假阳性陷阱：检测阳性时真患病的概率有多大？

一、先给结论：阳性后真患病概率不是 99%，而是大约 9%

这个题考的是基率，也就是患病率很低时，假阳性会变得非常多。

二、用自然频数解释最清楚

假设有 10 万人，患病率 0.1%，那真患病大约 100 人。敏感度 99%，所以真阳性大约 99 人。剩下 99,900 人没病，特异度 99%，意味着假阳性率 1%，所以会有大约 999 个健康人也测成阳性。

三、阳性人群里算比例

阳性总数约等于 99 个真阳性 + 999 个假阳性 = 1098 人。真正患病的比例是 99 / 1098 ≈ 9%。

面试里如果出现公式，建议先说 假阳性陷阱：检测阳性时真患病的概率有多大 解决的直觉问题，再解释变量含义和适用条件。最后补一个反例或边界，比如样本量不足、分布假设不成立、数值不稳定时应该怎么处理。

四、再补公式

用贝叶斯写就是 P(病|阳)=P(阳|病)P(病)/P(阳)。分母 P(阳) 由两部分组成：真阳性和假阳性。这个题的关键就是：病很罕见时，健康人基数太大，哪怕 1% 假阳性也会压过真阳性。