Les Lapins de Lumière / Rabbits are Beasts

Bayes et ses confreres savaient lire les pourcentages il me semble... et le turing c'est pr les blaireaux.
Mais si on suit ton raisonnement basé sur une logique certaine il ne faut pas oublier les théories developpées par Parmentier :

test fiable a 99% -->je suis positif-->que dois-je en conclure ?

réponse selon la théorie de Parmentier : avec 2 patates je peux faire de la purée.

Et dire que tu ne l'as meme pas cité....

C'est bizarre je croyais que c'était Vico le roi de la pomme de terre...
On m'aurait menti

Vico son truc c'est plus les fractions que les probas si tu veux tout savoir XD

Et dans l'énoncé ils disent bien : Il se révèle positif.

T'as pas du compris ce que je voulais dire :/

Parmentier ? Mais meme si le probleme traitait d'une maladie, un pharmacien n'a pas sa place dans le raisonnement voulu par Roly :)

Pas plus que Bayes dans la resolution d'une question a 1pt d'un controle de maths de 6e.

jvois pas la blague.

Bayes a toujours parle des observations et des probas, son theoreme est applicable (en version simplifie) au probleme ennonce, la blague de 99% est resolue, non ?
Il me semble bien que la proba d'etre malade est de 1/1000 et non pas 1/100 ?

jvois pas sinon, exprime toi, fais toi plaisir !

Et tu as tord ! Il ne faut pas prendre a la lettre ce que dit n’importe quel blaireau sur n’importe quel forum !
Grand nombres de personnes confrontées à ce même problème ont fait la même erreur que toi et d’autres la feront encore après toi ! Heureusement tu ne fais pas partie de cette population de dégénérés persuadés de la justesse de leur raisonnement primaire salissant au passage l’une des plus belle théorie de Parmentier.
Bayes (Aceof de son prénom) permet pourtant de solutionner ce problème très simple ; et pourtant je ne trouve pas la même réponse que lui en utilisant son propre théorème !

Moi j’arrive a ça :

100 000 testeurs
1/100 000 malades
99% de fiabilité du test donc 1% d’erreur
Sur les 100 000 testeurs on aura 1 malade et 1 000 résultats erronés (1%).

Différents cas possibles :

1) Le malade s’est fait dépisté avec un test positif-->on a donc 1 000 test erronés (1%) qui ne peuvent qu’être des tests faussement positif sinon on ne respecterait pas la proportion de 1/100 000 --> chances d’être le malade en question avec un test positif : 1/1 001
2) Le malade s’est fait dépisté alors qu’il était négatif au test (c’est de la théorie mathématique hein) --> on a donc 1 000 test erronés (1%) dont 999 de tests faussement positifs et le malade qui a eut un résultat faussement négatif--> chances d’être le malade en question avec un test positif : 0

Ces deux cas me paraissent tout aussi probables.
Ma réponse a la question est donc la moyenne des deux probabilités : 1/2002

Mea culpa

Janvier 2002 c'est pas plutot la date de contraction de la maladie?

Tu as qu'à refaire l'énoncé en: Quel est le pourcentage de chance d'être malade sachant que le test est positif.

Proba conditionnée. B A ba de la proba

Je pige pq j'ai eu 4 à l'exam de proba



Sinon un autre problème : vous rencontrez une Brésilienne super chaude. Combien de chances avez vous de vous la faire???
































Aucune, en fait c'étais un travelo.

ça dépend Pod. Avec Feerik c'est l'inverse

et donc, pod ?

Escualiiiiiita !

bah, mes probas sont un peu rouillées mais en gros ca devrait donner un truc du genre


Tout ce que l'on sait c'est que l'on appartient a la population en gras, donc on peut etablir que les chances d'etre malade, sont de :

malade = 0.99/(0.99+999.99) = 0.99/1000.98
a peu pres une chance sur 1000 car il reste une chance que le malade soit passé pour sain et donc casse la probabilité de 1/1000 en 1/1001 mais seulement dans 1% des cas.

Donc je penche pour l'explication de Guupta avec la legere (infime) correction ci dessus. Mais en meme temps ce truc n'a rien d'une curiosité logique, mais plus d'un cas d'application reelle d'un theoreme tout aussi reel.[/b]