ESTUDIO DE CASO 41

Los exámenes de selección están asociados principalmente con exámenes médicos de

diagnóstico pero ahora están encontrando aplicaciones en varios campos de actividad.
Estos exámenes se evalúan sobre la probabilidad de un falso negativo o un falso
positivo y éstas dos son probabilidades condicionales.

Un falso positivo es el evento de que el examen sea positivo para una condición
determinada, dado que la persona no tiene la condición. Un falso negativo es el
evento de que el examen sea negativo para una condición determinada, dado que la
persona tiene la condición.

Se supone que una cierta prueba detecta cierto tipo de cáncer con probabilidad del
85% entre gente que lo padece, y no lo detecta el 15% restante. Si una persona no
padece este tipo de cáncer la prueba indicará que no lo tiene un 95% de las veces e
indicará que lo tiene un 5% de ellas. Por estudios realizados se supone que el 5% de la
Población padece este tipo de cáncer.
Con base en esta información y usando el Teorema de Bayes, elabore un informe que
como mínimo, debe incluir:

SOLUCIÓN KAREN REVISION DEISY LORENA RESTREPO

Datos:
E: Enfermos de Cáncer B
E¬: No enfermos de Cáncer B
Datos:
𝐶 = 𝑇𝑖𝑒𝑛𝑒 𝑐𝑎𝑛𝑐𝑒𝑟
𝐶 𝑐 = 𝑁𝑜 𝑡𝑖𝑒𝑛𝑒 𝑐𝑎𝑛𝑐𝑒𝑟
𝐷 = 𝐿𝑎 𝑝𝑟𝑢𝑒𝑏𝑎 𝑑𝑒𝑡𝑒𝑐𝑡𝑎 𝑒𝑙 𝑐𝑎𝑛𝑐𝑒𝑟
𝐷𝑐 = 𝐿𝑎 𝑝𝑟𝑢𝑒𝑏𝑎 𝑁𝑜 𝑑𝑒𝑡𝑒𝑐𝑡𝑎 𝑒𝑙 𝑐𝑎𝑛𝑐𝑒𝑟

Diagrama de árbol
+: Test da positivo

-: Test da negativo

Graficar el árbol:

85% +5% E 1. Probabilidad de que una persona NO tenga

15% - este tipo de cáncer
 𝑃(𝐶 𝐶 ) = 1 − 𝑃(𝐶) = 1 − 0.05 = 0.95 = 95%

95% +95% 2. Probabilidad de que el examen indique

E¬ 5% - que la persona tiene cáncer

𝑃(𝐷) = 𝑃(𝐷 ∩ 𝐶) + 𝑃(𝐷 ∩ 𝐶 𝐶 )

Teorema de Bayes
𝑃(𝐷) = 0.85 ∗ 0.05 + 0.05 ∗ 0.95

P ( E¬/ -) = P ( E¬ -) / P (-) 𝑃(𝐷) = 0.0425 + 0.0475 = 0.09 = 9%

3. Probabilidad de que el examen indique

que la persona no tiene cáncer
P (-) = P * ( -∩E¬) + P * (- ∩E)
𝑃(𝐷) = 𝑃(𝐷 ∩ 𝐶 𝐶 ) = 0.05 ∗ 0.95 = 0.0475
= 4.75% = 0.04754.75%
= 95 * 5 + 5* 15 = 475
+75 = 550
4. Probabilidad de un falso positivo, es
decir que el examen indique que la
Sustituimos: persona tiene cáncer dado que la persona
no lo tiene.
P ( E¬/ -) = 95 * 5 /550 = 475 /550 =
0.86 = 86% Probabilidad de que una 𝑃(𝐷|𝐶 𝐶 ) = 0.05 ∗ 0.95 = 0.0475 = 4.75%
persona NO tenga este tipo de cáncer
5. Probabilidad de un falso negativo, es
decir, que el examen indique que la
Probabilidad de que el examen indique persona no tiene cáncer dado que la
que la persona tiene cáncer: persona tiene la enfermedad

100 -86% = 14 % 𝑃(𝐷𝐶 |𝐶) = 0.15 ∗ 0.05 = 0.0075 = 0.75%

6. De acuerdo con las probabilidades

Probabilidad de que el examen indique encontradas, que tan confiable es este
que la persona no tiene cáncer es de examen para detectar este tipo de cáncer
95%
𝑃(𝐶 ∩ 𝐷)
𝑃(𝐶|𝐷) =
𝑃(𝐷)
Probabilidad de un falso positivo es de
5% 0.0425
𝑃(𝐶|𝐷) = = 0.4722 = 47.22%
0.09
Se considera que la prueba no es confiable
Probabilidad de un falso negativo es de porque falla un 52.78% de los casos, puesto
15 % que solo un 47.22% de los pacientes
realmente tienen cáncer.
Es confiable el examen puesto que al
hacer el diseño probable de las
personas que puedan tener o no cáncer
nos arroja un resultado bastante
medible y concreto puesto que si dan
un falso positivo su valor no suma más
del 5%, dato bastante bajo y por
considerar de un falso positivo es tan
solo de un 15 %.

Teorema de Bayes
El teorema de bayes es un método para
encontrar la probabilidad de una causa
específica cuando se observa un efecto
particular. Es el procedimiento que se
utiliza para encontrar las
probabilidades posteriores, a
partir de probabilidades previas,
las probabilidades a priori se conocen
antes de obtener información del
experimento el Teorema de Bayes
nos da la posibilidad de saber si
un evento puede ocurrir en más de una
forma.