Conditional Probability คืออะไร?
Signal Gate — ประตูกรองเงื่อนไข
Conditional Probability คือโอกาสของเหตุการณ์ A เมื่อรู้ว่าเหตุการณ์ B เกิดแล้ว โดยจำกัดตัวหารไว้ที่กลุ่ม B: P(A|B)=P(A∩B)/P(B) เมื่อ P(B)>0 การสลับเป็น P(B|A) เปลี่ยนกลุ่มอ้างอิงและโดยทั่วไปได้คนละค่า
QuantKG Editorial · อัปเดต 17 กันยายน 2026
ภารกิจของคุณ
เลือกความถี่ A คุณภาพสัญญาณ และอัตราสัญญาณหลอก ผ่านประตูทีละด่านแล้วคัดเฉพาะกลุ่มที่ได้ + เปรียบเทียบ P(A|+) กับ P(+|A), กรอกค่าเองใน Advanced และทำโจทย์ชุดใหม่
เปิด JavaScript เพื่อเล่นเกม Phaser ปุ่มควบคุมใช้คีย์บอร์ดได้ ไม่มีเงินจริง การทดลองไม่คิด XP มีโจทย์ประยุกต์ท้ายเกม ตอบถูก +10 XP ผิด −3 XP ต่ำสุด 0 คิดเฉพาะคำตอบแรกต่อข้อ เก็บในอุปกรณ์นี้
ตัวอย่างที่จับต้องได้
ใน 10,000 กรณีสมมติ A เกิด 1% = 100 กรณี สัญญาณ + จับ A ได้ 90% จึงมี + จริง 90; กลุ่มไม่มี A 9,900 กรณีแต่สัญญาณหลอก 10% จึงมี + หลอก 990. เมื่อเห็น + โอกาสมี A = 90/(90+990) = 8.33% ไม่ใช่ 90%
เกมนี้บอกอะไรไม่ได้?
จำนวน 10,000 กรณีสร้างจากเปอร์เซ็นต์ที่ผู้เล่นกรอกแบบกำหนดแน่นอน ไม่ใช่ข้อมูลตลาดหรือการสุ่มจริง ไม่มีการประมาณความไม่แน่นอนของอัตรา ไม่รวมการเปลี่ยน regime, data leakage, ต้นทุนและการดำเนินคำสั่ง ไม่ใช่สัญญาณซื้อขาย
แหล่งอ้างอิง
MIT OCW — Conditional Probability, Independence and Bayesเกมและตัวอย่างสร้างโดย QuantKG แหล่งอ้างอิงเป็นบทอ่านพื้นฐานของหมวด ไม่ได้ยืนยันว่ากองทุนหรือผู้เขียนใช้วิธีนี้
คำถามชวนคิด
ใน 10,000 กรณีมี A 100 กรณี สัญญาณ + จับ A ได้ 90 กรณี และ + หลอกจากกลุ่มไม่มี A อีก 990 กรณี P(A|+) เท่าไร?
คงคุณภาพสัญญาณเดิม: จับ A ได้ 90% และสัญญาณหลอก 10% ถ้า A พบมากขึ้นจาก 1% เป็น 20% ใน 10,000 กรณี P(A|+) จะเป็นเท่าไร?
ถ้าไม่มีกรณีใดได้สัญญาณ + เลย เราควรแสดง P(A|+) เป็นเท่าไร?
คำที่เกี่ยวข้อง
อ่านบทความและทำแบบทดสอบBasic: ตัวอย่างที่คำนวณย้อนกลับได้
ใน 10,000 กรณีสมมติ A เกิด 1% = 100 กรณี สัญญาณ + จับ A ได้ 90% จึงมี + จริง 90; กลุ่มไม่มี A 9,900 กรณีแต่สัญญาณหลอก 10% จึงมี + หลอก 990. เมื่อเห็น + โอกาสมี A = 90/(90+990) = 8.33% ไม่ใช่ 90%
Advanced: สูตรและสมมติฐาน
P(A|+) = P(A∩+)/P(+)P(+|A) = P(A∩+)/P(A)P(+) = P(+|A)P(A) + P(+|¬A)P(¬A)P(A|+) = P(+|A)P(A)/P(+)P(A|¬+) = FN/(FN+TN)
P(A|+) ใช้กลุ่มที่ได้สัญญาณ + เป็นตัวหาร ส่วน P(+|A) ใช้กลุ่มที่มี A เป็นตัวหาร ถ้ากลุ่มเงื่อนไขมีศูนย์สมาชิก โอกาสแบบมีเงื่อนไขนั้นไม่นิยาม สูตร Bayes ใช้กฎผลรวมความน่าจะเป็นของกรณี A และ ¬A จำนวนในเกมเป็น cohort สังเคราะห์แน่นอน ไม่ใช่ผลทดสอบสัญญาณจริง