Sei sulla pagina 1di 7

Probabilità e statistica matematica

Caius Gavrila

gavrila@mat.uniroma2.it

1
La soluzione del problema del test
Per risolvere il problema dobbiamo calcolare P (H + | T + )
• la specicità P (T − | H − ),
• la sensitività P (T + | H + ) e
• l'incidenza P (H + ) dell'HIV.
Applicando il teorema di Bayes:

+ + + + P (H + )
P (H | T ) = P (T |H ) +
.
P (T )
L'unica sconosciuta è P (T + ). Ma

P (T + ) = P (T + ∩ H + ) + P (T + ∩ H − )a
a Qui abbiamo decomposto l'evento T + in due eventi incom
esaustivi.

2
e dalla denizione della probabilità condizionata:

P (T + ∩ H + ) = P (T + | H + )P (H + )

P (T + ∩ H − ) = P (T + | H − )P (H − ) = b (1−P (T − | H − ))(1

Risulta che

+ + + + P (H + )
P (H | T ) = P (T |H ) P (T + |H + )P (H + )+(1−P (T − |H − ))(1

dove tutte le quantità a destra sono conosciute. Calcoland

+ + P (H + )
P (H | T ) = 0.99 ·
0.99 · P (H + ) + 0.01 · (1 − P (H
b Applichiamo la formula dell'evento complementare.

3
Ci serve allora P (H+), la probabilità a priori di essere
HIV-positivo.

Una stima attuale è di circa 100.000 infetti in Italia, dunq


1/500, rispetto alla popolazione italiana.

Allora viene P (H + | T + ) = 99/598 = 16.5%, dunque 5 su


falsi positivi . . . .

4
Discussione sul valore di P (H + )

Il valore 1/500 riette la probabilità che sia infetta una pe


scelta a caso nella popolazione, ad esempio una situazion
screening.
L'alta percentuale di falsi positivi indica quanto uno scree
funzionerebbe male.

Se la persona che si fa il test appartiene a un gruppo a r


forse P (H + ) = 1/100, allora avremo P (H + | T + ) = 99/19

Dunque l'utilità del test non è assoluta ma dipende in m

5
critico a chi si applica.

Conclusione
o
A che serve la probabilità ?

Anche se il test migliora arrivando a una specicità e una


sensibilità di 99.9% le probabilità calcolate diventano 0.66
rispettivamente, ma restano ancora lontano dal valore che
credevate voi (0.99)!!!

6
99% 99.9%
Non a rischio 0.17 0.66
A rischio 0.50 0.90