Профайлинг – это поведенческий анализ

Однако, прогнозирование требует отличного знания и понимания математики и теории вероятностей. Жаль, что среди профайлеров так мало тех, кто владеет хоть начальными знаниями анализа данных и вероятностей. А между тем, data science – это, помимо психологической подготовки, «наше все» для профайлера.

Решите одну задачку по профайлингу? Она не такая трудная и чтобы ее решить достаточно школьных математических знаний, но при этом не такая легкая, чтобы ее можно было легко решить в уме.

Итак:
В некой опросной беседе с подозреваемым известно, что:
Правдивых ответов в 2 раза больше, чем ложных.
Ложных ответов в 3 раза больше, чем уходов от ответа на вопрос.
Допустим, что:
Вероятность правильного понимания честного ответа 0,8 (т.е. правильно определить, что это правдивый ответ).
Вероятность правильного понимания лживого ответа 0,7 (т.е. правильно определить, что это ложный ответ).
Вероятность правильного понимания ухода от ответа на вопрос 0,9 (т.е. правильно определить, что это уход от вопроса).
Вопрос: какова вероятность правильного понимания ответа на случайный, рандомный вопрос? Обсудить можно в комментариях по ссылке.

Помните, что если кто-то не может подтвердить свои выводы в области профайлинга математикой, то это не профайлинг, а просто его личное умозаключение.