BIOESTADSTICA

Probabilidad

Facultad de Ingeniera Ambiental - UNI

MSc. Beatriz Castaeda S.

Probabilidad
Es la medida de la posibilidad de que
ocurra un hecho o evento.
Probabilidad

Subjetiva

Objetiva
Terica o
a priori

Bioestadstica

MSc. Beatriz Castaeda

Frecuencial o
a posteriori
2

Probabilidad Subjetiva
Es la medida que asignamos basados en
nuestro criterio personal, experiencia,
corazonadas o deseos.
Esta forma de medicin no es factible de
ser trasmitida a otras personas.

Bioestadstica

MSc. Beatriz Castaeda

Probabilidad Objetiva
Es la medida que asignamos basados en
datos concretos y en la teora matemtica

Esta forma de medicin

trasmitir a otras personas.

Bioestadstica

MSc. Beatriz Castaeda

se

puede

Probabilidad - Definiciones
Experimento aleatorio:
Todo procedimiento o actividad que genera dos o mas
posibles resultados, por ejemplo: Lanzar una moneda,
observar la calidad de 3 productos
Espacio muestral: , S
Conjunto formado por todos los resultados posibles de un
experimento aleatorio:
= {c, s} ;
= {BBB,BBD,BDB,BDD,DBB,DBD,DDB,DDD }
Evento elemental: w
Resultado individual del experimento aleatorio, ejem: w
= BBB
Evento o Suceso:
Un subconjunto del espacio muestral, ejem: A = {BBD, BDB,
DBBBioestadstica
}
MSc. Beatriz Castaeda
5

Algebra de eventos
Si A = , A es un evento imposible
Si A = , A es un evento seguro
AB = AB, es el evento interseccin, conjunto o
producto de A y B, decimos ocurren A y B
Si AB = , los eventos son excluyentes, disjuntos o
incompatibles
A B, es el evento reunin, decimos ocurre A o B
A , es el evento complemento de A, AA
Ac = A=
=
Bioestadstica

MSc. Beatriz Castaeda

Funcin Probabilidad
La funcin probabilidad asigna a cada evento A
definido en el espacio muestral un real p llamado
probabilidad de A.

A P ( A) p

P debe cumplir los tres axiomas siguientes:

1. P(A) 0 , para todo evento A definido en
2.
3.

P() = 1
Dados A1, A2, ., An, . Eventos definidos en , tales
que son mutuamente excluyentes, es decir:
Ai Aj = , para todo par
ij,

Entonce
P ( Ai ) P ( Ai )
s
i 1
Bioestadstica
MSc. Beatriz Castaeda

Propiedades
P() = 0
P(Ac) = 1 P(A)
P(AUB) = P(A) + P(B) - P(AB)
0 P(A) 1

Bioestadstica

MSc. Beatriz Castaeda

Asignacin de Probabilidad
Probabilidad Frecuencial

n( A)
P ( A)
n

Dadas n realizaciones de un experimento aleatorio, donde A

es un resultado obtenido, entonces la probabilidad de A es
la frecuencia relativa
La tabla presenta las reacciones de 400 ciudadanos con
respecto a un nuevo plan de impuestos de acuerdo con su
filiacin partidaria
Afiliacin
partidari
a

F: El ciudadano est a favor d

nuevo plan de impuestos

Reaccin
Se
opo
ne

Total

A favor

Neutral

120

20

20

160

50

30

60

140

Otra

50

10

40

100

Total

220

60

120

400

Bioestadstica

P(F) = 220/400 = 0.55

AF: el ciudadano es de
Afiliacin
P(AF)
= 120/400
A y est
a favor =
0.30

MSc. Beatriz Castaeda

Asignacin de Probabilidad
Probabilidad Terica
Se basa en el razonamiento matemtico, as dado un
experimento con n() resultados igualmente posibles y un
evento A con n(A) resultados favorables, entonces:

P ( A)
Exp.1:
Lanzamiento
dado

de

un

P(puntaje par) = 3 =
0.5
6

Bioestadstica

n( A)
n( )

Exp. 2:
Extraer una carta de
un Juego de naipes
P(un as) = 4
=0.077
52

Exp. 3:
Extraer dos objetos de
una caja que contiene
8A y 6B
C: Se obtiene un A y un
B

P(C)= 8x6 + 6x8 =

MSc. Beatriz Castaeda 0.527
10
14 x 13

Probabilidad condicional
A un evento A que ocurre condicionado a la ocurrencia de otro
evento B, se denomina evento condicional de A dado B (A/B) y
su probabilidad se calcula como:

P ( AB ) n( AB )
P( A / B)

P( B)
n( B )
P(AB) = P(B) P(A/B) = P(A) P(B/A)
A
B

Dos eventos A y B son independientes si y slo si

P(A/B) = P(A)
Bioestadstica

P(B/A) = P(B)

P(AB) = P(A) P(B)

MSc. Beatriz Castaeda

11

Probabilidad Total
Evento de probabilidad total
Un evento A que ocurre asociado a la ocurrencia de n
eventos Bi , tales que son mutuamente excluyentes y
colectivamente exhaustivos
B1

B2 . . .

B1
A

Bn

A . . .A

B2

....

Bn

AB1 AB2 . . . . . .

B1 B2 . . . . . . Bn

ABn

P ( A) P ( ABi ) P ( Bi ) P ( A / Bi )
i

Bioestadstica

MSc. Beatriz Castaeda

12

Probabilidad Condicional de Bayes

Evento condicional de Bayes
Si habiendo ocurrido un evento A nos preguntamos por la
ocurrencia de un evento Bj que ocurre en etapas previas a la
ocurrencia de A, entonces a la probabilidad de Bj
condicionada al resultado A se denomina evento condicional
B1 B2
. . . . Bn
de Bayes

B2 . . .

B1
A

Bn

A . . .A

AB1 AB2 . . . . . .

ABn

B1 B2 . . . . . . Bn

P ( AB j )
P ( B j / A)
P ( A)
Bioestadstica

MSc. Beatriz Castaeda

13

Probabilidad Total y Condicional de Bayes

Para las fiestas navideas una tienda de regalos
contrata a 3 empaquetadores. Carmen empaqueta el
30% de los regalos vendidos y olvida quitar la
etiqueta con el
precio en 1 de cada 20, Juan
empaqueta el 40% de los regalos que empaqueta
Sandra y olvida quitar la etiqueta con el precio en 1
de cada 10; y Sandra olvida quitar la etiqueta con el
precio en 1 de cada 25.
a)Cul es la probabilidad de que un cliente reciba
un regalo con la etiqueta del precio?
b)

Si un cliente se quej de que no fue quitada la

etiqueta del regal que compr, cul es la
probabilidad de que el error haya sido cometido
por Juan?.

Bioestadstica

MSc. Beatriz Castaeda

14

Evaluacin de Procedimiento de
Deteccin
Prueba
Aceptada

Sensibilidad

Prueba Diagnstica
Positivo
+

Negativo -

Total

Enfermos

E + (PV)

E (NF)

Sanos

S + (PF)

S (NV)

E
x 100
E

Especificidad

S
x 100
S

Bioestadstica

Capacidad del mtodo para detectar a los

enfermos
Capacidad del mtodo para identificar a los
sanos
MSc. Beatriz Castaeda

15

Valor Predictivo
Poblacin
P(E)

1-P(E)

Enfermos

Sanos

Al someter a
la prueba
Sensib= P(+/E)

+
P(E+) = P(E) x P(+/E)

Bioestadstica

P(-/ s)=Especif.

P(S - ) =[1 - P(E)]x P(-/S)

MSc. Beatriz Castaeda

16

Valor Predictivo
Prueba Diagnstica
Poblacin

Total

Positivo
+

Negativo -

Enfermos

P(E + )

P(E )

P(E)

Sanos

P(S +)

P(S )

P(S)

Total

P(+)

P( )

P( E )
VP
x 100
P ( )

Valor predictivo positivo

P( S )
VP
x 100
P ( )

Valor predictivo negativo

Bioestadstica

MSc. Beatriz Castaeda

17

Valor Predictivo
Se estima que el 1% de la poblacin de cierto vecindario tiene
tuberculosis; una placa de rayos X es utilizada para prevenir la
enfermedad. Se sabe que los rayos X tienen 99% de sensibilidad y 90% de
especificidad
Rayos X
Poblacin

Positivo +

Negativo -

Total

Enfermos

0.0099

0.0001

0.01

Sanos

0.099

0.891

0.99

Total

0.1089

0.8911

0.0099
VP
x 100 9.09%
0.1089
Bioestadstica

VP

0.891
x 100 99.99%
0.8911

MSc. Beatriz Castaeda

18