用概率知识解释：“无症状感染者”有多大概率真的感染了

根据各种信息，目前检测试剂盒的准确性和特异性达到90%就已经非常理想了，我们再
把情况想好一点，假设目前检测手段的准确性和特异性都能达到95%，同时，根据目前
已知的中国8万确诊患者，估算中国人群中的感染比例应该是8万/14亿=万分之0.6，考
虑到有一部分人没有被发现，我们假设，这个比例是万分之一。

我们接下来要计算，当一个人检测阳性，他有多大概率真的感染了？

根据贝叶斯法则：对于任意个体，P(感染|检测阳性）=P（检测阳性|感染）*P（感染）/P(检测阳性）。其中，P(检测阳性）=P(检测阳性|感染)*P(感染)+P(检测阳性|没感染）*P(没感染）=0.95*0.0001+0.05*0.9999=0.05009。带入前面的式子可得P(感染|检测阳性）=0.95*0.0001/0.05009=0.00019

结论：如果不结合流行病调查而去随机抓一个人来检测，当他的检测结果为阳性时，他实际上真的被感染的可能性仅为：万分之二。

对所谓“无症状感染者”的检测和隔离是否必要，检测结果有多大可信度，可以考虑一下了。

统计学意义不是很现实