Grado en Administración y Dirección de Empresas

Grado en Economía

ESTADÍSTICA (EMPRESARIAL) II

HOJA DE PROBLEMAS 7: INTRODUCCIÓN A LA INFERENCIA BAYESIANA

Teorema de Bayes (recordatorio)

Problema 1. En un estudio de mercado, se encuentra que el 60% de los clientes prefieren la marca 𝑋
de cierto producto. También se sabe que el 30% de los clientes que prefieren la marca 𝑋
tienen altos ingresos. Por otro lado, el 20% de los clientes que no prefieren la marca 𝑋
tienen altos ingresos.
¿Cuál es la probabilidad de que un cliente con altos ingresos prefiera la marca X?

Problema 2. La persona 𝐴 tiene tos persistente y se somete a una prueba médica para una cierta enfer-
medad 𝑋. La prueba tiene una precisión del 95% en ambas direcciones (los pacientes con
la enfermedad tienen un 95% de probabilidad de dar positivo en la prueba; los pacientes
sin la enfermedad tienen un 95% de probabilidad de dar negativo en la prueba). ¿Cuál es
la probabilidad de que la persona 𝐴 tenga la enfermedad 𝑋:
(a) sabiendo que, durante ese período del año, el 0.1% de la población está afectada por la
enfermedad 𝑋?
(b) sabiendo que la persona 𝐴 es fumadora, y los fumadores con síntomas de tos persistente
tienen un 15% de probabilidad de tener la enfermedad?

Problema 3. Supongamos que una empresa fabrica dos tipos de productos (𝐴 y 𝐵) y los vende en línea.
Se sabe que el 15% de todos los productos vendidos del tipo 𝐴 y el 30% de las ventas del
producto 𝐵 son devueltos por los clientes. Si un producto es devuelto, la probabilidad
de que sea del tipo 𝐴 es del 25%. Calcule el porcentaje de ventas del producto 𝐴 con
respecto al volumen de venta total de la empresa.

Inferencia Bayesiana

Problema 4. Una empresa de industria alimentaria está considerando expandir su negocio en el país
𝑋. El departamento financiero dice que esta operación solo tiene una probabilidad del
35% de ser rentable. El departamento de marketing dice que hay un 60% de probabilidad
de que dicha operación sea rentable.
Se contrata a un consultor externo, que descubre que, de las 5 empresas anteriores del
mismo sector que expandieron sus operaciones al país 𝑋, 3 cerraron estas operaciones de-
spués de solo unos años porque estaban operando con pérdidas, y solo 2 fueron rentables.

1
 Supongamos que la probabilidad de éxito es independiente de la empresa en particular, e
independiente de las operaciones de otras empresas.
Realiza una prueba bayesiana para comparar las posiciones de los dos departamentos:

(a) suponiendo que confías más en el departamento financiero, y por lo tanto le das una
probabilidad previa del 60% a su consejo (y un 40% al departamento de marketing). ¿En
qué departamento confiarías después del análisis del consultor externo? Calcula también
el valor esperado a posteriori de la probabilidad de éxito.
(b) sin asignar ninguna probabilidad a priori.

Problema 5. Un investigador de mercado cree que, cuando una empresa paga un bonus extraordinario
a su CEO, hay un 75% de probabilidad de que el precio de las acciones de la empresa
suba en el siguiente mes (𝐻1 ). Se toma una muestra de 100 empresas que han pagado
un bonus extraordinario a su CEO, y en el caso de 65 de ellas efectivamente el precio de
sus acciones ha subido en el mes siguiente. Realiza una prueba bayesiana de la creen-
cia del investigador de mercado versus la hipótesis de que las acciones tienen la misma
probabilidad de subir o bajar después del pago de un bonus extraordinario (𝐻2 ):

(a) usando las siguientes probabilidades previas:

𝑃 (𝐻1 ) = 0.5; 𝑃 (𝐻2 ) = 0.5

y aplicando el criterio del Máximo a Posteriori.

(b) sin usar ninguna probabilidad previa.

Problema 6. Una compañía de seguros cree que cuando un supermercado instala un sistema especí-
fico de videovigilancia, hay un 80% de probabilidad de que la cantidad de robos en la
tienda disminuya significativamente (𝐻1 ). Se realiza una encuesta entre 35 supermerca-
dos que instalaron este sistema de seguridad, y 20 de ellos afirman haber experimantado
una disminución en los robos.
Realiza una prueba bayesiana de la creencia de la compañía de seguros (𝐻1 ) frente a la
hipótesis de que es igualmente probable que la cantidad de robos aumente o disminuya
después de la instalación de dicho sistema de seguridad (𝐻2 )

(a) usando una probabilidad a priori 𝑃 (𝐻1 ) = 0.95. Calcule también la probabilidad esper-
ada a posteriori.
(b) sin usar ninguna probabilidad a priori. Compara con la respuesta del apartado (a).

Problema 7. Un concesionario de automóviles vende dos versiones de cierto modelo, con motor de
gasolina (𝐴) o híbrido (𝐵). El concesionario quiere comparar tres escenarios para deter-
minar qué versión prefieren los clientes:

2
 • Escenario 1: cada versión es preferida por el 50% de los clientes.
• Escenario 2: el 75% de los clientes prefieren la versión de gasolina.
• Escenario 3: el 75% de los clientes prefieren la versión híbrida.

A priori, cada escenario recibe la misma probabilidad.

Actualiza estas probabilidades semana a semana, basadas en las ventas reales de au-
tomóviles:

• Semana 1: se venden 10 coches, de los cuales 6 de gasolina y 4 híbridos.

• Semana 2: se venden 8 coches: 5 de gasolina y 3 híbridos.
• Semana 3: se venden 15 coches: 10 de gasolina y 5 híbridos.

Determina el escenario preferido y calcula el valor esperado a posteriori de la preferencia

por el tipo A, después de cada semana.

Problema 8. Se quiere contrastar si una moneda es justa, en particular comparando las siguientes
hipótesis ("C"=cara; "X"=cruz):

• 𝐻1 : 𝑃 (𝐶) = 0.5 (la moneda es justa);

• 𝐻2 : 𝑃 (𝐶) = 0.4 (la moneda está sesgada y tiene solo un 40% de probabilidad de
dar C);
• 𝐻3 : 𝑃 (𝐶) = 0.6 (la moneda está sesgada y tiene un 60% de probabilidad de C).

La moneda se lanza 5 veces, y se obtiene la siguiente muestra: 𝑋0 = {𝐶, 𝑋, 𝐶, 𝐶, 𝐶}.

(a) Compara las 3 hipótesis, utilizando las siguientes probabilidades a priori:

𝑃 (𝐻1 ) = 0.5 𝑃 (𝐻2 ) = 0.25 𝑃 (𝐻3 ) = 0.25

Utiliza el criterio del Máximo a Posteriori para decidir entre las 3 hipótesis, y calcula
también el valor esperado a posteriori de la probabilidad de obtener C.
(b) Otra persona sospecha fuertemente de antemano que la moneda no es justa, y en particular
tiene las siguientes probabilidades a priori:

𝑃 (𝐻1 ) = 0.2 𝑃 (𝐻2 ) = 0.2 𝑃 (𝐻3 ) = 0.6

¿Qué decidiría esta persona, basándose en el criterio del MAP? ¿Qué obtendría como
valor esperado a posteriori para 𝑃 (𝐶)?
(c) Calcula el factor de Bayes entre 𝐻3 y 𝐻1 para verificar si se llega a un acuerdo con esta
otra persona.
(d) Después de los cinco lanzamientos anteriores, se lanza la moneda una vez más, dando
otra cara (C). Actualiza las probabilidades de las tres hipótesis del apartado (a). ¿Cómo
afecta a las decisiones?

3
 Problema 9. Dos jugadores están jugando un juego de dados, en el que se gana lanzando un 6. El
1
jugador 1 sospecha que el dado está trucado, con una probabilidad de de obtener un
3
6. El jugador 2 cree que el dado es justo. Lanzan el dado 30 veces, y obtienen 11 veces
un 6. ¿Es esto suficiente evidencia para que ambos jugadores estén de acuerdo en que el
dado está trucado?

Problema 10. Los investigadores en cierto campo están interesados en la influencia de la presencia de
minerales valiosos sobre los conflictos sociales en cierta región de África. Se sabe que la
probabilidad general de conflicto social en la región es del 40% en un período aleatorio
de 5 años.
El Grupo 1 cree que la presencia de minerales valiosos lleva a una probabilidad mucho
más alta del 80% de generar conflictos sociales, mientras que las regiones sin minerales
valiosos tienen solo un 30% de probabilidad de conflicto social. El Grupo 2 cree que los
minerales valiosos son irrelevantes y no afectan la probabilidad de conflicto social.
Durante un período de 5 años, se siguen 40 áreas con minerales valiosos y 40 sin minerales
valiosos. En el primer grupo, 26 áreas muestran conflictos sociales, en el segundo grupo
12 áreas muestran conflictos sociales.

(a) Basándose en esta evidencia: ¿pueden ambos grupos de investigadores llegar a un acuerdo?
(b) Calcule el valor esperado a posteriori de la probabilidad de conflicto para ambos tipos de
regiones.

En ambas preguntas, realice una suposición razonable sobre las probabilidades a priori,
solo en caso de que fuera necesario.

Problemas de revisión y problemas de exámenes anteriores

Problema 11. En un monedero hay 50 monedas de 3 tipos, visualmente indistinguibles. 10 monedas de

las 50 (tipo 1) tienen una probabilidad 0.3 de obtener cara, 30 de las 50 (tipo 2) tienen
probabilidad 0.5 de obtener cara, y las restantes 10 (tipo 3) tienen probabilidad 0.7 de
obtener cara. Se escoge una moneda al azar y sale cara.

(a) Determine las probabilidades a priori y a posteriori que la moneda sea de cada uno de
los 3 tipos.
(b) En base a las probabilidades a posteriori, ¿cuál es el tipo más probable para la moneda
escogida?
(c) Calcula la probabilidad esperada a posteriori de obtener cara.
(d) Si no supiera de antemano la cantidad de monedas de cada tipo en el monedero, ¿cómo
respondería a la pregunta (b) anterior? ¿Qué recomendaría para mejorar esta respuesta?

4
 Soluciones

Problema 1. 𝑋: cliente prefiere la marca 𝑋; 𝐼𝐴: ingresos altos

𝑃 (𝑋) = 0.60 → 𝑃 (𝑋) ̄ = 0.40; 𝑃 (𝐼𝐴|𝑋) = 0.30; 𝑃 (𝐼𝐴|𝑋)
̄ = 0.20

𝑃 (𝐼𝐴|𝑋) ⋅ 𝑃 (𝑋) 0.30 ⋅ 0.60

𝑃 (𝑋|𝐼𝐴) = = = 0.692
̄ ⋅ 𝑃 (𝑋)
𝑃 (𝐼𝐴|𝑋) ⋅ 𝑃 (𝑋) + 𝑃 (𝐼𝐴|𝑋) ̄ 0.30 ⋅ 0.60 + 0.20 ⋅ 0.40

Problema 2. 𝐻1 : persona A tiene la enfermedad 𝑋; 𝐻2 : persona A no tiene la enfermedad 𝑋.

E: resultado positivo en la prueba.

𝑃 (𝐸|𝐻1 ) = 0.95, 𝑃 (𝐸|𝐻2 ) = 0.05

(a) 𝑃 (𝐻1 ) = 0.001. Así:

𝑃 (𝐸) = 𝑃 (𝐸|𝐻1 ) ⋅ 𝑃 (𝐻1 ) + 𝑃 (𝐸|𝐻2 ) ⋅ 𝑃 (𝐻2 ) = 0.95 ⋅ 0.001 + 0.05 ⋅ 0.999 = 0.0509
𝑃 (𝐸|𝐻1 ) ⋅ 𝑃 (𝐻1 ) 0.95 ⋅ 0.001
𝑃 (𝐻1 |𝐸) = = = 0.0187
𝑃 (𝐸) 0.0509
(b) 𝑃 (𝐻1 ) = 0.15: 𝑃 (𝐸) = 0.185; 𝑃 (𝐻1 |𝐸) = 0.770

Problema 3. 𝑆: producto es devuelto.

Definamos 𝑃 (𝐴) = 𝑥, la proporción del artículo 𝐴 dentro de las ventas totales.

𝑃 (𝑆|𝐴) = 0.15, 𝑃 (𝑆|𝐵) = 0.30

𝑃 (𝐴) = 𝑥, 𝑃 (𝐵) = 1 − 𝑥
𝑃 (𝑆|𝐴) ⋅ 𝑃 (𝐴) 0.15𝑥
𝑃 (𝐴|𝑆) = = = 0.25
𝑃 (𝑆|𝐴) ⋅ 𝑃 (𝐴) + 𝑃 (𝑆|𝐵) ⋅ 𝑃 (𝐵) 0.15𝑥 + 0.30(1 − 𝑥)
Por lo tanto:
𝑥(0.15 + 0.0375) = 0.075 ⇒ 𝑥 = 0.40
El producto 𝐴 representa el 40% del volumen total de ventas.

Problema 4. Evidencia 𝐸 = 2 de 5 expansiones al país 𝑋 son rentables.

Departamento financiero → 𝐻1 ∶ 𝜋 = 0.35
Departamento de marketing → 𝐻2 ∶ 𝜋 = 0.60

Hip. A priori Verosimilitud A posteriori

𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
(a) 0.202
𝐻1 ∶ 𝜋 = 0.35 0.60 0.336 0.202 = 0.687
0.294
𝐻2 ∶ 𝜋 = 0.6 0.40 0.230 0.092 0.313
Total: P(E)= 0.294

5
 ( ) ( )
5 5
donde 𝑃 (𝐸|𝐻1 ) = 2 3
0.35 0.65 = 0.336, 𝑃 (𝐸|𝐻2 ) = 0.602 0.403 = 0.230.
2 2
MAP: 𝑃 (𝐻1 |𝐸) > 𝑃 (𝐻2 |𝐸), elija 𝐻1 .
𝐸[𝜋] = 0.35 ⋅ 0.687 + 0.6 ⋅ 0.313 = 0.428
𝑃 (𝐸|𝐻1 ) 0.336
(b) Factor de Bayes 𝐾 = = = 1.46.
𝑃 (𝐸|𝐻2 ) 0.230
La evidencia es débil. Alguien que confía más en el departamento de marketing de ante-
mano no cambiará de opinión.

Problema 5. Evidencia 𝐸 = 65 de 100 empresas han visto aumentar el precio de sus acciones.

Hip. A priori Verosimilitud A posteriori

𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
(a) 𝐻1 ∶ 𝜋 = 0.75 0.50 0.00702 0.00351 0.890
𝐻2 ∶ 𝜋 = 0.50 0.50 0.000864 0.000432 0.110
Total: 0.00394
( )
100
donde 𝑃 (𝐸|𝐻1 ) = 0.7565 0.2535 = 0.00702 etc.
65
MAP: 𝑃 (𝐻1 |𝐸) > 𝑃 (𝐻2 |𝐸), por lo que se elige 𝐻1 .
𝑃 (𝐸|𝐻1 ) 0.00702
(b) Factor de Bayes 𝐾 = = = 8.13.
𝑃 (𝐸|𝐻2 ) 0.000864
La evidencia es moderadamente fuerte.

Problema 6. Hip. A priori Verosimilitud A posteriori

𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 )
𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
(a) 𝐻1 ∶ 𝜋 = 0.80 0.95 0.00123 0.00117 0.198
𝐻2 ∶ 𝜋 = 0.50 0.05 0.0945 0.00473 0.802
Total: 0.00589
( ) ( )
35 35
donde 𝑃 (𝐸|𝐻1 ) = 20 15
0.80 0.20 , 𝑃 (𝐸|𝐻2 ) = 0.5020+15
20 20
Basado en el criterio MAP, se elige 𝐻2 .
𝐸[𝜋] = 0.80 ⋅ 0.198 + 0.50 ⋅ 0.802 = 0.559
𝑃 (𝐸|𝐻1 )
(b) 𝐾 = = 0.013.
𝑃 (𝐸|𝐻2 )
La evidencia es negativa (𝐾 < 1), apunta en contra de la creencia de la compañía de
seguros. De hecho, 𝐾 −1 = 77, por lo que la evidencia en contra de la creencia de la
compañía de seguros es fuerte, y la compañía debería cambiar su creencia.
De hecho, en (a) hemos visto que, a pesar de que las probabilidades a priori favorecen
muy fuertemente a 𝐻1 , la probabilidad posterior es mucho mayor para 𝐻2 .

Problema 7. Después de la semana 1 (𝐸1 ):

6
 Hip. A priori Verosimilitud A posteriori
𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
1
𝐻1 ∶ 𝜋𝐴 = 0.50 0.205 0.0684 0.558
3
1
𝐻2 ∶ 𝜋𝐴 = 0.75 0.146 0.0487 0.397
3
1
𝐻3 ∶ 𝜋𝐴 = 0.25 0.016 0.0054 0.044
3
Total: 0.122
Después de la semana 2 (𝐸2 ):
Hip. A priori Verosimilitud A posteriori
𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
𝐻1 ∶ 𝜋𝐴 = 0.50 0.558 ... ... ...
𝐻2 ∶ 𝜋𝐴 = 0.75 0.397 ... ... ...
𝐻3 ∶ 𝜋𝐴 = 0.25 0.044 ... ... ...
Total: ...
Resumen:
Semana A priori Verosimilitud Total A posteriori
𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐻𝑖 ) ⋅ 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸) 𝑃 (𝐻𝑖 |𝐸)
𝐻1 𝐻2 𝐻3 𝐻1 𝐻2 𝐻3 𝐻1 𝐻2 𝐻3 𝐻1 𝐻2 𝐻3
1 1/3 1/3 1/3 0.205 0.146 0.016 0.0684 0.0487 0.0054 0.122 0.558 0.397 0.044
2 0.558 0.397 0.044 0.219 0.208 0.023 0.1221 0.0825 0.0010 0.206 0.594 0.401 0.005
3 0.594 0.401 0.005 0.0916 0.165 0.0007 0.0544 0.0663 ≈0 0.121 0.451 0.549 ≈ 0
Usando el criterio MAP, después de la semana 1 y 2, se prefiere 𝐻1 . Después de la semana
3, 𝐻2 se convierte en la hipótesis preferida.
Valor esperado a posteriori para la preferencia por el tipo A:
𝐸[𝜋𝐴 |𝐸1 ] = 0.50 ⋅ 0.558 + 0.75 ⋅ 0.397 + 0.25 ⋅ 0.044 = 0.588
𝐸[𝜋𝐴 |𝐸2 ] = 0.599
𝐸[𝜋𝐴 |𝐸3 ] = 0.637

Problema 8. Hip. A priori Verosimilitud A posteriori

𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
𝐻1 ∶ 𝑃 (𝐶) = 0.5 0.50 0.1563 0.0781 0.482
(a)
𝐻2 ∶ 𝑃 (𝐶) = 0.4 0.25 0.0768 0.0192 0.118
𝐻3 ∶ 𝑃 (𝐶) = 0.6 0.25 0.2592 0.0648 0.400
Total: 0.1621
Nota: Si se tiene en cuenta el orden del resultado de la muestra 𝑋𝑜 , entonces las verosimili-
tudes son diferentes, por ejemplo, 𝑃 (𝑋0 |𝐻1 ) = (0.5)5 = 0.03125, 𝑃 (𝑋0 |𝐻2 ) = (0.4)4 (0.6) =
0.01536, etc., pero los resultados finales (probabilidades posteriores) serán los mismos.
MAP: 𝑃 (𝐻1 |𝐸) > 𝑃 (𝐻2 |𝐸), 𝑃 (𝐻3 |𝐸). Se concluye que la moneda es justa.
𝐸[𝑃 (𝐶)] = 0.528

7
 Hip. A priori Verosimilitud A posteriori
𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
𝐻1 ∶ 𝑃 (𝐶) = 0.5 0.20 0.1563 0.0313 0.155
(b)
𝐻2 ∶ 𝑃 (𝐶) = 0.4 0.20 0.0768 0.0154 0.076
𝐻3 ∶ 𝑃 (𝐶) = 0.6 0.60 0.2592 0.1556 0.769
Total: 0.2021
MAP: 𝑃 (𝐻3 |𝐸) > 𝑃 (𝐻1 |𝐸), 𝑃 (𝐻2 |𝐸). La otra persona concluye que la moneda está
trucada a favor de Cara.
𝐸[𝑃 (𝐶)] = 0.569
𝑃 (𝐸|𝐻3 )
(c) 𝐾 = = 1.66.
𝑃 (𝐸|𝐻1 )
La evidencia es muy débilmente a favor de 𝐻3 , no se llega a un acuerdo.
(d) Se usan las probabilidades posteriores calculadas en (a) como nuevas probabilidades a
priori. Por lo tanto:
Hip. A priori Verosimilitud A posteriori
𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
𝐻1 ∶ 𝑃 (𝐶) = 0.5 0.482 0.5 0.241 0.456
𝐻2 ∶ 𝑃 (𝐶) = 0.4 0.118 0.4 0.047 0.090
𝐻3 ∶ 𝑃 (𝐶) = 0.6 0.400 0.6 0.240 0.454
Total: 0.528
𝑃 (𝐸|𝐻1 ) y 𝑃 (𝐸|𝐻3 ) son casi idénticos, el MAP no conduce a una conclusión clara.
Habría que lanzar la moneda más veces.
𝐸[𝑃 (𝐶)] = 0.536

Problema 9. Sea 𝜋6 = 𝑃 (𝑋 = 6), la probabilidad de lanzar un 6.

1 1
𝐻1 ∶ 𝜋6 = ; 𝐻2 ∶ 𝜋6 =
3 6
Evidencia 𝐸: se obtuvo un 6 en 11 de los 𝑛 = 30 lanzamientos.
( ) ( )11 ( )19
30 1 2
𝑃 (𝐸|𝐻1 ) =
11 3 3
( ) ( )11 ( )19
30 1 5
𝑃 (𝐸|𝐻2 ) =
11 6 6
𝑃 (𝐸|𝐻1 )
𝐾= = 29.5
𝑃 (𝐸|𝐻2 )
La evidencia es fuerte, el jugador 2 tiene que admitir que el dado está trucado.

Problema 10.
(a) No es necesario hacer ninguna suposición sobre las probabilidades a priori.
Definamos
𝜋𝑀 : probabilidad de conflicto en regiones con minerales valiosos;
𝜋NM : probabilidad de conflicto en regiones sin minerales valiosos.

8
 𝐻1 ∶ 𝜋𝑀 = 0.8; 𝜋NM = 0.3
𝐻2 ∶ 𝜋𝑀 = 𝜋NM = 0.4
() ( )
40 26 14 40
𝑃 (𝐸|𝐻1 ) = 0.8 0.2 0.312 0.728 = 0.001569
26 12
( )( )
40 40
𝑃 (𝐸|𝐻2 ) = 0.426+12 0.614+28 = 0.000047
26 12

𝑃 (𝐸|𝐻1 )
𝐾= = 33.3, la evidencia es fuerte, ambos grupos deben estar de acuerdo con
𝑃 (𝐸|𝐻2 )
la hipótesis del grupo 1.
(b) A priori, no hay razón para preferir la hipótesis de un grupo sobre la del otro. Por lo tanto,
asumimos una distribución a priori uniforme (𝑃 (𝐻1 ) = 𝑃 (𝐻2 ) = 0.50)
Hip. A priori Verosimilitud A posteriori
𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
𝐻1 ∶ 𝜋𝑀 = 0.8; 𝜋NM = 0.3 0.5 0.001569 0.0007847 0.971
𝐻2 ∶ 𝜋𝑀 = 𝜋NM = 0.4 0.5 0.000047 0.0000236 0.029
Total: 0.0008083
Valor esperado a posteriori de probabilidad de conflicto:

𝐸[𝜋𝑀 ] = 0.8 ⋅ 0.971 + 0.4 ⋅ 0.029 = 0.788

𝐸[𝜋NM ] = 0.3 ⋅ 0.971 + 0.4 ⋅ 0.029 = 0.303

Problema 11. Definamos 𝜋 = 𝑃 (𝐶), la probabilidad de que la moneda dé cara.

Hip. A priori Verosimilitud A posteriori
𝐻𝑖 𝑃 (𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) 𝑃 (𝐸|𝐻𝑖 ) ⋅ 𝑃 (𝐻𝑖 ) 𝑃 (𝐻𝑖 |𝐸)
10 0.06
(a) 𝐻1 ∶ 𝜋 = 0.3 = 0.2 0.3 0.06 = 0.12
50 0.50
𝐻2 ∶ 𝜋 = 0.5 0.6 0.5 0.30 0.60
𝐻3 ∶ 𝜋 = 0.7 0.2 0.7 0.14 0.28
Total: 0.50
(b) MAP: tipo 2
(c) 𝐸[𝜋] = 0.3 ⋅ 0.12 + 0.5 ⋅ 0.60 + 0.7 ⋅ 0.28 = 0.532
𝑃 (𝐸|𝐻3 )
(d) 𝐾 = = 1.4.
𝑃 (𝐸|𝐻2 )
La evidencia para el tipo 3 es muy débil. Para mejorar la respuesta, se puede seguir
lanzando la moneda repetidamente hasta obtener un 𝐾 (más) fuerte.