Contenido del Curso
Fundamentos de la Teoría de la Probabilidad
Fundamentos de la Teoría de la Probabilidad
Teorema de Bayes
El teorema de Bayes es un concepto fundamental en la teoría de la probabilidad que permite actualizar nuestras creencias o probabilidades en función de nueva evidencia. Ya hemos considerado la ley de la probabilidad total; el teorema de Bayes es muy similar a esta ley. Veamos su formulación:
Proporcionemos explicaciones:
Debemos dividir nuestro espacio de sucesos elementales en
n
sucesos incompatibles diferentes;Sabemos que el suceso A resulta del experimento estocástico. Esto significa que A ya ha ocurrido;
Queremos entender en qué segmento H hemos experimentado calculando la probabilidad condicional correspondiente.
Ejemplo
Supongamos que una prueba médica para la diabetes tiene una precisión del 90%
para detectar una enfermedad específica.
La enfermedad es poco común y ocurre solo en el 1%
de la población. Si una persona da positivo en la prueba, ¿cuál es la probabilidad de que realmente tenga la enfermedad?
Solución
Para resolver este problema, es necesario considerar que la prueba puede arrojar falsos positivos y falsos negativos. Por eso necesitamos utilizar el teorema de Bayes.
H₁: La probabilidad de que un individuo seleccionado al azar tenga diabetes es 0.01
.
H₂: La probabilidad de que un individuo seleccionado al azar no tenga diabetes es 0.99
.
A: el resultado de la prueba es positivo (la prueba detecta diabetes).
P(A|H₁): la probabilidad de que la prueba detecte diabetes y la persona esté enferma es igual a 0.9
(resultado verdadero positivo).
P(not A|H₂): la probabilidad de que la prueba no detecte diabetes y la persona no esté enferma es igual a 0.9
(resultado verdadero negativo).
P(A|H₂): la probabilidad de que la prueba detecte diabetes y la persona no esté enferma es 1 - P(not A|H₂) = 0.1
(resultado falso positivo).
Debemos encontrar P(H₁|A) - la probabilidad de que una persona realmente esté enferma si la prueba detecta diabetes
# Prior probabilities P_diabetes = 0.01 P_no_diabetes = 0.99 # Conditional probabilities P_positive_given_diabetes = 0.9 P_positive_given_no_diabetes = 0.1 # Calculate the delimiter of the expression - probability that test is positive P_positive_test = (P_positive_given_diabetes * P_diabetes) + (P_positive_given_no_diabetes * P_no_diabetes) # Calculate the probability of having diabetes given a positive test result using Bayes' theorem P_diabetes_given_positive = (P_positive_given_diabetes * P_diabetes) / P_positive_test # Print the results print(f'The probability of having diabetes given a positive test is {P_diabetes_given_positive:.4f}')
¡Gracias por tus comentarios!