Curso de Experto Universitario en

Probabilidad y Estadstica en Medicina

www.ia.uned.es/cursos/prob-estad

Ejemplos de redes bayesianas

F. J. Dez Vegas
Dpto. Inteligencia Artificial. UNED fjdiez@dia.uned.es www.ia.uned.es/~fjdiez

Ejemplos de redes bayesianas

N habitantes

Temperatura

Ingresos

N iglesias N nacimientos N cigeas

Piscina

Teracola

Manchas piel

(incompletas, porque slo se muestran los grafos)

Ejemplo de red bayesiana: teorema de Bayes para dos variables

Dos variables
ENFERMEDAD (E): presente (+e), ausente (e) SNTOMA (S): presente (+s), ausente (s)

Grafo dirigido acclico

Enfermedad E

Prob. condicionadas
P(+e) = 0002 P(+s|+e) = 093 P(+s|e) = 001

Sntoma S

Probabilidad conjunta: P(e, s) = P(e) P(s|e)

Ejemplo de red bayesiana: mtodo bayesiano clsico

Tres variables
ENFERMEDAD (E):

presente (+e), ausente (e) SNTOMA (S): presente (+s), ausente (s) PRUEBA ANALTICA (A): positivo (+a), negativo (a)

Grafo dirigido acclico

Enfermedad E

Sntoma S

Prueba A

Ejemplo (cont.)
Probabilidades condicionadas P(+e) = 0002 P(+s|+e) = 093 P(+s|e) = 001 P(+a|+e) = 0995 P(+a|e) = 0003

Probabilidad conjunta P(e, s, a) = P(e) P(s|e) P(a|e)

Ejemplo: paludismo
Cinco variables
PALUDISMO (X): presente (+x), ausente (x) ZONA DE ORIGEN (U1): alto riesgo (u1+), medio riesgo (u1O), bajo riesgo (u1-) TIPO SANGUNEO (U2): mayor inmunidad (u2+), menor inmunidad (u2-) positivo (+y1), negativo ( y1) GOTA GRUESA (Y1): presente (+y2), ausente (y2) FIEBRE (Y2):

Grafo dirigido acclico

U1 U2

X Y1 Y2

Ejemplo (cont.)
Probabilidades condicionadas:
P ( u1+ ) = 010 ' 0 ' P ( u1 ) = 010 P ( u ) = 0'80 1
+ P ( u2 ) = 0'60 P ( u2 ) = 0'40

+ 0 P ( + x| u1 , u2 ) u1 u1 u1 + u2 0'015 0'003 0'0003 u2 0'022 0'012 0'0008

P ( + y 1|+ x ) = 0'992 P ( + y 1| x ) = 0'006

P ( + y 2 |+ x ) = 0'98 P ( + y 2 | x ) = 0'017

Probabilidad conjunta:
P(u1, u2, x, y1, y2) = P(u1) P(u2) P(x|u1, u2) P(y1|x) P(y2 |x)

Clculo de la probabilidad: mtodo de fuerza bruta

Probabilidad conjunta
P ( u 1 , u 2 , x , y 1 , y 2 ) = P ( u 1 ) P ( u 2 ) P ( x | u1 , u 2 ) P ( y 1| x ) P ( y 2 | x )

Ejemplo: calcular P ( + x | u10 , u 2 , y 1 , + y 2 )

0 P ( u1 , u 2 , + x , y 1, + y 2 ) = 0 0 = P ( u1 ) P ( u 2 ) P ( + x| u1 , u2 ) P ( y 1|+ x ) P ( + y 2 |+ x ) = 0'10 0'40 0'12 0'008 0'98 = 0'0000376 0 P ( u1 , u 2 , x , y 1 , + y 2 ) = 0 0 = P ( u1 ) P ( u 2 ) P ( x| u1 , u 2 ) P ( y 1| x ) P ( + y 2 | x ) = 0'10 0'40 0'88 0'994 0'017 = 0'0005948
0 P ( u1 , u 2 , y 1 , + y 2 ) = 0'0000376 + 0'0005948 = 0'0006324
0 P ( u1 , u 2 , + x , y 1 , + y 2 ) 0 P ( u1 , u 2 , y 1 , + y 2 )

0 P ( + x | u1 , u 2 , y 1 , + y 2 ) =

0 '0000376 0 '000632

= 0 '056

Mtodo bayesiano clsico

Paludismo

Red bayesiana

Zona origen

Tipo sanguneo

Zona origen Tipo sanguneo

Gota gruesa Fiebre

Paludismo Fiebre Gota gruesa