Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Probabilidad
Nociones de probabilidad
Hay dos maneras principales de entender la probabilidad:
Frecuentista (objetiva): Probabilidad de un suceso es la frecuencia
relativa (%) de veces que ocurrira el suceso al realizar un
experimento repetidas veces.
Subjetiva (bayesiana): Grado de certeza que se posee sobre un
suceso. Es personal.
Sucesos
E espacio muestral
A
E espacio muestral
UNIN
A
B
E espacio muestral
INTERSEC.
A
B
E espacio muestral
E espacio muestral
A
A
E espacio muestral
100%
P(E)=1
E espacio muestral
P(AUB)=P(A)+P(B) si AB=
es el conjunto vaco.
tam
P( AB)
P( A | B)
P( B)
ao
uno de
res
pec
t
otro o al
E espacio muestral
A
B
P(A) = 0.25
P(B) = 0.10
P(AB) = 0.10
P(A) = 0.25
P(B) = 0.10
P(AB) = 0.08
P(A|B)=1
P(A|B)=0.8
B
B
P(A) = 0.25
P(B) = 0.10
P(AB) = 0.005
P(A) = 0.25
P(B) = 0.10
P(AB) = 0
P(A|B)=0.05
P(A|B)=0
Se sabe de otros estudios que entre los individuos con osteoporosis, aprox. la
cuarta parte de las mujeres fuman y la tercera parte de los hombres.
Elegimos a un individuo al azar de la poblacin de enfermos.
Qu probabilidad hay de que sea mujer fumadora?
P(Mujer Fumar) = P(Mujer) P(Fumar|Mujer) = 0.76 x = 0.19
A2
A3
A4
Divide y vencers
A2
A1
B
B = (BA1) U (BA2 ) U ( BA3 ) U ( BA4 )
A3
A4
A1
A3
Si conocemos la probabilidad de B en
cada uno de los componentes de un
sistema exhaustivo y excluyente de
sucesos, entonces
podemos calcular la probabilidad de
B.
A4
T. Prob. Total.
Hombres y mujeres forman
Un Sist. Exh. Excl.
De sucesos
T. Bayes
Mujeres
Varones
= 0.46 = 46%
fumadores
0.1
0.7
Mujer
Fuma
0.9
No fuma
Estudiante
0.2
0.3
Fuma
Hombre
P(H | F) = 0.3x0.2/P(F)
Los caminos a travs de
nodos representan
intersecciones.
Las bifurcaciones representan
uniones disjuntas.
0.8
No fuma
Teorema de Bayes
A2
A1
A3
Si conocemos la probabilidad de B en
cada uno de los componentes de un
sistema exhaustivo y excluyente de
sucesos, entonces
A4
P(B Ai)
P(Ai | B)
P(B)
Pruebas diagnsticas
Una prueba diagnstica sirve para ayudar a mejorar una estimacin de la
probabilidad de que un individuo presente una enfermedad.
Prevalencia,
Porcentaje de la poblacin que presenta una enfermedad.
Por otra parte, para confirmar, usamos una prueba diagnstica. La misma ha
sido evaluada con anterioridad sobre dos grupos de individuos: sanos y
enfermos. As de modo frecuentista se ha estimado:
Sensibilidad (verdaderos +)= Tasa de acierto sobre enfermos.
Especificidad (verdaderos -)= Tasa de acierto sobre sanos.
T+
P. a priori de enfermedad:
incid., preval., intuicin,Enfermo
Falsos -
T-
Individuo
Falsos +
T+
Sano
Especificidad,
Verdaderos -
T-
0.3
T+
0.2 Enfermo
Individuo
0.8
Sano
0.7
T-
0.1
T+
0.99 T-
P( Enf | T )
P( Enf T ) P( SanoT )
0.2 0.3
0.88
0.2 0.3 0.8 0.01
P ( Sano | T )
P( Enf T )
P ( SanoT )
P ( SanoT ) P ( Enf T )
0.8 0.99
0.85
0.8 0.99 0.2 0.7
Observaciones
-Qu probabilidad
tengo de estar
enfermo?
- En principio un 20%.
Le haremos unas
pruebas.
- Presenta glucosuria.
La probabilidad ahora
es del 88%.
Qu hemos visto?
lgebra de sucesos
Unin, interseccin, complemento
Probabilidad
Nociones
Frecuentista
Subjetiva o Bayesiana
Axiomas
Probabilidad condicionada
Reglas de clculo
Complementario, Unin, Interseccin
Independencia de sucesos
Sistema exhaustivo y excluyente de sucesos
Teorema probabilidad total.
Teorema de Bayes
Pruebas diagnsticas
A priori: Incidencia, prevalencia.
Eficacia de la prueba: Sensibilidad, especificidad.
A posteriori: ndices predictivos.