Академический Документы
Профессиональный Документы
Культура Документы
siendo p y q son los rdenes del proceso estimado mediante El factor p(X1,,Xn|C=c) se puede simplificar utilizando la
regla de la cadena (7). identific un grupo que permiti obtener la mejor exactitud
sensibilidad y especificidad:
p( X 1 | X 2 ,...,X n , C c) p( X 2 | X 3 ,...,X n , C c) p( X n | C c) (7)
X1 = Promedio de la serie TE
Si las variables Xi son independientes para todo i j, se X2 = Rango intercuartil serie TE
puede llegar a (8). X3 = Orden del modelo AR serie TE
X4 = Primer coeficiente del modelo AR serie TE
p( X i | C c, X j ) p( X i | C c) (8) X5 = Error final de prediccin modelo AR serie TE
X6 = Error final de prediccin modelo ARMA serie TE
Por lo tanto, la probabilidad compuesta p(C=c|X1,,Xn)
Variable de la clase de salida (C). El clasificador debe
puede expresarse finalmente como aparece en (9).
predecir, a partir del grupo de variables Xi, un xito o un
fracaso en la extubacin: es decir, C={xito, fracaso}.
p(C c) p ( X 1 | C c) p ( X 2 | C c),..., p( X n | C c)
n (9) Diseo del clasificador nave bayes. Las funciones de
p(C c) p( X i | C c)
i 1 densidad de probabilidad de P(Xi|C=c), para i=1,,6 y
C={xito, fracaso}, fueron ajustadas a variables aleatorias
La expresin p(Xi|C=c) denota la funcin densidad de la normales con media y varianza . Las caractersticas de
variable Xi condicionada a que el valor del diagnstico sea c. cada una de estas funciones se presentan en la Tabla I.
Esta funcin puede ser ajustada a una normal, gamma,
TABLA I
lognormal ente otras. Lo ms acostumbrado es utilizar una FUNCIONES DE PROBABILIDAD P(XI|C=C)
variable aleatoria normal para modelar el comportamiento de P(Xi|C=xito), P(Xi|C=fracaso)
la variable Xi para cada valor de C. De esta forma finalmente Xi
el clasificador se reduce a la siguiente expresin [13]: X1 1.698 0.527 1.260 0.355
X2 0.380 0.236 0.264 0.145
X3 40.085 38.531 23.947 39.634
n
c* arg max p(C c) p( X i | C c) X4 0.360 0.162 0.632 0.289
(10)
c X5 1.016 7.016 0.276 0.491
i 1
X6 0.994 6.738 0.2122 0.368
Vp Vn
Acc (11)
Vp Fp Vn Fn
Vp
Sn (12)
Vp Fn
Vn
Sp (13)
Vn Vp
III. RESULTADOS
El objetivo del clasificador es establecer, si dadas las
condiciones de un grupo de variables predictoras en un Fig. 1. Funcin de distribucin de P(X1|C=xito)
instante determinado, es posible tener un xito o un fracaso en Valor promedio del tiempo de
el proceso de retirada del ventilador mecnico de los pacientes
en UCI. De acuerdo a esto, se definieron las siguientes
variables:
Variables predictoras (X). Despus de evaluar el
desempeo de las variables obtenidas de los modelos AR y
ARMA, en el diseo de clasificadores tipo Naive Bayes, se
El anlisis de las series temporales, con tcnicas estadsticas
y de modelado autorregresivo, permiti obtener un grupo de
variables para analizar los grupos de xito y fracaso en la
extubacin. Desde el punto de vista estadstico, se obtuvieron
Probabilidad