Calculadora del teorema de Bayes

Halla la probabilidad posterior P(A|B).

Cómo se calcula

La herramienta calcula la probabilidad posterior de que la condición esté realmente presente dado un resultado positivo:

P(A|B) = (sens × previa) / (sens × previa + fpr × (1 − previa))

Aquí previa es la tasa base antes de la prueba, sens es la sensibilidad (probabilidad de un positivo cuando la condición está presente) y fpr es la tasa de falsos positivos (probabilidad de un positivo cuando está ausente). Los tres se introducen como fracciones entre 0 y 1, no como porcentajes. El denominador es la probabilidad total de un resultado positivo en ambos grupos. La respuesta se muestra como porcentaje con dos decimales. Un valor fuera del rango de 0 a 1, o un denominador cero, no da resultado.

Ejemplo resuelto

Toma una condición que afecta a 1 de cada 100 personas (previa = 0,01), una prueba con sensibilidad 0,9 y una tasa de falsos positivos de 0,05.

  1. Verdaderos positivos: 0,9 × 0,01 = 0,009
  2. Falsos positivos: 0,05 × 0,99 = 0,0495
  3. Total de positivos: 0,009 + 0,0495 = 0,0585
  4. Probabilidad posterior: 0,009 / 0,0585 ≈ 15,38%

A pesar de que la prueba parece buena, un resultado positivo implica solo una probabilidad de aproximadamente el 15%, porque la condición es poco frecuente.

Prueba este ejemplo →

Errores frecuentes

  • Escribir porcentajes como 1 o 90 en lugar de fracciones como 0,01 o 0,9: los valores superiores a 1 se rechazan y una probabilidad previa de 1 significa certeza.
  • Confundir la sensibilidad con la probabilidad posterior: una prueba con un 90% de sensibilidad no significa que un resultado positivo tenga un 90% de probabilidades de ser correcto.
  • Introducir la especificidad donde va la tasa de falsos positivos: la tasa de falsos positivos es 1 menos la especificidad.
  • Ignorar la probabilidad previa (tasa base): en las condiciones poco frecuentes, la mayoría de los positivos son falsos positivos incluso con una prueba precisa.

Fuentes

Acerca de esta calculadora

Esta calculadora aplica el teorema de Bayes, P(A|B) = P(B|A)·P(A) / P(B), para actualizar una probabilidad previa P(A) en una probabilidad posterior P(A|B) una vez que se observa una nueva evidencia B, usando la sensibilidad de una prueba (la tasa de verdaderos positivos) y la tasa de falsos positivos para calcular cuán probable es que algo sea realmente cierto dado un resultado positivo. Es la columna vertebral matemática de la inferencia bayesiana: un razonamiento que combina formalmente lo que creías de antemano con lo que te dicen los datos nuevos.

Los médicos y los epidemiólogos lo usan para interpretar correctamente los resultados de las pruebas médicas: un resultado positivo para una enfermedad poco común puede seguir significando una probabilidad real baja de tenerla si la tasa de falsos positivos es alta en relación con la prevalencia de la enfermedad. Los estadísticos, los científicos de datos que construyen filtros de spam y clasificadores de aprendizaje automático y los analistas forenses que sopesan pruebas usan todos este mismo razonamiento; los estudiantes que aprenden probabilidad usan esta calculadora para formar intuición sobre por qué “positivo” no siempre significa “probable”.

¿Te ha resultado útil?

Puedes elegir hasta 3 reacciones.

Comentarios

  • Sé el primero en comentar.

Calculadoras populares

Todas las calculadoras