PROBABILIDADES

FRANK PERALTA ALVAREZ, MSc(c)

 CONTENIDOS DE LA SESIN
Notacin y definiciones de probabilidades
Probabilidades: Enfoques
Probabilidades conjuntas, marginales y
condicionales
Ejercicios
 NOTACIONES Y DEFINICIONES
A = evento (definido en anlisis de datos como una
variable)
Espacio muestral = conjunto de todos los resultados
individuales posibles (a1 , a2 , a3 , , an ). Todo posible
valor de A est incluido una y solo una vez
ai = estado o resultado puntual del evento (definido
en anlisis de datos como valores). Cada ai es
mutuamente excluyente
P(ai) = probabilidad de que el valor de ai del evento A
ocurra
 EJEMPLO 1
A = Evento = Resultado de tirar un dado de 6
caras
Espacio muestral = posibles resultados = 1, 2,
3, 4, 5, 6
Probabilidad de obtener un 1 al lanzar el
dado:
P(1) = Resultados favorables / espacio muestral
P(1)= 1/6 = 0.16666
 EJEMPLO 2
Estado civil Frecuencia Frecuencia relativa
absoluta (%)
SOLTERO 5699 42.94
VIUDO 2075 15.63
CASADO 5499 41.43

Evento: Estado civil

Espacio muestral: soltero, casado y viudo
P(casado): (5499/13273) = 0.4143
 PROPIEDADES DE LAS
PROBABILIDADES
Dado un evento con n resultados mutuamente
excluyentes (que no pueden ocurrir al mismo
momento): a1 , a2 , , entonces:
1) La probabilidad de cualquier evento es un nmero
no negativo: P(ai) 0
Ejemplo:
A=Evento=Lanzar una moneda
P(obtener cara) = 1 / 2 = 0.5 Slo hay dos posibilidades en este
evento y ninguno tiene
P(obtener sello) = 1/ 2 = 0.5 probabilidad menor a cero.
 PROPIEDADES DE LAS
PROBABILIDADES
2) La suma de las probabilidades es 1
Ejemplo:
A=Evento=Lanzar una moneda
P(cara) = 1 / 2 = 0.5
P(sello) = 1/ 2 = 0.5
P(cara) + P(sello) = 0.5 + 0.5 = 1
 PROPIEDADES DE LAS
PROBABILIDADES
3) Un resultado imposible tiene probabilidad 0
Ejemplo:
A=Evento=Lanzar una moneda
P(cara) = 1 / 2 = 0.5
P(sello) = 1/ 2 = 0.5
P (cara y sello al mismo tiempo)= 0 (Resultado
imposible)
 PROPIEDADES DE LAS
PROBABILIDADES
4) Un resultado seguro tiene probabilidad 1
Ejemplo:
A=Evento=Lanzar una moneda
P(cara) = 1 / 2 = 0.5
P(sello) = 1/ 2 = 0.5
P (obtener al menos cara o sello)= 1 (Resultado seguro)
 PROPIEDADES DE LAS
PROBABILIDADES
5) Eventos complementarios
La probabilidad del evento A es igual a 1
menos la probabilidad de su complemento,
que se escribe como :
P(A) + P() = 1 P() = 1 P(A)
Los eventos complementarios son
mutuamente excluyentes
 EJEMPLO DE EVENTOS
COMPLEMENTARIOS
En una determinada comunidad se evalu al estado nutricional de
100 nios menores de 5 aos de edad, obteniendo:
ESTADO NUTRICIONAL NIOS
NORMAL 60
MALNUTRIDO 40
TOTAL 100

Se elige a un nio al azar, cul es la probabilidad de que est

malnutrido?
M: Tenga estado nutricional malnutrido
M: Tenga estado nutricional normal
Entonces: P(M)= 1- P(M)
P(M)= 1- 60/100 = 0.4
CONCEPTO Y ENFOQUES
 1. PROBABILIDAD CLSICA
Se aplica cuando hay frmulas que
determinan las probabilidades de todo
Si un evento puede ocurrir de N formas
posibles (o tomar N valores) y cada una es
igualmente probable, la probabilidad de todo
es 1/N
Se pueden hacer operaciones matemticas
para determinar la probabilidad terica de un
evento o de combinaciones de eventos
PROBABILIDAD CLSICA: EJEMPLO
Si lanzramos una moneda al aire (evento A)
se tienen solo dos posibles resultados (cara o
sello), entonces la probabilidad de cada
estado es 0.5 (50%)
Pero si lanzamos dos monedas al mismo
tiempo (evento combinado E), tenemos 4
estados posibles: CC, CS, SC, SS
Entonces la probabilidad de obtener dos caras
(evento combinado CC) es P(CC) = = 0.25
 2. PROBABILIDAD DE FRECUENCIA RELATIVA

Representa una medicin emprica de la probabilidad

de los estados de un evento
1. Repetimos un evento A una gran cantidad de
veces N (N )

2. Medimos con qu frecuencia ocurre cada

valor, es decir la frecuencia relativa observada de
la ocurrencia de cada estado = (n/N)

3. Entonces n /N ser aproximadamente igual a la

probabilidad del estado de inters
Lamentablemente casi nada en la vida obedece
a reglas matemticas o probabilsticas fijas y
predefinidas

La alternativa es medir qu tan probables son

las cosas
 FRECUENCIA RELATIVA: EJEMPLO
Seguiremos con el ejemplo de lanzamiento conjunto de dos
monedas
Lanzamos al aire dos monedas juntas un total de 100 veces
P(E1) = P(CC) =22 / 100 = 0.22 0.25
No sale exactamente 0.25 porque el nmero de intentos no es
suficientemente alto
POSIBLES RESULTADOS FRECUENCIA
E1 = Cara-Cara 22
E2 = Cara-Sello 28
E3 = Sello-Cara 23
E4 = Sello-Sello 27
TOTAL 100
 FRECUENCIA RELATIVA: OTRO EJEMPLO

Incrementemos el nmero de repeticiones a 10 000

veces:
P(E1) = P(CC) = 2410 / 10 000
= 0.241 0.25
No olvidar que estrictamente hablando, la frecuencia
relativa es slo una estimacin de P(E)
POSIBLES RESULTADOS FRECUENCIA
E1 = Cara-Cara 2410
E2 = Cara-Sello 2582
E3 = Sello-Cara 2404
E4 = Sello-Sello 2604
TOTAL 10 000
 3. PROBABILIDAD SUBJETIVA
La probabilidad mide la confianza que un
individuo tiene en la certeza de una proposicin
determinada
Este concepto se aplica usualmente al querer
calcular la probabilidad de un evento que solo
puede ocurrir una vez
Dado que no hay forma de medir la probabilidad
por regla matemtica o por observacin, usamos
la estimacin personal de alguien
 PROBABILIDAD SUBJETIVA: EJEMPLO
P(evento) = creencias de las personas basadas
en experiencias pasadas, intuicin, etc.
Probabilidad que Per clasifique al Mundial de
Rusia 2018
Probabilidad que Keiko Fujimori salga elegida
presidente del Per el 2016
CLCULO DE LA PROBABILIDAD DE
UN EVENTO
CLCULO DE LA PROBABILIDAD DE UN EVENTO

En una muestra, la probabilidad se calcula

como el nmero de individuos con la
caracterstica de inters dividida entre el
nmero total de individuos
Ejemplo: P(Sexo masculino) =
Total de varones / Total de individuos
 CUANDO SE TIENE UNA SOLA VARIABLE

Es fcil calcular la probabilidad de cada

evento:

ESTADO NUTRICIONAL FRECUENCIA ABSOLUTA FRECUENCIA RELATIVA (%)

INFRAPESO 162 1.26
NORMAL 836 6.53
SOBREPESO 10708 83.60
OBESO 1102 8.60
TOTAL 12808 100.00
 AL TENER DOS VARIABLES
HBITO DE FUMAR MASCULINO FEMENINO TOTAL
(A) NO FUMADOR 32 7 39
(B) OCASIONAL 18 20 38
(C) FRECUENTE 25 9 34
TOTAL 75 36 111

En este caso habr 3 tipos de probabilidades:

marginales, conjuntas y condicionales
 1. PROBABILIDADES MARGINALES
Son las probabilidades calculadas para cada
variable por separado

HBITO DE MASCULINO FEMENINO TOTAL

FUMAR
(A) NO 32 7 39
Cul es la FUMADOR
probabilidad de (B) 18 20 38
que un individuo OCASIONAL
sea del sexo
masculino ? (C) 25 9 34
FRECUENTE
TOTAL 75 36 111
 1. PROBABILIDADES MARGINALES
Son las probabilidades calculadas para cada
variable por separado
P(MASCULINO) = hombres/total de individuos = 75/111 = 0.6757

HBITO DE MASCULINO FEMENINO TOTAL

FUMAR
(A) NO 32 7 39
FUMADOR
(B) 18 20 38
OCASIONAL
(C) 25 9 34
FRECUENTE
TOTAL 75 36 111
 2. PROBABILIDADES CONJUNTAS
Probabilidad de que un individuo posea dos
caractersticas al mismo tiempo, cada una
correspondiente a una de las 2 variables
HBITO DE MASCULINO FEMENINO TOTAL
FUMAR
(A) NO 32 7 39
Cul es la probabilidad de
FUMADOR
que un individuo sea
(B) 18 20 38 fumador frecuente y que sea
OCASIONAL de sexo masculino?
(C) 25 9 34
FRECUENTE
TOTAL 75 36 111
2. PROBABILIDADES CONJUNTAS
 2. PROBABILIDADES CONJUNTAS
Probabilidad de que un individuo posea dos
caractersticas al mismo tiempo, cada una
correspondiente a una de las 2 variables
HBITO DE MASCULINO FEMENINO TOTAL
FUMAR
(A) NO 32 7 39
Cul es la probabilidad de
FUMADOR
que un individuo sea
(B) 18 20 38 fumador frecuente y que sea
OCASIONAL de sexo masculino?
(C) 25 9 34
FRECUENTE
TOTAL 75 36 111

P(MASCULINO y FRECUENTE) = P(MASCULINO FRECUENTE) = 25 / 111 = 0.225

 ADEMS DE LAS CONJUNTAS
Cuando estudiamos dos eventos juntos, estos
pueden ocurrir en varias formas:
P(A y B) = P(A y B ocurran
simultneamente) P(A B) Tambin
conocida como probabilidad conjunta
P(A B) = P(A B, al menos uno ocurra)
P(A B) Tambin conocida como unin de

probabilidades
UNIN DE PROBABILIDADES

P(AUB)=P(A) + P(B) - P(A B)

 EJEMPLO DE UNIN DE
PROBABILIDADES
En una determinada comunidad se evalu al estado nutricional de 100
nios menores de 5 aos de edad, obteniendo:
SEXO ESTADO NUTRICIONAL TOTAL
NORMAL MALNUTRIDO
HOMBRES 40 15 55
MUJERES 20 25 45
TOTAL 60 40 100

Se elige a un nio al azar, cul es la probabilidad de que sea hombre o

normal?
H: Sea hombre
P(AUB)=P(A)+P(B)-P(A B)
N: Tenga estado nutricional normal
Entonces: P(H U N) = P(H) + P(N) P(H N)
P (H U N)= 55/100 + 60/100 40/100 =0.75
 OTRO EJEMPLO DE UNIN DE
PROBABILIDADES
En una determinada comunidad se evalu al estado nutricional de 100
nios menores de 5 aos de edad, obteniendo:
SEXO ESTADO NUTRICIONAL TOTAL
NORMAL MALNUTRIDO
HOMBRES 40 15 55
MUJERES 20 25 45
TOTAL 60 40 100

Se elige a un nio al azar, cul es la probabilidad de que sea malnutrido o

normal?
M: Tenga estado nutricional malnutrido
P(AUB)=P(A)+P(B)-P(A B)
N: Tenga estado nutricional normal
Entonces: P(M U N) = P(M) + P(N) P(M N)
P (M U N)= 40/100 + 60/100 0 En este caso ser
P (M U N) = 1 malnutrido y
normal son
excluyentes
 TRABAJO EN EL AULA
Se clasifica a 900 adultos que han culminado sus estudios
superiores segn sexo y ocupacin y se obtienen los siguientes
resultados:
SEXO OCUPACIN TOTAL
DESEMPLEADOS EMPLEADOS
HOMBRES 40 460 500
MUJERES 260 140 400
TOTAL 300 600 900
Se elige a un adulto al azar, cul es la probabilidad de que:
a) est desempleado?
b) est desempleado y sea hombre?
c) est empleado o sea mujer?
 TRABAJO EN EL AULA
SEXO OCUPACIN TOTAL
DESEMPLEADOS EMPLEADOS
HOMBRES 40 460 500
MUJERES 260 140 400
TOTAL 300 600 900
Se elige a un adulto al azar, cul es la probabilidad de que:
a) est desempleado?
P(D)= 300 / 900 = 0.33
a) est desempleado y sea hombre?
P(D H)= 40 / 900 = 0.04
a) est empleado o sea mujer?
P (E U M)= P(E) + P(M) P(E M)
P (E U M)= 600/900 + 400/900 140/900 = 0.955
 3. PROBABILIDADES CONDICIONALES
Cuando se calculan probabilidades dentro de un subgrupo
solamente
El subgrupo se convierte en el nuevo denominador
El resultado es una probabilidad condicional, sujeta a la
pertenencia a ese sub-grupo
HBITO DE MASCULINO FEMENINO TOTAL P(A|B)=P(A B) / P(B)
FUMAR
(A) NO 32 7 39 Cul es la probabilidad
FUMADOR de que un individuo fume
frecuentemente, dado
(B) 18 20 38
que es de sexo masculino?
OCASIONAL
(C) 25 9 34
FRECUENTE
TOTAL 75 36 111
 3. PROBABILIDADES CONDICIONALES
Cuando se calculan probabilidades dentro de un subgrupo
solamente
El subgrupo se convierte en el nuevo denominador
El resultado es una probabilidad condicional, sujeta a la
pertenencia a ese sub-grupo
HBITO DE MASCULINO FEMENINO TOTAL
FUMAR
(A) NO 32 7 39 Cul es la probabilidad de
FUMADOR que un individuo fume
frecuentemente, dado que es
(B) 18 20 38
de sexo masculino?
OCASIONAL
(C) 25 9 34 P(C|M)= P(A B) / P(B)
FRECUENTE P(C|M)= (25/111) / (75/111)
TOTAL 75 36 111 P(C|M)=25 / 75 = 0.33
 OTRO EJEMPLO
Se dispone de 11 historias clnicas pertenecientes a
pacientes masculinos y femeninos agrupados por su
nivel de hemoglobina
ESTADO SEXO TOTAL
M F
ANMICO 5 3 8
NORMAL 1 2 3
TOTAL 6 5 11

Dado que la historia clnica corresponde a un paciente

anmico, cul es la probabilidad que sea mujer?
 OTRO EJEMPLO
ESTADO SEXO TOTAL
M F
ANMICO 5 3 8
NORMAL 1 2 3
TOTAL 6 5 11

Dado que la historia clnica corresponde a un

paciente anmico, cul es la probabilidad
que sea mujer?
P(F|A) = P(F A) / P(A) = (3/11) / (8/11)
P(F|A) = 3 / 8 = 0.375
 3. PROBABILIDADES CONDICIONALES
INDEPENDENCIA DE VARIABLES
Teniendo : P(A|B) Probabilidad que ocurra A dado que
ha ocurrido B
Se puede concluir que las dos variables son independientes
si se cumple que:
P(A|B) = P(A)
(el hecho de pertenecer a B no influye en A)
Por el contrario, se concluye que las dos variables no son
independientes, es decir, estn relacionadas si se cumple
que:
P(A|B) P(A)
(el hecho de pertenecer a B s influye en A)
EN LA PRCTICA EPIDEMIOLGICA Y CLNICA

APLICACIONES DE LAS
PROBABILIDADES
 PRUEBAS DIAGNSTICAS
Las pruebas diagnsticas sirven para diferenciar a los
individuos enfermos de los sanos
Una buena prueba diagnstica es la que ofrece resultados
positivos en enfermos y negativos en sanos, es decir, tiene
alta probabilidad de clasificar correctamente a los
pacientes.
Adems, una buena prueba diagnstica tiene una
probabilidad alta de acertar luego de realizar la
clasificacin.
Para evaluar la validez de una prueba diagnstica se
compara sus resultados (positivos y negativos) con los
resultados de una prueba diagnstica confirmatoria cuya
validez no est sujeta a discusin.
Relacin entre el resultado de una prueba diagnstica y la presencia o
ausencia de una enfermedad.

Verdadero diagnstico
Resultado de la prueba
Enfermo Sano

Verdaderos Positivos Falsos Positivos

Positivo
(VP) (FP)

Falsos Negativos Verdaderos Negativos

Negativo
(FN) (VN)
 SENSIBILIDAD
Es la probabilidad de salir positivo en la
prueba diagnstica dado que se tiene la
enfermedad.
Resultado de Verdadero diagnstico
la prueba Enfermos Sanos
Verdaderos Falsos
Positivo Positivos Positivos
(VP) (FP)
Falsos Verdaderos
Negativo Negativos Negativos
(FN) (VN)
 ESPECIFICIDAD
Es la probabilidad de salir negativo en la
prueba diagnstica dado que no se tiene la
enfermedad
Resultado de Verdadero diagnstico
la prueba Enfermos Sanos
Verdaderos Falsos
Positivo Positivos Positivos
(VP) (FP)
Falsos Verdaderos
Negativo Negativos Negativos
(FN) (VN)
 VALOR PREDICTIVO POSITIVO
Es la probabilidad de tener la enfermedad
dado que se tiene un resultado positivo en la
prueba diagnstica.
Resultado de la Verdadero diagnstico
prueba Enfermo Sano
Verdaderos
Falsos Positivos
Positivo Positivos
(FP)
(VP)
Verdaderos
Falsos Negativos
Negativo Negativos
(FN)
(VN)
 VALOR PREDICTIVO NEGATIVO
Es la probabilidad de no tener la enfermedad
dado que se tiene un resultado negativo en la
prueba diagnstica.
Resultado de la Verdadero diagnstico
prueba Enfermo Sano
Verdaderos
Falsos Positivos
Positivo Positivos
(FP)
(VP)
Verdaderos
Falsos Negativos
Negativo Negativos
(FN)
(VN)
 Ejercicio
Los datos de un estudio en el que se incluy a
2641 pacientes con sospecha de cncer
prosttico que acudieron a una consulta de
Urologa durante un periodo de tiempo
determinado.
Durante su exploracin, se recogi el resultado
del tacto rectal realizado a cada uno de estos
pacientes, segn fuese ste normal o anormal, y
se contrast con el posterior diagnstico
obtenido de la biopsia prosttica.
Resultados de la exploracin y biopsia prosttica de una muestra de pacientes con
sospecha de cncer de prstata.

Resultado de la biopsia prosttica

Resultado del tacto
rectal
Cncer No Cncer Total

Anormal 634 269 903

Normal 487 1251 1738

Total 1121 1520 2641