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 Frecuencial o
a priori a posteriori
Bioestadstica MSc. Beatriz Castaeda 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 3

 Probabilidad Objetiva

Es la medida que asignamos basados en

datos concretos y en la teora matemtica

Esta forma de medicin se puede

trasmitir a otras personas.

Bioestadstica MSc. Beatriz Castaeda 4

 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 6

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

P ( Ai ) P ( Ai )
Bioestadstica MSc. Beatriz Castaeda 7
 Propiedades

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

Bioestadstica MSc. Beatriz Castaeda 8

 Asignacin de Probabilidad
n( A)
Probabilidad Frecuencial 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
F: El ciudadano est a favor d
Reaccin
Afiliacin nuevo plan de impuestos
partidari Se Total
a A favor Neutral opo P(F) = 220/400 = 0.55
ne
A 120 20 20 160
B 50 30 60 140 AF: el ciudadano es de
Afiliacin
Otra 50 10 40 100 P(AF) = 120/400
A y est a favor =
Total 220 60 120 400 0.30

Bioestadstica MSc. Beatriz Castaeda 9

 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:
n( A)
P ( A)
n( )

Exp.1: Exp. 2: Exp. 3:

Lanzamiento de un Extraer una carta de Extraer dos objetos de
dado un Juego de naipes una caja que contiene
8A y 6B
P(puntaje par) = 3 = P(un as) = 4 C: Se obtiene un A y un
0.5 =0.077 B
6 52
P(C)= 8x6 + 6x8 =
Bioestadstica 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) y P(B/A) = P(B) y P(AB) = P(A) P(B)

Bioestadstica 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 .... Bn

B1 B2 . . . Bn A AB1 AB2 . . . . . . ABn

A A A A . . .A A
A B1 B2 . . . . . . Bn

P ( A) P ( ABi ) P ( Bi ) P ( A / Bi )
i 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
de Bayes B1 B2 . . . . Bn

B2 . . . Bn
A AB1 AB2 . . . . . . ABn
B1

A . . .A
A B1 B2 . . . . . . Bn
A A A A
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 Prueba Diagnstica
Aceptada Positivo Negativo - Total
+
Enfermos E + (PV) E (NF) E

Sanos S + (PF) S (NV) S

E Capacidad del mtodo para detectar a los

Sensibilidad x 100
E enfermos
S
Especificidad x 100 Capacidad del mtodo para identificar a los
S sanos

Bioestadstica MSc. Beatriz Castaeda 15

 Valor Predictivo
Poblacin

P(E) 1-P(E)
Enfermos Sanos

Al someter a
la prueba

Sensib= P(+/E)
P(-/ s)=Especif.
+ - + -

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

Bioestadstica 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 Valor predictivo positivo
P ( )

P( S )
VP x 100 Valor predictivo negativo
P ( )

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 0.891
VP x 100 9.09% VP x 100 99.99%
0.1089 0.8911
Bioestadstica MSc. Beatriz Castaeda 18