Beste tweakbroeders
,
Ik zit echt al weken te zweten op het volgende probleem:
Ik moet een bit 'gokken' en het gaat strikt genomen niet om de bit zelf, maar op de kans dat de bit de gezochte bit is. Dus met andere woorden P(bit_1), P(bit_0) = 1 - P(bit_1), dus hoef ik alleen P(bit_1) te hebben.
De software die ik heb geschreven levert een variabel aantal testen op en die testen hebben allemaal hun eigen bekende nauwkeurigheid.
Een voorbeeldoutput zou kunnen zijn:
Test 1: 70% betrouwbaar, output = 1
Test 2: 60% betrouwbaar, output = 0
Test 3: 55% betrouwbaar, output = 0
Test 4: 55% betrouwbaar, output = 1
Wat ook kan zijn is dat de software 3000 testresultaten oplevert met elk verschillende betrouwbaarheid en compleet tegengestelde waarden zoals:
Test 1: 90% betrouwbaar, output = 1
Test 2: 90% betrouwbaar, output = 0
Test 3: 75% betrouwbaar, output = 0
Test 4: 75% betrouwbaar, output = 1
..
Test 2999: 51% betrouwbaar, output = 0
Test 3000: 51% betrouwbaar, output = 0
Hoe kan ik uit deze gegevens berekenen wat de kans is op P(bit_1) en daarvan afgeleid P(bit_0)?
Zelf heb ik al het één en ander geprobeerd en het klopt nooit. Googelen levert me ook niets op, want ik heb geen idee hoe deze situatie wetenschappelijk genoemd wordt. Met theorie van Bayes bijv. zie ik niet hoe ik die toe moet passen.
Alvast bedankt voor de hulp!
Ik zit echt al weken te zweten op het volgende probleem:
Ik moet een bit 'gokken' en het gaat strikt genomen niet om de bit zelf, maar op de kans dat de bit de gezochte bit is. Dus met andere woorden P(bit_1), P(bit_0) = 1 - P(bit_1), dus hoef ik alleen P(bit_1) te hebben.
De software die ik heb geschreven levert een variabel aantal testen op en die testen hebben allemaal hun eigen bekende nauwkeurigheid.
Een voorbeeldoutput zou kunnen zijn:
Test 1: 70% betrouwbaar, output = 1
Test 2: 60% betrouwbaar, output = 0
Test 3: 55% betrouwbaar, output = 0
Test 4: 55% betrouwbaar, output = 1
Wat ook kan zijn is dat de software 3000 testresultaten oplevert met elk verschillende betrouwbaarheid en compleet tegengestelde waarden zoals:
Test 1: 90% betrouwbaar, output = 1
Test 2: 90% betrouwbaar, output = 0
Test 3: 75% betrouwbaar, output = 0
Test 4: 75% betrouwbaar, output = 1
..
Test 2999: 51% betrouwbaar, output = 0
Test 3000: 51% betrouwbaar, output = 0
Hoe kan ik uit deze gegevens berekenen wat de kans is op P(bit_1) en daarvan afgeleid P(bit_0)?
Zelf heb ik al het één en ander geprobeerd en het klopt nooit. Googelen levert me ook niets op, want ik heb geen idee hoe deze situatie wetenschappelijk genoemd wordt. Met theorie van Bayes bijv. zie ik niet hoe ik die toe moet passen.
Alvast bedankt voor de hulp!