SlideShare una empresa de Scribd logo
1 de 28
Bioestadística Tema 4: Probabilidad (recordatorio)
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
[object Object],[object Object],[object Object],Nociones de probabilidad
Sucesos ,[object Object],[object Object],[object Object],[object Object],[object Object],UNIÓN INTERS. E  espacio muestral E  espacio muestral A A’ E  espacio muestral A B E  espacio muestral A B E  espacio muestral A B
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],Definición de probabilidad B E  espacio muestral 100% E  espacio muestral A
Probabilidad condicionada ,[object Object],A E  espacio muestral B “ tamaño” de uno respecto al otro ,[object Object],[object Object],[object Object],[object Object],[object Object]
Intuir  la probabilidad condicionada P(A)  = 0,25 P(B)  = 0,10 P(A∩B) = 0,10 ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=1 P(A|B)=0,8 P(A)  = 0,25 P(B)  = 0,10 P(A∩B) = 0,08 B A B A
Intuir  la probabilidad condicionada ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=0,05 P(A|B)=0 P(A)  = 0,25 P(B)  = 0,10 P(A∩B) = 0,005 P(A)  = 0,25 P(B)  = 0,10 P(A∩B) = 0 A B A B
[object Object],[object Object],[object Object],[object Object],[object Object],Algunas reglas de cálculo prácticas
[object Object],[object Object],Independencia de sucesos
Ejemplo (I) ,[object Object],[object Object],[object Object],[object Object]
Ejemplo (II) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Ejemplo (III) ,[object Object],[object Object],[object Object],[object Object],[object Object]
Ejemplo (IV) ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Sistema exhaustivo y excluyente de sucesos A 1 A 2 A 3 A 4 Son una colección de sucesos A 1 ,  A 2 ,  A 3 ,   A 4 … Tales que la unión de todos ellos forman  el espacio muestral, y sus intersecciones son disjuntas. ¿Recordáis cómo formar intervalos en tablas de frecuencias? Suceso seguro A 1 A 2 A 3 A 4
Divide y vencerás A 1 A 2 A 3 A 4 Todo suceso B, puede ser  descompuesto  en componentes de dicho sistema.  B = (B∩ A 1 ) U (B∩ A 2   ) U ( B∩ A 3   ) U ( B∩ A 4   ) Nos permite descomponer el problema B en  subproblemas más simples.  Creedme . Funciona. B Suceso seguro A 1 A 2 A 3 A 4 B B B B
Teorema de la probabilidad total A 1 A 2 A 3 A 4 Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos, entonces… …  podemos calcular la probabilidad de B. P(B) = P(B∩ A 1 ) + P(B∩ A 2   ) + P( B∩ A 3   ) + P( B∩ A 4   ) =P( A 1 ) P(B| A 1 ) + P( A 2 ) P(B| A 2 )+ … P(A 1 ) P(A 2 ) P(A 3 ) P(A 4 ) P(B|A 1 ) P(B|A 2 ) P(B|A 3 ) P(B|A 4 ) B Suceso seguro A 1 A 2 A 3 A 4 B B B B
[object Object],[object Object],[object Object],[object Object],T. Prob. Total. Hombres y mujeres forman un sist. Exh. Excl. de sucesos Estudiante Mujer No fuma Hombre Fuma No fuma Fuma 0,7 0,1 0,2 0,3 0,8 0,9 ,[object Object],[object Object]
Teorema de Bayes A 1 A 2 A 3 A 4 Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos, entonces… … si ocurre B, podemos calcular la probabilidad ( a posteriori ) de ocurrencia de cada A i . donde P(B) se puede calcular usando el teorema de la probabilidad total: P(B)=P(B∩ A 1 ) + P(B∩ A 2   ) + P( B∩ A 3   ) + ( B∩ A 4   ) =P(B| A 1 ) P( A 1 ) + P(B| A 2 ) P( A 2 ) + … B
[object Object],[object Object],[object Object],[object Object],[object Object],Estudiante Mujer No fuma Hombre Fuma No fuma Fuma 0,7 0,1 0,2 0,3 0,8 0,9
Ejemplo de prueba diagnósticas: Diabetes ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Funcionamiento de la prueba  diagnóstica  de glucemia ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
¿Cómo definir el punto de corte de la prueba diagnóstica? No es simple.  No es posible aumentar sensibilidad y especificidad al mismo tiempo . Hay que elegir una solución de compromiso: Aceptable sensibilidad y especificidad.
[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]
Pruebas diagnósticas: aplicación T. Bayes.   Individuo Enfermo T- Sano T+ T- T+ P.  a priori  de enfermedad: incid., preval., intuición,… Sensibilidad,  verdaderos + Falsos + Especificidad, Verdaderos - Falsos -
Ejemplo: Índices predictivos ,[object Object],[object Object],[object Object],[object Object],[object Object],Individuo T- T+ T- T+ 0,945 0,023 0,977 0,055 0,02 0,98
Observaciones ,[object Object],[object Object],[object Object],[object Object],-¿Qué probabilidad tengo de estar enfermo? - En principio un 2%. Le haremos unas pruebas. - Presenta glucosuria. La probabilidad ahora es del 45,6%.
¿Qué hemos visto? ,[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object],[object Object]

Más contenido relacionado

La actualidad más candente

Distribuciones de probabilidad
Distribuciones de probabilidad Distribuciones de probabilidad
Distribuciones de probabilidad alerioz
 
trabajo final
trabajo finaltrabajo final
trabajo finalalerioz
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidadalerioz
 
Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaRuben Veraa
 
Total probability and bayes theorem in decision theory
Total probability and bayes theorem in decision theoryTotal probability and bayes theorem in decision theory
Total probability and bayes theorem in decision theoryEdgar Mata
 
Probability distributions intro bernoulli 2020
Probability distributions intro bernoulli 2020Probability distributions intro bernoulli 2020
Probability distributions intro bernoulli 2020Edgar Mata
 
Basic probability 2020
Basic probability 2020Basic probability 2020
Basic probability 2020Edgar Mata
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasJaviera Huera (Temuco)
 
Teorema de Bayes
Teorema de BayesTeorema de Bayes
Teorema de Bayesrobertv9
 
Estadistica y probabilidades cap VI-1
Estadistica y probabilidades cap VI-1Estadistica y probabilidades cap VI-1
Estadistica y probabilidades cap VI-1Richard Huaman Durand
 
Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010AlbertoAmeijide
 
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFBVARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFBLola FFB
 
Definición axiomática de probabilidad
Definición axiomática de probabilidadDefinición axiomática de probabilidad
Definición axiomática de probabilidadJonathan_002
 

La actualidad más candente (20)

Distribuciones de probabilidad
Distribuciones de probabilidad Distribuciones de probabilidad
Distribuciones de probabilidad
 
Contraste de hipótesis
Contraste de hipótesisContraste de hipótesis
Contraste de hipótesis
 
trabajo final
trabajo finaltrabajo final
trabajo final
 
Estadística II
Estadística IIEstadística II
Estadística II
 
Distribuciones de probabilidad
Distribuciones  de probabilidad Distribuciones  de probabilidad
Distribuciones de probabilidad
 
Distribuciones de probabilidad
Distribuciones de probabilidadDistribuciones de probabilidad
Distribuciones de probabilidad
 
Probabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetivaProbabilidad clásica, de frecuencia relativa y subjetiva
Probabilidad clásica, de frecuencia relativa y subjetiva
 
Variables aleatorias discretas
Variables aleatorias discretasVariables aleatorias discretas
Variables aleatorias discretas
 
Total probability and bayes theorem in decision theory
Total probability and bayes theorem in decision theoryTotal probability and bayes theorem in decision theory
Total probability and bayes theorem in decision theory
 
02 - Introducción a la teoría de probabilidad
02 - Introducción a la teoría de probabilidad02 - Introducción a la teoría de probabilidad
02 - Introducción a la teoría de probabilidad
 
Probability distributions intro bernoulli 2020
Probability distributions intro bernoulli 2020Probability distributions intro bernoulli 2020
Probability distributions intro bernoulli 2020
 
Basic probability 2020
Basic probability 2020Basic probability 2020
Basic probability 2020
 
Probabilidad I
Probabilidad IProbabilidad I
Probabilidad I
 
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables AleatoriasEjercicios Resueltos: Probabilidades y Variables Aleatorias
Ejercicios Resueltos: Probabilidades y Variables Aleatorias
 
Teorema de Bayes
Teorema de BayesTeorema de Bayes
Teorema de Bayes
 
Estadistica y probabilidades cap VI-1
Estadistica y probabilidades cap VI-1Estadistica y probabilidades cap VI-1
Estadistica y probabilidades cap VI-1
 
Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010Clase repaso bioestadistica URV 2010
Clase repaso bioestadistica URV 2010
 
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFBVARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
VARIABLES ALEATORIAS Y DISTRIBUCIONES DE PROBABILIDAD. Bioestadística. LolaFFB
 
Definición axiomática de probabilidad
Definición axiomática de probabilidadDefinición axiomática de probabilidad
Definición axiomática de probabilidad
 
Probabilidad 1
Probabilidad 1Probabilidad 1
Probabilidad 1
 

Destacado

2.4 nociones de probabilidad
2.4 nociones de probabilidad2.4 nociones de probabilidad
2.4 nociones de probabilidadGonzalodb
 
Nociones de probabilidad
Nociones de probabilidadNociones de probabilidad
Nociones de probabilidadSEP
 
Nociones De Probabilidad
Nociones De ProbabilidadNociones De Probabilidad
Nociones De Probabilidadsilvialetycia
 
Proporcionalidad y funciones
Proporcionalidad y funcionesProporcionalidad y funciones
Proporcionalidad y funcionesnoraesmeralda
 

Destacado (6)

2.4 nociones de probabilidad
2.4 nociones de probabilidad2.4 nociones de probabilidad
2.4 nociones de probabilidad
 
Nociones de probabilidad
Nociones de probabilidadNociones de probabilidad
Nociones de probabilidad
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Nociones De Probabilidad
Nociones De ProbabilidadNociones De Probabilidad
Nociones De Probabilidad
 
Proporcionalidad y funciones
Proporcionalidad y funcionesProporcionalidad y funciones
Proporcionalidad y funciones
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 

Similar a Estad uma 04

Teoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
Teoria-Probabilidad-ASasaSAdaDadaDadA2.pptTeoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
Teoria-Probabilidad-ASasaSAdaDadaDadA2.pptSANTOS400018
 
estad_uma_04.ppt
estad_uma_04.pptestad_uma_04.ppt
estad_uma_04.pptLazloMR
 
BIOESTADISTICA.ppt
BIOESTADISTICA.pptBIOESTADISTICA.ppt
BIOESTADISTICA.pptOmarAillon2
 
ESTADISTICA un archivo importante para aprender
ESTADISTICA un archivo importante para aprenderESTADISTICA un archivo importante para aprender
ESTADISTICA un archivo importante para aprenderdaterosda
 
6. PROBABILIDD BIOESTADISTICA.pptx
6. PROBABILIDD BIOESTADISTICA.pptx6. PROBABILIDD BIOESTADISTICA.pptx
6. PROBABILIDD BIOESTADISTICA.pptxLIDERYODITICLIAAMADO
 
BIOESTADISTICA ESTUDIAR MUCHO PARA ENTRAR
BIOESTADISTICA ESTUDIAR MUCHO PARA ENTRARBIOESTADISTICA ESTUDIAR MUCHO PARA ENTRAR
BIOESTADISTICA ESTUDIAR MUCHO PARA ENTRARMelacitoDess
 
Psico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialPsico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialUniv Peruana Los Andes
 
3 probabilidad condicionada_total
3 probabilidad condicionada_total3 probabilidad condicionada_total
3 probabilidad condicionada_totalyocoimamillan
 
Estadistica y probabilidades cap VI-2
Estadistica y probabilidades cap VI-2Estadistica y probabilidades cap VI-2
Estadistica y probabilidades cap VI-2Richard Huaman Durand
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120elicesgut
 
Seminario 7
Seminario 7Seminario 7
Seminario 7Malugs
 
Probabilidady distribuciones
Probabilidady distribucionesProbabilidady distribuciones
Probabilidady distribucionesElenaCoba1
 
Probabilidady distribuciones
Probabilidady distribucionesProbabilidady distribuciones
Probabilidady distribucionesElenaCoba1
 
unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6ITCM
 

Similar a Estad uma 04 (20)

Teoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
Teoria-Probabilidad-ASasaSAdaDadaDadA2.pptTeoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
Teoria-Probabilidad-ASasaSAdaDadaDadA2.ppt
 
estad_uma_04.ppt
estad_uma_04.pptestad_uma_04.ppt
estad_uma_04.ppt
 
BIOESTADISTICA.ppt
BIOESTADISTICA.pptBIOESTADISTICA.ppt
BIOESTADISTICA.ppt
 
ESTADISTICA un archivo importante para aprender
ESTADISTICA un archivo importante para aprenderESTADISTICA un archivo importante para aprender
ESTADISTICA un archivo importante para aprender
 
6. PROBABILIDD BIOESTADISTICA.pptx
6. PROBABILIDD BIOESTADISTICA.pptx6. PROBABILIDD BIOESTADISTICA.pptx
6. PROBABILIDD BIOESTADISTICA.pptx
 
BIOESTADISTICA ESTUDIAR MUCHO PARA ENTRAR
BIOESTADISTICA ESTUDIAR MUCHO PARA ENTRARBIOESTADISTICA ESTUDIAR MUCHO PARA ENTRAR
BIOESTADISTICA ESTUDIAR MUCHO PARA ENTRAR
 
Probabilidad
ProbabilidadProbabilidad
Probabilidad
 
Clase 3
Clase 3Clase 3
Clase 3
 
Psico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomialPsico 14ava. probabilidades y distribución binomial
Psico 14ava. probabilidades y distribución binomial
 
Análisis bayesiano
Análisis bayesianoAnálisis bayesiano
Análisis bayesiano
 
3 probabilidad condicionada_total
3 probabilidad condicionada_total3 probabilidad condicionada_total
3 probabilidad condicionada_total
 
Estadistica y probabilidades cap VI-2
Estadistica y probabilidades cap VI-2Estadistica y probabilidades cap VI-2
Estadistica y probabilidades cap VI-2
 
Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120Seminario 7 estadistica tics 2011 20120
Seminario 7 estadistica tics 2011 20120
 
Seminario 7
Seminario 7Seminario 7
Seminario 7
 
20121107141158
2012110714115820121107141158
20121107141158
 
20121109101145
2012110910114520121109101145
20121109101145
 
Probabilidad
Probabilidad Probabilidad
Probabilidad
 
Probabilidady distribuciones
Probabilidady distribucionesProbabilidady distribuciones
Probabilidady distribuciones
 
Probabilidady distribuciones
Probabilidady distribucionesProbabilidady distribuciones
Probabilidady distribuciones
 
unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6unidad 2 2.5 y 2.6
unidad 2 2.5 y 2.6
 

Último

MARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHMARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHkarlinda198328
 
Teleconferencia Accionistas Q1 2024 . Primer Trimestre-
Teleconferencia Accionistas Q1 2024 . Primer Trimestre-Teleconferencia Accionistas Q1 2024 . Primer Trimestre-
Teleconferencia Accionistas Q1 2024 . Primer Trimestre-ComunicacionesIMSA
 
instrumentos de mercados financieros para estudiantes
instrumentos de mercados financieros  para estudiantesinstrumentos de mercados financieros  para estudiantes
instrumentos de mercados financieros para estudiantessuperamigo2014
 
Presentación La mujer en la Esperanza AC.pptx
Presentación La mujer en la Esperanza AC.pptxPresentación La mujer en la Esperanza AC.pptx
Presentación La mujer en la Esperanza AC.pptxDanielFerreiraDuran1
 
fracturas de antebhbunununrazo [II].pptx
fracturas de antebhbunununrazo  [II].pptxfracturas de antebhbunununrazo  [II].pptx
fracturas de antebhbunununrazo [II].pptxkarlagonzalez159945
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxDr. Edwin Hernandez
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxjuanleivagdf
 
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxTEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxFrancoSGonzales
 
ISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarizaciónISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarizaciónjesuscub33
 
Presentación de la empresa polar, estados financieros
Presentación de la empresa polar, estados financierosPresentación de la empresa polar, estados financieros
Presentación de la empresa polar, estados financierosmadaloga01
 
Régimen Depósito Aduanero_20200203 V1.pptx
Régimen Depósito Aduanero_20200203 V1.pptxRégimen Depósito Aduanero_20200203 V1.pptx
Régimen Depósito Aduanero_20200203 V1.pptxDavesGirao
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzassuperamigo2014
 
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfClima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfConstructiva
 
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docxPLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docxwilliamzaveltab
 
Efectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptxEfectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptxCONSTRUCTORAEINVERSI3
 
Continex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosContinex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosFundación YOD YOD
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxgabyardon485
 
clase de Mercados financieros - lectura importante
clase de Mercados financieros - lectura importanteclase de Mercados financieros - lectura importante
clase de Mercados financieros - lectura importanteJanettCervantes1
 
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...antonellamujica
 
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAOANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAOCarlosAlbertoVillafu3
 

Último (20)

MARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETHMARKETING SENSORIAL CONTENIDO, KARLA JANETH
MARKETING SENSORIAL CONTENIDO, KARLA JANETH
 
Teleconferencia Accionistas Q1 2024 . Primer Trimestre-
Teleconferencia Accionistas Q1 2024 . Primer Trimestre-Teleconferencia Accionistas Q1 2024 . Primer Trimestre-
Teleconferencia Accionistas Q1 2024 . Primer Trimestre-
 
instrumentos de mercados financieros para estudiantes
instrumentos de mercados financieros  para estudiantesinstrumentos de mercados financieros  para estudiantes
instrumentos de mercados financieros para estudiantes
 
Presentación La mujer en la Esperanza AC.pptx
Presentación La mujer en la Esperanza AC.pptxPresentación La mujer en la Esperanza AC.pptx
Presentación La mujer en la Esperanza AC.pptx
 
fracturas de antebhbunununrazo [II].pptx
fracturas de antebhbunununrazo  [II].pptxfracturas de antebhbunununrazo  [II].pptx
fracturas de antebhbunununrazo [II].pptx
 
EGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptxEGLA CORP - Honduras Abril 27 , 2024.pptx
EGLA CORP - Honduras Abril 27 , 2024.pptx
 
diseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptxdiseño de redes en la cadena de suministro.pptx
diseño de redes en la cadena de suministro.pptx
 
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptxTEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
TEMA 6.- MAXIMIZACION DE LA CONDUCTA DEL PRODUCTOR.pptx
 
ISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarizaciónISO 45001-2018.pdf norma internacional para la estandarización
ISO 45001-2018.pdf norma internacional para la estandarización
 
Presentación de la empresa polar, estados financieros
Presentación de la empresa polar, estados financierosPresentación de la empresa polar, estados financieros
Presentación de la empresa polar, estados financieros
 
Régimen Depósito Aduanero_20200203 V1.pptx
Régimen Depósito Aduanero_20200203 V1.pptxRégimen Depósito Aduanero_20200203 V1.pptx
Régimen Depósito Aduanero_20200203 V1.pptx
 
gua de docente para el curso de finanzas
gua de docente para el curso de finanzasgua de docente para el curso de finanzas
gua de docente para el curso de finanzas
 
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdfClima-laboral-estrategias-de-medicion-e-book-1.pdf
Clima-laboral-estrategias-de-medicion-e-book-1.pdf
 
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docxPLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
PLAN LECTOR JOSÉ MARÍA ARGUEDAS (1).docx
 
Efectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptxEfectos del cambio climatico en huanuco.pptx
Efectos del cambio climatico en huanuco.pptx
 
Continex para educación, Portafolio de servicios
Continex para educación, Portafolio de serviciosContinex para educación, Portafolio de servicios
Continex para educación, Portafolio de servicios
 
MARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptxMARKETING SENSORIAL -GABRIELA ARDON .pptx
MARKETING SENSORIAL -GABRIELA ARDON .pptx
 
clase de Mercados financieros - lectura importante
clase de Mercados financieros - lectura importanteclase de Mercados financieros - lectura importante
clase de Mercados financieros - lectura importante
 
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
Mapa Conceptual relacionado con la Gerencia Industrial, su ámbito de aplicaci...
 
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAOANÁLISIS CAME, DIAGNOSTICO  PUERTO DEL CALLAO
ANÁLISIS CAME, DIAGNOSTICO PUERTO DEL CALLAO
 

Estad uma 04

  • 1. Bioestadística Tema 4: Probabilidad (recordatorio)
  • 2.
  • 3.
  • 4.
  • 5.
  • 6.
  • 7. Intuir la probabilidad condicionada P(A) = 0,25 P(B) = 0,10 P(A∩B) = 0,10 ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=1 P(A|B)=0,8 P(A) = 0,25 P(B) = 0,10 P(A∩B) = 0,08 B A B A
  • 8. Intuir la probabilidad condicionada ¿Probabilidad de A sabiendo que ha pasado B? P(A|B)=0,05 P(A|B)=0 P(A) = 0,25 P(B) = 0,10 P(A∩B) = 0,005 P(A) = 0,25 P(B) = 0,10 P(A∩B) = 0 A B A B
  • 9.
  • 10.
  • 11.
  • 12.
  • 13.
  • 14.
  • 15. Sistema exhaustivo y excluyente de sucesos A 1 A 2 A 3 A 4 Son una colección de sucesos A 1 , A 2 , A 3 , A 4 … Tales que la unión de todos ellos forman el espacio muestral, y sus intersecciones son disjuntas. ¿Recordáis cómo formar intervalos en tablas de frecuencias? Suceso seguro A 1 A 2 A 3 A 4
  • 16. Divide y vencerás A 1 A 2 A 3 A 4 Todo suceso B, puede ser descompuesto en componentes de dicho sistema. B = (B∩ A 1 ) U (B∩ A 2 ) U ( B∩ A 3 ) U ( B∩ A 4 ) Nos permite descomponer el problema B en subproblemas más simples. Creedme . Funciona. B Suceso seguro A 1 A 2 A 3 A 4 B B B B
  • 17. Teorema de la probabilidad total A 1 A 2 A 3 A 4 Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos, entonces… … podemos calcular la probabilidad de B. P(B) = P(B∩ A 1 ) + P(B∩ A 2 ) + P( B∩ A 3 ) + P( B∩ A 4 ) =P( A 1 ) P(B| A 1 ) + P( A 2 ) P(B| A 2 )+ … P(A 1 ) P(A 2 ) P(A 3 ) P(A 4 ) P(B|A 1 ) P(B|A 2 ) P(B|A 3 ) P(B|A 4 ) B Suceso seguro A 1 A 2 A 3 A 4 B B B B
  • 18.
  • 19. Teorema de Bayes A 1 A 2 A 3 A 4 Si conocemos la probabilidad de B en cada uno de los componentes de un sistema exhaustivo y excluyente de sucesos, entonces… … si ocurre B, podemos calcular la probabilidad ( a posteriori ) de ocurrencia de cada A i . donde P(B) se puede calcular usando el teorema de la probabilidad total: P(B)=P(B∩ A 1 ) + P(B∩ A 2 ) + P( B∩ A 3 ) + ( B∩ A 4 ) =P(B| A 1 ) P( A 1 ) + P(B| A 2 ) P( A 2 ) + … B
  • 20.
  • 21.
  • 22.
  • 23. ¿Cómo definir el punto de corte de la prueba diagnóstica? No es simple. No es posible aumentar sensibilidad y especificidad al mismo tiempo . Hay que elegir una solución de compromiso: Aceptable sensibilidad y especificidad.
  • 24.
  • 25. Pruebas diagnósticas: aplicación T. Bayes. Individuo Enfermo T- Sano T+ T- T+ P. a priori de enfermedad: incid., preval., intuición,… Sensibilidad, verdaderos + Falsos + Especificidad, Verdaderos - Falsos -
  • 26.
  • 27.
  • 28.