Estadisticas en nf3
Estadisticas en nf3
Estadisticas en nf3
probabilidades
generalmente se produce.
considera raro.
4.Probabilidades prximas a 1
2 indican que es
2
Distintos enfoques de la probabilidad
sea un xito?
3
Cualquiera puede establecer una apreciacin
evaluarla adecuadamente.
4
Ejemplo 2: Un investigador trabaja en un nuevo
tratamiento es de aproximadamente
180
0.90
200
casos.
5
frecuentista).
6
exactamente la misma probabilidad de aportar
equiprobables.
3
4 = 0.75.
8
Ejercicios
9
Cul es la probabilidad de que un determinado
anlisis est equivocado?
10
Diagrama de rbol
diferentes.
implicadas.
11
hemofilia, puede transmitir la enfermedad a sus
12
Ejemplo: Cul es la probabilidad de que una
3
tres hijos tengan hemofilia es de 8
.
13
Conceptos
Suceso contrario. A
Sucesos incompatibles
simultneamente.
14
Suceso interseccin
Ejemplo: En un estudio de inmunizacin
realizado con nios en edad preescolar, el inters
se centr en las vacunas contra las paperas y
contra el sarampin. A representa el suceso de
que un nio haya recibido la vacuna contra las
paperas y B el suceso de que un nio haya
recibido la vacuna contra el sarampin.
A B=
Suceso unin
A B
15
Definicin axiomtica de la probabilidad
experimento.
Entonces P[E] = 1.
Consecuencias
P ( ) 0
P ( A ) 1 P ( A)
16
Regla general de la unin
P ( A B ) P ( A) P ( B ) P ( A B )
sufra diabetes?
0.02 = 0.31
17
Ejercicios
a) P[A U B] b) P[A B]
c) P[A' B] d) P[A' B ]
a) P[A B] b) P[A B]
c) P[A' B] d) P[A' U B ]
18
alrgico a los medicamentos? Cul es la
Probabilidad condicionada
0.06.
P[B | A]?
Ejercicio
19
uno de los padres alcohlicos. Cul es la
padre?
padre alcohlico?
lo es?
20
Independencia de sucesos
Sucesos independientes.
P[B | A] = P[B]
21
Ejemplo. Se estima que entre la poblacin total
hipertensin?
0.10
As que
P A B
P B | A
0.15 15
0.27
P A 0.55 55
independientes.
22
Caracterizacin de sucesos
independientes.
P[A] P[B]
23
P[E1 E2 C3] = P[E1]P[E2]P[C3] = (0.1)(0.1)
3(0.009) = 0.027.
Ejercicios
son incompatibles?
24
B2: Un hombre padece de paperas en la edad
adulta.
25
La regla de la multiplicacin
P[A B] = P(A)P[B | A]
Ejercicios
recaiga?
diagnstico clnico
Tests de diagnstico
(individuo).
menudo.
categoras siguientes
28
2. Tiene la enfermedad pero el test
cometido un error.
errores.
29
Esperamos no cometer ninguno pero
30
Definicin de Coeficiente falso-positivo. El
realmente negativo]
= P[+|S]
realmente positivo]
= P[-|E]
31
Algunos comentarios
implicada.
problema inexistente.
32
Ejemplo. El suero de una mujer embarazada
estudio. En la tabla se dan los resultados del test y los sexos de los nios
nacidos.
Sexo
Varn Mujer
() (+)
Test + 51 78 129
Test 96 75 171
147 153 300
33
Por definicin el coeficiente falso-positivo es
= P[test + | varn]
debemos estimar
51 /300.
nos conduce a
51 / 300 51
0.3469
= 147 / 300 147
34
75
0.4902
= 153
35
Sensibilidad y especificidad
diagnstico.
negativo.)
Esp=P[-|S]
36
resultado positivo supuesto que el sujeto sea
positivo.)
Sens=P[+|E]
37
Ejercicios:
de inmunoensayo
38
Utilizarlo para hallar la especificidad de la
prueba.
test.
39
3. Se ha realizado un estudio para d
de la tos ferina?
Tabla
Estado real
Tos NoTosferi Tosferina
S 83 116
No 32 2
23
()
40
Terminologa asociada con las pruebas de
diagnstico
Estado real
Sano (-) Enfermo
(+)
positivo Sensibilidad
P[falso
positivo] =
Test - No hay error Coef. Falso-
Especificidad negativo
P[falso
negativo] =
41
Valor predictivo positivo de un test se define
P(E|+)
negativo.
P(S|-)
42
Pueden hallarse los valores aproximados a
variar.
43
Ejemplo:
Estado real
Enferme S () E (+)
S (+) 23 44
No () 60 10
137
44
b) Hallar la aproximacin de los valores
45
Teorema de Bayes:
positivo?
(0.1)(0.85) = 0.085
(0.1)(0.15) = 0.015
(0.9)(0.04) = 0.036
(0.9)(0.961) = 0.864
46
Esto es, si resulta que el test ha detectado la
47
Ejemplo. La distribucin de los grupos
ciertamente el suyo?
48
P A1 | B
(0.88)(0.41)
49
Ejemplo:
Riesgo
adverso concreto.
51
(Se acepta como tal la probabilidad de entre 1
52
Ejemplo:
Y Y- Tot
+ al
X+ 7 12 132
5
X- 8 86 868
0
Tot 1 98 100
al 5 5 0
Entonces:
P(Y+)=15/1000=0,015
P(Y+|X-)=8/868=0,009
Ejercicio:
respectivamente 36 y 9 acontecimientos
riesgos respectivos.
AA:Y No Tot
+ AA:Y- al
EFV 36 15 51
IP 9 40 49
Tot 45 55 100
al
54
Riesgo en los expuestos a IP: 18%
55
Odd
resultados inciertos.
de curacin estn 7 a 1.
Definicin:
56
La odd de un suceso es el cociente entre la
57
Ejemplo:
Y Y- Tot
+ al
X+ 7 12 132
5
X- 8 86 868
0
Tot 1 98 100
al 5 5 0
La odd de los expuestos es:
Odd(Y+|X+)=7/125=1/18=0,056
En los expuestos, la enfermedad aparece en 1
caso por cada 18 que no aparece. O es 18
veces ms probable que aparezca que lo
contrario.
58
Nota: Si la probabilidad de enfermedad es
muy pequea, la probabilidad de estar sano
estar muy prxima a 1, por lo que la odd
tendr un valor muy similar a la probabilidad.
P( Enfermo) P( Enfermo)
Odd ( Enfermo) P( Enfermo)
P ( Sano) 1
59
Ejercicio:
El lumbago y la gripe son enfermedades
comunes en el sentido de que a lo largo de la
vida es fcil padecerlas al menos en una
ocasin. Pongamos que sus probabilidades
respectivas son 0,5 y 0,8. Calclense sus odds.
Odds(esclerosis)=1/999, es decir,
prcticamente 0,001.
60
Ejemplo:
Y Y- Tot
+ al
X+ 7 12 132
5
X- 8 86 868
0
Tot 1 98 100
al 5 5 0
P(Y+|X+)=7/132=0,053
Odd(Y+|X+)=7/125=0,056
61
Odds diagnstica
Puede calcularse la odds de enfermo a sano
tras la obtencin de un valor positivo del
diagnstico, multiplicando la razn de
verosimilitud (likelihood ratio) de un resultado
positivo (sensibilidad dividido por el
complementario de la especificidad) por la
odd previa de enfermo a sano en un entorno
determinado.
Se sabe que:
P( S ) P( S ) P( | S )
P( S | )
P() P()
P ( A) P ( A)
Como Odd ( A)
P ( A ) 1 P ( A)
Se tiene que:
P( E ) P( | E )
P( E | ) P ( ) P( | E ) P ( E )
Odd (a _ posteriori)
P ( S | ) P( S ) P( | S ) P ( | S ) P ( S )
P ( )
62
Ejemplo:
siguiente:
+ - Tot
al
E 94 38 132
S 21 65 868
5 3
Tot 30 69 100
al 9 1 0
Se obtienen:
Sens=P(+|E)=94/132=0,712
Esp=P(-|S)=653/868=0,752
=P(+|S)=215/868=0,248
=P(-|E)=28/132=0,287
P ( | E ) 0,712
RV 2,87
P ( | S ) 0,248
65
Medidas de asociacin en tablas 2x2
Una vez estimado el riesgo de desarrollar una
enfermedad en un grupo determinado, puede
ser interesante comparar estos riesgos entre
dos grupos de diferentes caractersticas.
Riesgo atribuible
El riesgo de una enfermedad atribuible a una
exposicin es la diferencia entre el riesgo en
los expuestos y el mismo riesgo en los no
expuestos.
Ejemplo:
Y Y- Tot
+ al
X+ 7 12 132
5
X- 8 86 868
0
Tot 1 98 100
al 5 5 0
66
P(Y+|X-)=8/868=0,009
El riesgo atribuible es 0,053-0,009=0,044
(4,4%)
El RA puede tomar el valor mximo 1 en el
caso de que todos los expuestos
desarrollaran la enfermedad y no lo hiciera
ninguno de los no expuestos.
Riesgo relativo
Algunos estudios se disean para investigar un
67
estado expuestos al factor de riesgo.
S.
68
Hay dos probabilidades condicionadas de
inters.
probabilidades condicionadas.
se calcula mediante
P( E | R)
RR
P( E | R )
69
Recurdese que dado que las probabilidades
desarrollo de la enfermedad.
probabilidades de desarrollar la
al riesgo.
70
Ejemplo. Se ha realizado un estudio sobre la
siguiente.
71
29
P( E | R)
7330
29
P( E | R)
RR 7330 2,96
P( E | R ) 15
11256
de ms edad.
72
Odds ratio
Y Y- Tot
+ al
X+ 7 12 132
5
X- 8 86 868
0
Tot 1 98 100
al 5 5 0
expuestos.
73
Si la enfermedad es poco frecuente (como en el
relativo.
7
P (Y | X ) 132
RR 5,75
P (Y | X ) 8
868
igual.
Y Y- Tot
+ al
X+ 7 12 132
5
X- 8 86 868
0
74
Tot 1 98 100
al 5 5 0
75