Scribd Logo
Cargar

¡Te damos la bienvenida a Scribd!

  • 60 vistas

    Teorema de Bayes

    Cargado por

    alejandra
    El teorema de Bayes permite calcular la probabilidad a posteriori de un evento dado otro evento, basándose en las probabilidades a priori y en la probabilidad condicional. Según el teorema, la probabilidad de un evento A dado B es igual a la probabilidad condicional de B dado A multiplicada por la probabilidad a priori de A, dividido por la probabilidad total de B. El ejemplo muestra cómo aplicar el teorema a un análisis de detección de cáncer, donde la probabilidad de tener cáncer dado un resultado positivo resulta ser sólo del 20% a pes

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd

    Teorema de Bayes

    Cargado por

    alejandra
    60 vistas7 páginas
    El teorema de Bayes permite calcular la probabilidad a posteriori de un evento dado otro evento, basándose en las probabilidades a priori y en la probabilidad condicional. Según el teorema, la probabilidad de un evento A dado B es igual a la probabilidad condicional de B dado A multiplicada por la probabilidad a priori de A, dividido por la probabilidad total de B. El ejemplo muestra cómo aplicar el teorema a un análisis de detección de cáncer, donde la probabilidad de tener cáncer dado un resultado positivo resulta ser sólo del 20% a pes

    Descripción original:

    Teorema de Bayes

    Derechos de autor

    © © All Rights Reserved

    Formatos disponibles

    PPTX, PDF, TXT o lea en línea desde Scribd

    ¿Le pareció útil este documento?

    ¿Este contenido es inapropiado?

    El teorema de Bayes permite calcular la probabilidad a posteriori de un evento dado otro evento, basándose en las probabilidades a priori y en la probabilidad condicional. Según el teorema, la probabilidad de un evento A dado B es igual a la probabilidad condicional de B dado A multiplicada por la probabilidad a priori de A, dividido por la probabilidad total de B. El ejemplo muestra cómo aplicar el teorema a un análisis de detección de cáncer, donde la probabilidad de tener cáncer dado un resultado positivo resulta ser sólo del 20% a pes

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    60 vistas7 páginas

    Teorema de Bayes

    Cargado por

    alejandra
    El teorema de Bayes permite calcular la probabilidad a posteriori de un evento dado otro evento, basándose en las probabilidades a priori y en la probabilidad condicional. Según el teorema, la probabilidad de un evento A dado B es igual a la probabilidad condicional de B dado A multiplicada por la probabilidad a priori de A, dividido por la probabilidad total de B. El ejemplo muestra cómo aplicar el teorema a un análisis de detección de cáncer, donde la probabilidad de tener cáncer dado un resultado positivo resulta ser sólo del 20% a pes

    Copyright:

    © All Rights Reserved
    Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
    Descargar como pptx, pdf o txt
    de 7

    Teorema de Bayes

    A2 Si conocemos la probabilidad de B en
    A1 cada uno de los n componentes de un
    sistema exhaustivo y excluyente de
    sucesos, entonces…
    B
    …si ocurre B, podemos calcular la
    A3 A4 probabilidad (a posteriori) de
    ocurrencia de cada Ai, (i = 1, 2, ... , n):

    P( B  Ai ) P( B|Ai ) P( Ai )
    P( Ai|B )  
    P( B ) P( B )
    donde P(B) se puede calcular usando el teorema de la probabilidad
    total: n
    P( B)   P( B  Ai )
    i 1 1
    TEOREMA DE BAYES
    S
    A2
    A1

    ... Ai ...
    A3
    Ak

    P( Aj  B )
    Recordando que para un evento Aj : P( Aj | B )  ...I
    P( B)
    k

    y que la probabilidad total del evento B es: P( B )   P( B | Ai )P( Ai ) ...II


    i 1

    P ( Aj  B )
    P ( Aj | B )  k ...III
    Sustituyendo II en I obtenemos:
     P( B | A )P( A )
    i 1
    i i
    TEOREMA DE BAYES

    Sustituyendo la siguiente expresión Aj

    P( A j  B)  P( B | A j ) P( A j )

    en III obtenemos el:

    TEOREMA DE BAYES:
    P( B | A j ) P( A j )
    P( A j | B)  k

     P( B | A )P( A )
    i 1
    i i
    Fuma
    0,1
    En el problema
    anterior: Se elige a un
    Hombre
    0,7 individuo al azar
    No fuma
    0,9 y resulta fumador.
    Estudiante ¿Cuál es la
    0,2 probabilidad de que
    0,3 Fuma sea una mujer?
    Mujer

    0,8
    No fuma

    P(M) = 0,3, P(F) = 0,13


    P(M|F) = P(F ∩ M)/P(F) = P(F|M) P(M) / P(F) =
    0,2·0,3 / 0,13 = 0,46
    4
    «Una elaboración interesante a partir del concepto de probabilidad
    condicionada es el conocido teorema de Bayes. Supongamos que el
    0.5% de la población padece verdaderamente cáncer. Supongamos
    que haya un análisis para detectar el cáncer con una fiabilidad del
    98%. Si se hacen 10.000 pruebas, tendremos 49 análisis positivos de
    las personas con cáncer de 50, del resto habrá 199 análisis falsos
    positivos, la probabilidad condicional de padecer cáncer sabiendo que
    se ha dado positivo es sólo 49/248, ¡aproximadamente un 20%!»

    10.000 pruebas
    0.5% 95.5%

    50: enfermas 9950: no enfermas


    98% 2% 2% 98%

    49 positivos 1 falso-negativo 199 falsos-positivos 9751: negativos

    p(cáncer | positivo) = 49 / (49+199) = 0.197...


    10

    También podría gustarte