板Kaohsiung作者 (狂)時間2年前 (2021/05/18 02:06), 2年前編輯推噓35(40推 5噓 51→)
留言96則, 45人參與, 2年前最新討論串8/8 (看更多)
其實我個人對於這一個問題也是有一些看法~ 不過還是針對我有興趣的問題來回覆一下。 先來說說偽陽(陰)性，基本上這一個問題有板有回覆過了， 有興趣的人可以自參照#1Weav5OP (Kaohsiung) 或是 條件機率的課題。 我想來聊聊的是"假設檢定"，這是一個很有趣也很常看到的資訊但是大家確又貌似 不太了解，所以想來聊一下這一個問題，以下本文開始： 所謂假設檢定的概念其實很簡單，因為事實上我們無法真的作到普查(現在流行的用法是 普篩)，所以我們只可以抽樣來看，然後猜一個可能的實際值看看有沒有機會被包含在 可能的機率範圍之中，這樣的概念就是假設檢定。 現在我們依據最熱門的一次抽樣確診者案1229的部份247(無確診)+1(案例本身)， 所以就假定這是隨機的抽(事實上這應該比隨機抽的機率高) 那麼中獎的機率會是1/248 ，那麼我們可以算一下這樣狀況之下的標準差： [(1/248)*(1-1/248)/(248)]^0.5 大約是0.00402..， 接著我們看平均值1/248 大約是0.00403..，所以接下來我們看兩個標準差的值 0.00403..+2*0.0402..大約是0.012..，也就是說中獎的機率高於0.012的可能性大約是 2.5%左右，如果我們算三個標準差就會是0.016..，高於這一個值的可能性值接降到 0.0025以下，所以如果你說現在如果有得病的人的比例是高於2%，那科學界會說： 你的抽樣結果不支持你的假定。 這就是檢定假設。所以基本上你論文如果說高於1.2%就會有一堆人打你的臉了......。 但是我們不管就是任性的用1.2%來看目前高雄的檢測是不是應該多次快篩？我們先假定 大家都是最敏感的案例，快篩準確度結果直接上綱到95%，那麼偽陽性的機率會是0.0494 ，在來比對真的陽性0.0114，兩者的比值約是：4.33..也就是假的對象會是真的對象的 4.33倍，這就是為什麼會說偽陽性太多的結果。然後假的就消耗了更多的醫療資源!! 至於多作幾次會不會改變結果？依據取樣結果是常態分配，所以你一個正常的人作 很多次之後結果就會接近快篩告訴你的檢驗可能性95%正常、5%得病(當然還是會有特例) 所以這樣多作幾次你大概可以得知的是:藥廠表示的誤差率是不是有問題~ 如果對於抽樣有興趣的那就往下看吧~ 相信大家很常在選舉的時候看到電視的民調資訊有"信心水準"， 或多或少的人有對這一個資訊充滿好奇，不過我相信多數的人就直接略過~ 所以我們就來談一下這個一個很有相關的"假設檢定"，在聊這一個資訊之前我們有一些 要補齊的資訊：1.檢定樣本為常態分佈。2.二項式分佈量夠大的時候會接近常態分佈， 以上是必須有的資訊，我們簡單的解釋一下： 1-1.在統計分佈有很多種不一樣的圖型的形狀，其中有一項很特別的叫做常態分佈， 基本上就是很常出現的分佈圖型，所以就叫常態，這一個分佈有一個特色 就是68-95-99.5的配比關係，意思是離中央(平均值)的距離大的區間內發生的比例 越高，距離中央值一個標準差(距離的單位和一公分差不多)的範圍發生的機率是 68%，兩個標準差是95%，三個標準差99.5%。通常我們都是這樣表示 99.5 95 68 68 95 99.5 ([]內發生的機率) ---[----[----[----中----]----]----]--- 3 2 1 1 2 3 (標準差個數) 看不太懂可以看美圖https://reurl.cc/OXdMMR 1-2.所謂的"檢定樣本為常態分佈"意思是不管你原本的樣本分佈是怎樣的分佈，只要我們 作取樣看中籤(如：當選、得病......)的統計分佈圖就是常態分佈。所以是針對取樣 結果來說就是常態分佈，而非指原先的樣本是常態分佈，這點常常是誤解。 2.一般來說我們作的民調或是得病的取樣統計基本上多數都是"二項式分佈"，而所謂的 二項式分佈則是稱"每次的取樣只有兩個結果(O 或 X)作很多次"。其實就是作很多次 是非題的概念。 基本上這樣就可以開始我們的假設檢定的內文的部份了。 所謂的假設檢定就是我們假設一個"可能的分佈比例結果"，在用抽樣的方式去檢驗這樣 的可能性是不是存在，而信心水準指數就是說有多高的比例我的猜測範圍內的"假設結果" 是可能發生的。舉個例子如果我做出來的抽樣結果是0.5，我們標準差是0.1，那就是說 如果我的假定真實的結果是0.4~0.6之間，那真的被我猜到真實的結果在這一個範圍內 的比例是68%。那如果是0.2~0.8那被我猜中的比例就會有99.5%這麼高。 ※ 引述《lovebxcx (peiler :))》之銘言： : 統一一次講，都一年了，大家都長進點好嗎…不要再跳針偽陽偽陰… : Q1. 為什麼要普篩/廣篩/ whatever什麼篩？ : A1. 為了要阻斷傳染，越早被篩檢出來，就越早被處置(隔離/治療) : Q2. 為什麼陽性率很低的地方，不追求普篩？ : A2. 因為沒有傳染鍊存在，又何來阻斷傳染，驗了只是浪費錢。 : Q3. 那偽陽偽陰又是？ : A3. 用來騙你的，偽陽偽陰從來都不是考慮該不該篩檢的因素。 : 簡單地說，假設偽陽的機率有1%，那你用一根篩檢棒有百分之1的機率誤判，一次用兩根 : 篩檢棒就只剩萬分之1，一次用三根篩檢棒的機率就只剩下百萬分之1，這就是現代人驗 : 孕一次買不同廠商的同時驗的理由。 : Q4. 那高雄該不該普篩？ : A4. 不管高雄現在該不該「普篩」，也應該要建立快篩站了，全世界一年多來已經示範 : 給台灣看了，台北也示範了三天給其他縣市看，驗不到就當是演練流程也好，都已經一 : 年了，各國都在打疫苗解封，台灣人竟然還在為了篩檢排隊？ : ※ 引述《tenfu (富哥)》之銘言 : : 台北快篩也只有萬華 : : 有沒有想過其他區域如 大安 信義 : : 為啥沒有快篩? 希望上篇酸的 可以來答一下 : : 平常各大醫院有一定篩檢量 : : 現在醫院也會去拼命篩 : : 當有趨勢顯示特定區域 : : 自然有可能如萬華設置 : : 現在就如同大安 信義沒設置快篩 : -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.25.166.43 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Kaohsiung/M.1621274764.A.A64.html
噓
05/18 02:07, 2年前 , 1F
半夜了趕快睡覺
05/18 02:07, 1F
別這樣阿~最近在複習量子力學，學量子計算難得轉換科目~追一下時事阿!!
噓
05/18 02:11, 2年前 , 2F
這是政治問題，不是機率問題。
05/18 02:11, 2F
我一直以為防疫是科學問題~原來是政治問題阿!!
推
05/18 02:17, 2年前 , 3F
我好像在聽sheldon說話QQ
05/18 02:17, 3F
TBBT嗎？哈~我還蠻喜歡看的~覺得好笑XDD
推
05/18 02:20, 2年前 , 4F
有一點懂有一點不懂～
05/18 02:20, 4F
可以提出來大家一起討論討論~
推
05/18 03:42, 2年前 , 5F
Simon大已經用科學化、數字化的方式解釋給大家參
05/18 03:42, 5F
→
05/18 03:42, 2年前 , 6F
考了，看得懂的就ok，看不懂的會說哩供啥小！
05/18 03:42, 6F
→
05/18 03:45, 2年前 , 7F
可還是有人會留言開始互嗆，一派認為這種說法可以
05/18 03:45, 7F
→
05/18 03:45, 2年前 , 8F
接受(腦波弱？)，然後另一派大概又會開始提出質疑
05/18 03:45, 8F
→
05/18 03:45, 2年前 , 9F
(跳針？)
05/18 03:45, 9F
→
05/18 03:48, 2年前 , 10F
不然這樣，乾脆請四叉貓、qn、潔哥、蔡阿嘎來解說
05/18 03:48, 10F
→
05/18 03:48, 2年前 , 11F
好了，反正科學家的說法聽不懂，那就找非專業人士
05/18 03:48, 11F
→
05/18 03:48, 2年前 , 12F
來說吧
05/18 03:48, 12F
推
05/18 04:00, 2年前 , 13F
好像回到高中數學
05/18 04:00, 13F
推
05/18 05:14, 2年前 , 14F
防疫是科學問題，但我們沒疫苗，呵呵
05/18 05:14, 14F
推
05/18 05:15, 2年前 , 15F
名嘴還說疫苗拿到先給友邦的呢
05/18 05:15, 15F
噓
05/18 05:38, 2年前 , 16F
滾
05/18 05:38, 16F
推
05/18 05:47, 2年前 , 17F
推
05/18 05:47, 17F
推
05/18 06:21, 2年前 , 18F
大陸就是蓋方艙，把篩到的人管你偽陰、還是陽性，
05/18 06:21, 18F
→
05/18 06:21, 2年前 , 19F
全部塞進去住十四天，中期、出院再篩，有的繼續關，
05/18 06:21, 19F
→
05/18 06:21, 2年前 , 20F
沒事的放出來
05/18 06:21, 20F
推
05/18 06:23, 2年前 , 21F
這種把人強制抓進去住的安排，是又有多少人能接受？
05/18 06:23, 21F
推
05/18 06:43, 2年前 , 22F
怎麼會用案1229推論，應該直接看台北快篩的偽陽性率
05/18 06:43, 22F
→
05/18 06:43, 2年前 , 23F
就好吧
05/18 06:43, 23F
推
05/18 06:50, 2年前 , 24F
樓主有提到 #1Weav5OP，那篇文章講出了思考上的誤區
05/18 06:50, 24F
→
05/18 06:51, 2年前 , 25F
，一陰一陽 必定暫時依照"確診者"來對待，符合現實
05/18 06:51, 25F
→
05/18 06:54, 2年前 , 26F
狀況。看政府一開始有避開這方面不科學的作法
05/18 06:54, 26F
推
05/18 07:00, 2年前 , 27F
替這次疫情避免損耗不必要的戰備物資和人力
05/18 07:00, 27F
推
05/18 07:41, 2年前 , 28F
但疫情真的不能用常態分布來看阿........
05/18 07:41, 28F
我想這邊有點小誤解~所以來解釋一下，並不是把這次的疫情分佈作為常態分佈來看， 而是針對取樣結果所成的機率函數分佈視為常態分佈。 舉例來說：如果我們丟銅板，分佈只會有兩種可能(正、反)，所以基本上就是二項式分佈 但是如果你把丟10次的結果作一筆數據，如：正面的次數(可能性會有11種)。 如此稱為一次試驗，接著做100次這樣的試驗(就是丟1000次的硬幣)，這樣你會有100 筆數據，而這100筆數據就會呈現趨近常態分配。 所以是實驗的統計數據結果成常態分配，非指原樣本分佈為常態分配。 因此才有辦法可以做假設檢定。
推
05/18 07:50, 2年前 , 29F
繼續邁邁萬歲。結案
05/18 07:50, 29F
推
05/18 07:59, 2年前 , 30F
專業推
05/18 07:59, 30F
推
05/18 08:14, 2年前 , 31F
推
05/18 08:14, 31F
推
05/18 08:19, 2年前 , 32F
為什麼叫別人滾
05/18 08:19, 32F
推
05/18 08:20, 2年前 , 33F
某些推文在氣什麼
05/18 08:20, 33F
推
05/18 08:37, 2年前 , 34F
中國的方艙 別人很難學 主因是不只需要把這些人
05/18 08:37, 34F
還有 27 則推文
還有 1 段內文
→
05/18 10:26, 2年前 , 62F
外採購疫苗，姑且不論是不是有對岸介入，但我們買的
05/18 10:26, 62F
→
05/18 10:26, 2年前 , 63F
量少，施打率又不高，防疫又做得不錯，那自然會拿疫
05/18 10:26, 63F
→
05/18 10:27, 2年前 , 64F
苗去做外交，不過這點我是存疑啦，因為理論上也不會
05/18 10:27, 64F
→
05/18 10:28, 2年前 , 65F
有什麼廠商會鳥台灣，比較有可能是大量採購方式然後
05/18 10:28, 65F
→
05/18 10:28, 2年前 , 66F
把多餘的轉給友邦，因為台灣打不到那些數量。
05/18 10:28, 66F
推
05/18 10:28, 2年前 , 67F
台灣簽約的量已經是符合人口數的了，如果像加拿大那
05/18 10:28, 67F
→
05/18 10:28, 2年前 , 68F
種簽約五倍，那才真的詭異
05/18 10:28, 68F
→
05/18 10:30, 2年前 , 69F
之前沒疫情的時候光是AZ價格就有立委就吵說買貴要彈
05/18 10:30, 69F
→
05/18 10:30, 2年前 , 70F
劾官員
05/18 10:30, 70F
推
05/18 10:48, 2年前 , 71F
呃，結果反政府反到不相信科學的是要信神學嗎？還是
05/18 10:48, 71F
→
05/18 10:48, 2年前 , 72F
信發大財
05/18 10:48, 72F
推
05/18 11:14, 2年前 , 73F
專業
05/18 11:14, 73F
推
05/18 11:30, 2年前 , 74F
爛死了，你說5%偽陽性機率，那這次就有12個偽陽性
05/18 11:30, 74F
→
05/18 11:30, 2年前 , 75F
被驗出
05/18 11:30, 75F
→
05/18 11:30, 2年前 , 76F
結果驗出是0個，還在偽陽性5%
05/18 11:30, 76F
→
05/18 11:35, 2年前 , 77F
那個快篩不會只用一種試劑，而且快篩完還是要跑pcr
05/18 11:35, 77F
→
05/18 11:35, 2年前 , 78F
跟隔離，自然看不到偽陽性5%，而且該擔心的反而是
05/18 11:35, 78F
→
05/18 11:35, 2年前 , 79F
偽陰性，怕他們知道自己是陰性就不遵守隔離或自主
05/18 11:35, 79F
→
05/18 11:35, 2年前 , 80F
管理政策，到處亂跑
05/18 11:35, 80F
推
05/18 11:37, 2年前 , 81F
隔離還是最有效政策 快篩只是分流 特定熱區篩檢有效
05/18 11:37, 81F
推
05/18 12:08, 2年前 , 82F
這篇很有內容了不要看到作者就噓好嗎...
05/18 12:08, 82F
→
05/18 12:28, 2年前 , 83F
這篇本來就有內容了，像我那篇全篇廢話就被噓到爆
05/18 12:28, 83F
→
05/18 12:28, 2年前 , 84F
啊！
05/18 12:28, 84F
推
05/18 12:47, 2年前 , 85F
05/18 12:47, 85F
噓
05/18 13:59, 2年前 , 86F
不用幫黨寫這麼多字 政治凌駕專業 就這樣
05/18 13:59, 86F
推
05/18 18:36, 2年前 , 87F
推有內容，但統計實在是讓人霧裡看花XDD
05/18 18:36, 87F
有可能這樣的結果是來自於我的描述不夠清楚，所以可以提出不清楚的地方討論討論。
噓
05/18 18:37, 2年前 , 88F
你寫這些看起來不是要讓大家懂，反而像要幫黨開脫.
05/18 18:37, 88F
→
05/18 18:39, 2年前 , 89F
站方不讓你繼續在這個板裝中立實在太好了
05/18 18:39, 89F
其實針對你這樣的內容沒什麼好回覆的，如果有哪裡不符合科學計算的概念可以提出來， 難道科學也要考慮黨的立場？如果是有利黨的資訊就是幫黨說話？還是你有資訊我領 黨的薪水？我想什麼是中立應該是顯而易見了。 不過如果你在意的是我是不是中立，那你就看不到我更在乎的是科學怎麼討論。
→
05/18 21:34, 2年前 , 90F
有個問題95%篩兩次篩不出來的機率只有5%*5%
05/18 21:34, 90F
→
05/18 21:34, 2年前 , 91F
怎麼會篩很多次還是接近95%....這個推論很詭異
05/18 21:34, 91F
這件事情可以這樣想，你丟一次銅板想得到正面的機率是1/2(如果是公正的)， 兩次正面的機率是1/4，我想你的想法應該是這樣，但這是你考慮特定的樣本型態 (連續兩次正面)，當你考慮的是都100萬次的正面和總次數的比值時是不是又回到了1/2 這就是統計學有趣的地方。而我說的95%正是這一個概念。根據藥廠的實驗數據告訴你 95%很準，僅5%是錯誤的，你做很多次自然也應該得到這一個數據結果，如果不是~那可能 是因為個人因素或是藥廠不實。
推
05/18 22:13, 2年前 , 92F
其實你忽略了當取樣數夠多的時候，你的結果會更趨
05/18 22:13, 92F
→
05/18 22:13, 2年前 , 93F
近於常態分佈，你的CPK夠高的時候，你的模型信任度
05/18 22:13, 93F
→
05/18 22:13, 2年前 , 94F
才是高的，這個疫情在很多國家失控在於你用傳統的
05/18 22:13, 94F
就"假設檢定"來說其中的一個假設是：如果你做得夠多次，而這次的試驗是你做得夠多次 的某一次試驗整合出一個值(暫稱整合值)，且你猜測了一項做了夠多次的整合值結果的 中央值，討論這樣的中央值是否屬於可能發生的可能？這才是假設檢定，並不是實際的 我就看我這100筆或是1000筆的數據的分佈狀況。這塊也是常有的誤會。 所以我們看民調樣本數多數都是1000上下筆數，做到2000的也不會特別的準 ，原因是1000筆數據的統計的信賴區已經很小了，2000增益部份實在是不大。 然就是假設檢定常給人的誤解，以為1000筆數據的分佈就是數據本身討論的分佈， 事實上數據討論的分佈是1000筆資料視為某一特定的樣本資料(整合值)，用所有可能的 方式去建構成的樣本資訊，但事實上我們根本沒去建立這一個可能的樣本資訊，而是 直接經由二項式分配在極大化的狀況之下所構成的結果 => 常態分配直接套用。 因此"檢定假設"只可以用來檢驗你所假設的中央值是否有可能發生，而無法去真的知道 中央值的結果。
→
05/18 22:13, 2年前 , 95F
傳染病模型去推估，目前最重要的就是建立新的模型，
05/18 22:13, 95F
→
05/18 22:13, 2年前 , 96F
才有辦法對未來的狀況做準備
05/18 22:13, 96F
傳染病的傳播還可以用SIR模型來看，如果有興趣~也是可以來一篇來討論討論。 ※ 編輯: simonjen (114.25.166.43 臺灣), 05/18/2021 23:22:13
‣ 更多 simonjen 的文章
文章代碼(AID): #1Weh2Cfa (Kaohsiung)
討論串 (同標題文章)
完整討論串 (本文為第 8 之 8 篇)：
排序： 最舊先 | 最新先 | 留言數
在新視窗開啟完整討論串 (共8篇)
‣ 更多 simonjen 的文章
文章代碼(AID): #1Weh2Cfa (Kaohsiung)