无法获得用户贝叶斯定理的几率

unable to get the odds of a user- bayes theorm

我正在尝试使用混淆矩阵解决这个非常基本的问题,但我的解决方案与正确的解决方案不匹配。

问:假设我们有一项药物测试可以在 99% 的时间内准确识别药物使用者,并且对 99% 的非使用者准确得出阴性结果。但只有0.3%的整体用户使用这种药物。

如果测试呈阳性,某人实际吸毒的几率有多大?

还有,TP / (TP + FN)P(A) P(B|A)/P(B)一样吗?

我的方法:

                                TP      TN        Total
Users       Predicted positive   29.7      0.3       30
Non-Users   Predicted negative   99.7   9870.3     9970
                                129.4   9870.6    10000

根据以上数据,我得到:29.7/129.4 = 0.2295208655 大约 22.95%

但解决方案指出:22.8%。我很困惑。正确的做法是什么?

我知道了:

给出的方法是这样的 - P(B) 是 1.3% ( 0.99*0.003 + 0.01*0.997) 所以,P(B|A) = P(A) P(B|A) / P(B) = 0.003*0.99 / 0.013 = 0.228 。所以,“22.8%”

但他们将数字四舍五入为 1.3% 而不是 1.294%,这就是为什么值不同的原因!!