其实我个人对于这一个问题也是有一些看法~
不过还是针对我有兴趣的问题来回复一下。
先来说说伪阳(阴)性，基本上这一个问题有板有回复过了，
有兴趣的人可以自参照#1Weav5OP (Kaohsiung) 或是 条件机率的课题。
我想来聊聊的是"假设检定"，这是一个很有趣也很常看到的资讯但是大家确又貌似
不太了解，所以想来聊一下这一个问题，以下本文开始：
所谓假设检定的概念其实很简单，因为事实上我们无法真的作到普查(现在流行的用法是
普筛)，所以我们只可以抽样来看，然后猜一个可能的实际值看看有没有机会被包含在
可能的机率范围之中，这样的概念就是假设检定。
现在我们依据最热门的一次抽样确诊者案1229的部份247(无确诊)+1(案例本身)，
所以就假定这是随机的抽(事实上这应该比随机抽的机率高) 那么中奖的机率会是1/248
，那么我们可以算一下这样状况之下的标准差：
[(1/248)*(1-1/248)/(248)]^0.5 大约是0.00402..，
接着我们看平均值1/248 大约是0.00403..，所以接下来我们看两个标准差的值
0.00403..+2*0.0402..大约是0.012..，也就是说中奖的机率高于0.012的可能性大约是
2.5%左右，如果我们算三个标准差就会是0.016..，高于这一个值的可能性值接降到
0.0025以下，所以如果你说现在如果有得病的人的比例是高于2%，那科学界会说：
你的抽样结果不支持你的假定。
这就是检定假设。所以基本上你论文如果说高于1.2%就会有一堆人打你的脸了......。
但是我们不管就是任性的用1.2%来看目前高雄的检测是不是应该多次快筛？我们先假定
大家都是最敏感的案例，快筛准确度结果直接上纲到95%，那么伪阳性的机率会是0.0494
，在来比对真的阳性0.0114，两者的比值约是：4.33..也就是假的对象会是真的对象的
4.33倍，这就是为什么会说伪阳性太多的结果。然后假的就消耗了更多的医疗资源!!
至于多作几次会不会改变结果？依据取样结果是常态分配，所以你一个正常的人作
很多次之后结果就会接近快筛告诉你的检验可能性95%正常、5%得病(当然还是会有特例)
所以这样多作几次你大概可以得知的是:药厂表示的误差率是不是有问题~
如果对于抽样有兴趣的那就往下看吧~
相信大家很常在选举的时候看到电视的民调资讯有"信心水准"，
或多或少的人有对这一个资讯充满好奇，不过我相信多数的人就直接略过~
所以我们就来谈一下这个一个很有相关的"假设检定"，在聊这一个资讯之前我们有一些
要补齐的资讯：1.检定样本为常态分布。2.二项式分布量够大的时候会接近常态分布，
以上是必须有的资讯，我们简单的解释一下：
1-1.在统计分布有很多种不一样的图型的形状，其中有一项很特别的叫做常态分布，
基本上就是很常出现的分布图型，所以就叫常态，这一个分布有一个特色
就是68-95-99.5的配比关系，意思是离中央(平均值)的距离大的区间内发生的比例
越高，距离中央值一个标准差(距离的单位和一公分差不多)的范围发生的机率是
68%，两个标准差是95%，三个标准差99.5%。通常我们都是这样表示
99.5 95 68 68 95 99.5 ([]内发生的机率)