Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ARTÍCULO
TEMA: SISTEMA PRODUCTIVO QUE COMPONEN EL
SISTEMA BAYESIANO
INTEGRANTES:
Huánuco-Perú 2023
RESUMEN
mide con el factor bayes, que en otras palabras es motivo de compatibilidad de los
probabilidades nos anticipa a calcular los efectos posteriores. Así como también la
que una hipótesis pueda ser cierta. La gran ventaja de la estadística bayesiana es
que pueda valorar hasta qué punto es probable que se produzcan determinados
chances, (Un ensayo hacia la solución de problemas en la disciplina del azar. T. del
Ed.) escrito por el reverendo Thomas Bayes (1701-1761). En dicho artículo, Bayes
marginada por muchos años, hasta su resurgimiento y utilización para resolver todo
probabilidad de un evento “A” dada la información “B” calculándola al revés, esto es,
hipótesis bayesiana para respaldar cuál hipótesis (nula o alterna) es más creíble con
¿cómo dividir las apuestas en un juego de azar que acaba prematuramente si uno
matemáticos durante 200 años. Pascal discutió el problema con Pierre de Fermat,
al problema sentó las bases de la teoría de la probabilidad. Con el paso de los años,
probabilidad inversa y demuestra una versión del teorema que lleva su nombre. Este
Consideremos el siguiente ejemplo. Una prueba clínica permite detectar el VIH con
una sensibilidad de 95% y una especificidad de 98%. En una población con una
prueba resulte positiva realmente tenga el VIH? Sea A el evento “la persona tiene el
al evento “la prueba resulta positiva”. Entonces, sensibilidad de 95% significa que
Pr(B | A) = 0.95, mientras que especificidad de 98% quiere decir que Pr(B | Ac) =
0.02. Queremos calcular Pr(A | B). El teorema de Bayes nos dice cómo obtenerla:
Por lo tanto, ¡más del 95% de las personas cuya prueba resulta positiva en realidad
específica.(4)
Los resultados revelaron que la mayoría de los médicos, alrededor del 85%,
correctamente.(4)
En términos más simples, la sensibilidad de una prueba se refiere a su
padece. Por otro lado, la especificidad de una prueba se refiere a su capacidad para
pacientes, solo 99 de las 100 pacientes que realmente tienen cáncer serán
positivos. Por otro lado, la paciente a la que la prueba resulta negativa, pero que en
un resultado negativo, lo que indica que son verdaderos negativos. Las 1,998
pacientes restantes (99,900 - 97,902) que no tienen cáncer son consideradas falsos
positivos. Esto significa que alrededor del 2% de las pacientes sanas reciben un
resultado positivo incorrectamente, ya que la prueba tiene una tasa de error del 2%
reales, que suman 99, además de los falsos positivos, que ascienden a 1998, en
total 2097. Es crucial destacar que en esta situación la cantidad de falsos positivos
tenga cáncer, dado que el resultado de la prueba fue positivo. En el caso específico
una paciente tenga cáncer, dado que la prueba dio positivo, es inferior al 5%. Esto
significa que, a pesar de la intuición errónea que podría llevar a pensar que existe
alta (95%) indica que es poco probable que la paciente tenga cáncer.(6)
consumo más grande del mundo es Estados Unidos mientras que China es uno de
customización por parte de los usuarios, representan un gran reto que solo pocas
CONCLUSIONES
conclusiones con menos ensayos. Por otro lado, aumenta la credibilidad y mejora
nuestra expectativa de cuáles pudieran ser las variaciones del estimado buscado,
pero siempre teniendo en cuenta la certeza sobre el obtenido como el más probable.
1. Kruschke JK. Introduction. En: Doing Bayesian data analysis. A tutorial with
http://www.scielo.org.mx/scielo.php?script=sci_arttext&pid=S2448
-91902018000300205
http://www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S2448-9190201800030
0205&lng=es&nrm=iso&tlng=es
http://www.yudkowsky.net/rational/bayes/
bayesiana desde la iatrogenia clínica hasta la biotecnología. Rev Médica Inst Mex
https://www.redalyc.org/journal/4577/457754996020/html/