统计学（statistics）是在数据分析的基础上，研究测定、收集、整理、归纳和分析反映数据数据，以便给出正确消息的科学。这一门学科广泛地应用在各门学科，从自然科学、社会科学到人文学科，甚至被用于工商业及政府的情报决策。随着大数据(Big Data)时代来临，统计的面貌也逐渐改变，与信息、计算等领域密切结合，是数据科学(Data Science)中的重要主轴之一。
今天我们就来说一说，学完统计之后有哪些“反常识”的小知识。
医院都是通过仪器对患者血液的分析（检测结果阳性或者阴性），如果一个人去医院检查是否得了艾滋病，检查的结果分为阳性和阴性。结果为阳性，这意味着患病的可能性非常大，而阴性则没染病。因为是机械设备就会有误差存在，如果一个人是艾滋病患者，那么检测后，结果显示为阳性的概率为99%。如果一个人不是艾滋病患者，那么检测后，结果显示为阳性的概率为1%（即该设备的准确度是99%）。
那么问题是，如果一个人经过检测后，检测结果是阳性。那么这个人是艾滋病患者的概率有多大呢？
（这里省略掉一部分数学公式）当你学过statistics中的probability之后，你会惊奇的发现，即使机器的误差率只有1%，即使已经检测出来阳性，实际上患者患病率只有48.5%。
直观地说，一种病越不常见，且它的误诊率远高于发病率，这时的诊断结果会变得很不靠谱。所以通常情况下感冒发烧这种病的诊断可靠性是较强的，然而艾滋病这类患病率本身就不高，诊断起来误会自然就大了许多。
结尾
想知道怎么计算这个患病率的公式，或者对统计以及其他方面学习有兴趣有问题的同学，请毫不犹豫的扫描下方的二维码~
