Probabilidad y Estadística en Medicina UNED

Curso de Experto Universitario en

Probabilidad y Estadística en Medicina
www.ia.uned.es/cursos/prob-estad

Ejemplos de redes bayesianas

F. J. Díez Vegas
Dpto. Inteligencia Artificial. UNED

fjdiez@dia.uned.es
www.ia.uned.es/~fjdiez

Ejemplos de redes bayesianas

Nº habitantes Temperatura Ingresos

Nº iglesias Piscina Teracola

Nº nacimientos

Nº cigüeñas Manchas piel

(incompletas, porque sólo se muestran los grafos)

Francisco Javier Díez Vegas 1

Probabilidad y Estadística en Medicina UNED

Ejemplo de red bayesiana:

teorema de Bayes para dos variables
X Dos variables
• ENFERMEDAD (E): presente (+e), ausente (¬e)
• SÍNTOMA (S): presente (+s), ausente (¬s)

X Grafo dirigido acíclico

X Prob. condicionadas
Enfermedad E P(+e) = 0’002
P(+s|+e) = 0’93
P(+s|¬e) = 0’01
Síntoma S

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

Ejemplo de red bayesiana:

método bayesiano clásico

X Tres variables
• ENFERMEDAD (E): presente (+e), ausente (¬e)
• SÍNTOMA (S): presente (+s), ausente (¬s)
• PRUEBA ANALÍTICA (A): positivo (+a), negativo (¬a)

X Grafo dirigido acíclico

Enfermedad E

Síntoma S Prueba A

Francisco Javier Díez Vegas 2

Probabilidad y Estadística en Medicina UNED

Ejemplo (cont.)

X Probabilidades condicionadas

P(+e) = 0’002

P(+s|+e) = 0’93 P(+a|+e) = 0’995

P(+s|¬e) = 0’01 P(+a|¬e) = 0’003

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

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

X Grafo dirigido acíclico

U1 U2

Y1 Y2

Francisco Javier Díez Vegas 3

Probabilidad y Estadística en Medicina UNED

Ejemplo (cont.)
X Probabilidades condicionadas:
 P ( u1+ ) = 010
'
 P ( u2+ ) = 0'60
 P ( u1 ) = 010
0
'  −
P ( u − ) = 0'80 P ( u2 ) = 0'40
 1

P ( + x| u1 , u2 ) u1+ u10 u1−

+
u2 0'015 0'003 0'0003
−
u2 0'022 0'012 0'0008

P ( + y 1|+ x ) = 0'992 P ( + y 2 |+ x ) = 0'98

 
P ( + y 1| ¬ x ) = 0'006 P ( + y 2 | ¬ x ) = 0'017

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

Cálculo de la probabilidad: método de fuerza bruta

X 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 )

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

P ( u10 , u 2− , + x , ¬ y 1, + y 2 ) =
= P ( u10 ) ⋅ P ( u 2− ) ⋅ P ( + x| u10 , u2− ) ⋅ P ( ¬ y 1|+ x ) ⋅ P ( + y 2 |+ x )
= 0'10 ⋅ 0'40 ⋅ 0'12 ⋅ 0'008 ⋅ 0'98 = 0'0000376
P ( u10 , u 2− , ¬ x , ¬ y 1 , + y 2 ) =
= P ( u10 ) ⋅ P ( u 2− ) ⋅ P ( ¬ x| u10 , u 2− ) ⋅ P ( ¬ y 1| ¬ x ) ⋅ P ( + y 2 | ¬ x )
= 0'10 ⋅ 0'40 ⋅ 0'88 ⋅ 0'994 ⋅ 0'017 = 0'0005948

P ( u10 , u 2− , ¬ y 1 , + y 2 ) = 0'0000376 + 0'0005948 = 0'0006324

P ( u10 , u 2− , + x , ¬ y 1 , + y 2 ) 0 '0000376
P ( + x | u10 , u 2− , ¬ y 1 , + y 2 ) = = = 0 '056
P ( u10 , u 2− , ¬ y 1 , + y 2 ) 0 '000632

Francisco Javier Díez Vegas 4

Probabilidad y Estadística en Medicina UNED

Método bayesiano
Red bayesiana
clásico

Paludismo Zona origen Tipo sanguíneo

Paludismo
Zona origen Gota gruesa

Tipo sanguíneo Fiebre Fiebre Gota gruesa

Francisco Javier Díez Vegas 5