Probabilidad
Probabilidad
Probabilidad
Bioestadística
2
Introducción
La probabilidad está muy ligada a los juegos de azar y por
esta razón, la teoría de la probabilidad se popularizo como
un área muy importante de las matemáticas.
Inicialmente esta rama de las matemáticas estudiaba
únicamente la aleatoriedad en los juegos; hasta que Blaise
Pascal la aplicó a otras áreas como la genética, la psicología
y la economía.
3
Introducción
En nuestra cotidianidad, la probabilidad se ha convertido
en un método muy efectivo para describir con exactitud
valores de datos económicos, políticos, sociales,
psicológicos, biológicos o físicos, y sirve como una
herramienta muy potente para relacionar y analizar dichos
datos.
• Un paciente pregunta al médico cual es el riesgo de
morir en una cirugía; el médico basándose en estudios
epidemiológicos dice “la probabilidad de que fallezca es
baja”
• Elijo un estudiante de medicina adulto al azar en la
ciudad de Tunja, ¿cuál es la probabilidad de que mida
más de 1.75 m?
• Cuál es la probabilidad de pasar bioestadística?
4
Introducción
.
5
Introducción
.
6
Conceptos
generales
Probabilidad
7
Conceptos generales
¿Qué caracteriza un experimento aleatorio?
8
Conceptos generales
El azar :
• Una casualidad, un caso fortuito.
• En ocasiones el azar significa “sin orden”.
• La idea de Probabilidad está íntimamente ligada a la idea
de azar y nos ayuda a comprender nuestras
posibilidades de ganar un juego de azar o analizar las
encuestas.
9
Conceptos generales
Espacio de resultados o Espacio Muestral: Llamaremos
espacio muestral a un conjunto que contiene a todos los
resultados posibles de un experimento, y lo
representaremos con la letra (S). Observemos algunos
ejemplos:
10
Conceptos generales
Espacio muestral de un experimento aleatorio es un
conjunto de puntos (puntos muestrales) en los que:
11
Ejercicio
14
Conceptos generales
Sucesos o Eventos: La teoría de probabilidad llama a un
“suceso” o “evento” cualquier subconjunto de S.
En ocasiones nos interesa estudiar un resultado
específicamente.
15
Conceptos generales
Sucesos o Eventos: La teoría de probabilidad llama a un
“suceso” o “evento” cualquier subconjunto de S.
En ocasiones nos interesa estudiar un resultado
específicamente.
16
Conceptos generales
La Probabilidad: Es la rama de la matemática cuyo estudio
son experimentos llamados aleatorios, o sea regidos por el
azar, en que puedes conocer todos los resultados posibles,
pero no es posible tener certeza de cuál será en particular
el resultado del experimento.
19
PROBABILIDAD
SUCESOS COMPATIBLES: Dos sucesos 𝐴y𝐵son compatibles cuando tienen algún suceso elemental en común. Por ejemplo:
Si 𝐴 es sacar puntuación par al tirar un dado y 𝐵 es obtener múltiplo de 3, 𝐴y𝐵 son compatibles porque el 6 es un suceso
elemental común.
SUCESOS INCOMPATIBLES: Dos sucesos 𝐴 y son incompatibles cuando no tienen ningún elemento en común. Por ejemplo:
Si 𝐴 es sacar puntuación par al tirar un dado y 𝐵 es obtener múltiplo de 5, 𝐴y𝐵son incompatibles.
SUCESOS INDEPENDIENTES: Dos sucesos 𝐴y𝐵 son independientes cuando la probabilidad de que suceda 𝐴 no se ve
afectada porque haya sucedido o no 𝐵. Por ejemplo, lanzar dos dados.
20
PROBABILIDAD
21
Conceptos generales
Axiomas de la probabilidad
22
Conceptos generales
Axiomas de la probabilidad
23
Ejercicio
• En una población con 1000 sujetos con sospecha de
SIDA, se evalúan 2 factores de riesgo: múltiples parejas
sexuales (MPS) y el uso de drogas parenterales (UDP).
540 estaban expuestos a MPS y 410 a UDP. No habían
estado expuestos a ningún factor 200 pacientes. Estar
expuestos a MPS y UDP son hechos compatibles.
• Cuál es la probabilidad de MPS?
• Cuál es la probabilidad de UDP?
• Cuál es la probabilidad de no MPS, no UDP?
• Complete la siguiente tabla
UDP NO UDP TOTAL
MPS
NO MPS
TOTAL
𝑃(𝐴∩𝐵)
P 𝐴|𝐵 =
𝑃(𝐵)
28
Arboles de probabilidad P(GΠD)
• Representación de probabilidades condicionadas al Glucosuría 0.3*0.2 0.06
suceso que aparece inmediatamente antes ( a la 0.3
izquierda en el árbol) SI Σ=1
0.2
Diabetes No Diabetes TOTAL
No Glucosuría
0.7
Glucosuria 60 8 68
30
Ley multiplicativa o probabilidad
compuesta
Para sucesos independientes o incompatibles: 100
𝑃 𝑀𝑢𝑗𝑒𝑟 =
La probabilidad condicionada P(A|B) sería igual a la 300
probabilidad total de P(A), al no tener influencia el
resultado de un suceso sobre otro. Por lo tanto se simplifica
60
en: 𝑃 𝐹𝑢𝑚𝑎𝑟 =
300
P𝐴 ∩ 𝐵 = 𝑃(𝐵)𝑥𝑃(𝐴)
Eventos independientes Tabaco en hombres y mujeres
100 60
𝑃 𝑀𝑢𝑗𝑒𝑟 ∩ 𝐹𝑢𝑚𝑎𝑟 = =0.067
Fuman No Fuman TOTAL 300 300
Mujeres 20 80 100
31
Teorema de Bayes
𝑃(𝐴∩𝐵)
P D|𝐺 = 𝑃(𝐵)
P𝐴 ∩ 𝐵 = 𝑃(𝐵)𝑥𝑃(𝐴|𝐵)
PD∩ 𝐺 = 𝑃(𝐺)𝑥𝑃(𝐺|𝐷)
Se aplica en el campo de la salud en pruebas de laboratorio
o diagnósticas y criterios de diagnóstico. Permite a los
médicos mayor capacidad de predecir correctamente la
presencia o ausencia de una enfermedad a partir del
conocimiento de los resultados
32
Teorema de Bayes
33
Teorema de Bayes
Población: 100
A: 5 enfermos
B:90% de los que tienen la enfermedad
10% de la población que no tiene la enfermedad tiene un
resultado positivo
34
Teorema de Bayes
Población: 100
A: 5 enfermos
B:90% de los que tienen la enfermedad
10% de la población que no tiene la enfermedad tiene un
resultado positivo
35
Teorema de Bayes
4.5+9.5=14
4.5/14=0.3214=32.14%
36
TÉCNICAS DE CONTEO
37
Principios del conteo I
• Permutaciones Vs Combinaciones
DISTIBUCIONES
DE
PROBABILIDAD
47
DISTRIBUCIONES DE
PROBABILIDAD
Variable aleatoria: observaciones o medidas que se originan
como resultado de factores aleatorios (al azar), que no
pueden predecirse con exactitud y anticipación. Estatura de
los adultos
Variable aleatoria discreta: se caracteriza por separaciones
ó interrupciones en la escala de valores que puede tomar.
Estas separaciones ó interrupciones indican la ausencia de
valores entre los valores específicos que puede asumir la
variable.
Números enteros: número de hijos, pacientes
Variable aleatoria continua: Una variable aleatoria continua
no posee las separaciones ó interrupciones típicas de una
variable aleatoria discreta. Puede tomar cualquier valor
dentro de un intervalo especificado de valores asumidos
por la variable.
Estatura, peso, perímetro cefálico
DISTRIBUCIONES DE
PROBABILIDAD
Distribución de probabilidad: mecanismo que estudia la
relación entre los valores de la variable aleatoria y las
probabilidades de su ocurrencia
DISTRIBUCIONES DE
PROBABILIDAD
La distribución de probabilidad de una variable aleatoria
discreta es una tabla, gráfica, fórmula u otro sistema
utilizado para especificar todos los valores posibles de una
variable junto con sus probabilidades respectivas
DISTRIBUCIONES DE
PROBABILIDAD
VARIABLES DISCRETAS,
VARIABLES CONTINUAS,
CATEGORICAS O
CUANTITATIVAS
CUALITATIVAS
Decimales
Enteros
57
DISTRIBUCIONES DE
PROBABILIDAD
En un articulo de la revista AmericanJournal of Obstetrics
and Gynecology, Buitendijk y Bracken aseguran que
durante 25 años se ha tornado mayor conciencia de los
efectos potencialmente dañinos de los medicamentos y
químicos en el desarrollo de los fetos.
En una población de mujeres dadas de alta en maternidad,
en un hospital del este de EUA, entre 1980 y 1982, los
autores valoraron y estudiaron la asociación del uso de
medicamentos con varias características de la madre, por
ejemplo uso de alcohol, tabaco y adicción a fármacos.
Sus hallazgos sugieren que la mujer que muestra un
comportamiento mas propenso a correr riesgos durante el
embarazo, también esta más propensa a utilizar
medicamentos durante el mismo.
EJERCICIO EXCEL:
1. Construir la distribución de probabilidad de la
variable discreta x=número de medicamentos
prescritos y no prescritos consumidos por las
mujeres embarazadas.
DISTRIBUCIONES DE
PROBABILIDAD
se observa que los valores de P(X = x) son todos positivos
menores que 1 y la suma de los mismos es igual a 1. Estas
son características para todas las distribuciones de
probabilidad de variable discreta.
EJERCICIO EXCEL:
2. Representar gráficamente la distribución de
probabilidad
DISTRIBUCIONES DE
PROBABILIDAD
Cuando se tiene disponible la distribución de probabilidad,
es posible hacer afirmaciones acerca de la variable
aleatoria X
EJERCICIO EXCEL:
3. Cual es la probabilidad que una mujer
seleccionada aleatoriamente sea una de las que
consumieron 3 medicamentos con ó sin
prescripción? P(X=3)
DISTRIBUCIONES DE EJERCICIO EXCEL:
PROBABILIDAD 4. Cuál es la probabilidad de que una mujer
seleccionada aleatoriamente haya consumido 1 ó 2
Cuando se tiene disponible la distribución de probabilidad, medicamentos? P(1 ∪ 2)
es posible hacer afirmaciones acerca de la variable Eventos incompatibles o mutuamente excluyentes
aleatoria X
5. Calcular y graficar la distribución de probabilidad
acumulada de la variable aleatoria
Consumió 1 ó ninguno
DISTRIBUCIONES DE
PROBABILIDAD
DISTRIBUCION BINOMIAL
probability
tiempo no tiene efecto en la probabilidad
de una segunda ocurrencia del evento en 0,09
el mismo, ó en algún otro intervalo.
• La distribución de Poisson se emplea 0,06
cuando se cuentan los eventos o
entidades, distribuidos al azar en espacio 0,03
o tiempo
0
0 4 8 12 16 20 24
x
Distribución de Poisson
En este tipo de experimentos
los éxitos buscados son
expresados por unidad de
área, tiempo, pieza, etc, etc,:
• # de casos de una
enfermedad por año
• # de bacterias por cm2 de
cultivo
• # de llamadas telefónicas a
un conmutador por hora,
minuto, etc, etc.
DISTRIBUCIONES DE Caracteres morfológicos de individuos como la
PROBABILIDAD estatura y el peso
CONTINUA Caracteres fisiológicos como el efecto de un
Una variable continua es aquella que fármaco; valor de creatinina
puede asumir cualquier valor en un Caracteres sociológicos como el consumo de
intervalo especifico de valores. cierto producto por un mismo grupo de
Consecuentemente, entre individuos;
Caracteres psicológicos como el cociente
cualesquiera dos valores asumidos
intelectual
por la variable continua existe un
OTROS
numero infinito de valores. • El ancho de una pelota de fútbol.
• Volumen de agua en una piscina.
• La velocidad a la que va a un tren.
• El volumen de cerveza en una jarra.
• Tiempo que esperas al amor de tu vida.
• Distancia que recorren los autos en una
ciudad.
Distribución normal
Relevancia
• Muchas variables continuas se portan normal Normal Distribution
distribuciones 0,3
density
• Es la base de la inferencia por el teorema del 0,2
Propiedades
• Forma acampanada
• Simétrica
DISTRIBUCIONES DE
PROBABILIDAD
La función de densidad de probabilidad por excelencia:
la distribución normal
0,6
0,4
0,2
0
-5 -3 -1 1 3 5
x
79
PROBABILIDAD
• SUCESOS COMPATIBLES: Dos sucesos 𝐴y𝐵son compatibles cuando tienen algún suceso elemental en común. Por
ejemplo: Si 𝐴 es sacar puntuación par al tirar un dado y 𝐵 es obtener múltiplo de 3, 𝐴y𝐵 son compatibles porque el 6 es
un suceso elemental común.
• •SUCESOS INCOMPATIBLES: Dos sucesos 𝐴 y son incompatibles cuando no tienen ningún elemento en común. Por
ejemplo: Si 𝐴 es sacar puntuación par al tirar un dado y 𝐵 es obtener múltiplo de 5, 𝐴y𝐵son incompatibles.
• •SUCESOS INDEPENDIENTES: Dos sucesos 𝐴y𝐵 son independientes cuando la probabilidad de que suceda 𝐴 no se ve
afectada porque haya sucedido o no 𝐵. Por ejemplo, lanzar dos dados.
80
81