U2A4
Andres
11/13/2020
Teorema de bayes
El teorema de Bayes, en la teoría de la probabilidad, es una proposición planteada por el matemático inglés Thomas Bayes (1702-1761)1 y publicada póstumamente en 1763, que expresa:
la probabilidad condicional de un evento aleatorio A dado B en términos de la distribución de probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de solo A.
Bayes
En términos más generales y menos matemáticos, el teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B dado A. Es decir, por ejemplo, que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se podría saber (si se tiene algún dato más), la probabilidad de tener gripe si se tiene un dolor de cabeza. Muestra este sencillo ejemplo la alta relevancia del teorema en cuestión para la ciencia en todas sus ramas, puesto que tiene vinculación íntima con la comprensión de la probabilidad de aspectos causales dados los efectos observados.
Formula de bayes
Con base en la definición de probabilidad condicionada se obtiene la Fórmula de Bayes, también conocida como Regla de Bayes:
Bayes
Visualización del teorema de bayes
Analisis Bayesianos
Los análisis Bayesianos son similares a los que vimos en en el sentido que dependen explícitamente de modelos probabilísticos para los datos.
Es decir, tenemos que definir un modelo de datos. La gran diferencia es que con Bayes, podemos obtener distribuciones de probabilidades para todas las cantidades no observadas, incluyendo parámetros, valores perdidos o nuevas observaciones que todavía no hemos hecho. De esta manera, los análisis Bayesianos nos permiten cuantificar incertidumbre y armar modelos realistas que tienen en cuenta por ejemplo observaciones imperfectas.
Como vimos en la teórica, la regla de Bayes planteada en términos de datos y parámetros es:
Likehood : verosimilitud
Es decir que la probabilidad posterior de los parámetros θ dado que observamos los datos y es igual al likelihood multiplicado por las previas y dividido por la probabilidad total de los datos.
La función de likelihood nos da la probabilidad de observar los datos condicional al valor de los parámetros p(y|θ). La previa de los parámetros p(θ)
refleja los posibles valores de los parámetros de acuerdo con nuestras “creencias” previas, o los resultados de estudios anteriores, o lo que nos parece que tiene sentido para el sistema de estudio (en definitiva, en base a información previa). Finalmente, la probabilidad total de los datos se obtiene integrando la función de lilkelihood sobre los posibles valores de los parámetros que define la previa. Como veremos más adelante, los análisis Bayesianos combinados con métodos numéricos permiten analizar modelos con muchos parámetros, niveles de variabilidad y variables “ocultas”, pero primero vamos a empezar por casos simples donde podemos calcular las posteriores directamente.
- Ejercicio 1: Análisis bayesiano
Para entender bien cómo es todo el proceso, vamos a simular los datos.
Imaginen que queremos estudiar la remoción de frutos en 30 plantas. En cada una de las plantas marcamos 20 frutos y contamos cuántos son removidos por dispersores luego de un tiempo fijo. Si suponemos que un buen modelo para este tipo de datos es una distribución Binomial con una probabilidad de éxito fija hacemos:
set.seed(1234)
nobs <- 30 #Número de observaciones (plantas)
frutos <- rep(20,nobs)
p_rem <- 0.2 #probabilidad de remoción por fruto
removidos <- rbinom(nobs,size=frutos, prob=p_rem)
removidos## [1] 2 4 4 4 6 5 0 3 5 4 5 4 3 7 3 6 3 3 2 3 3 3 2 1 3 6 4 7 6 1El modelo de datos (cuántos frutos son removidos) es una Binomial con número de pruebas (la cantidad de frutos disponibles) conocido. Para hacer un análisis Bayesiano de estos datos, tenemos que definir una previa para la probabilidad de éxito (p_rem).
Esa previa tiene que tomar valores continuos entre 0 y 1. Una opción sería una distribución uniforme con esos límites, pero si usamos una distribución Beta, es posible obtener un resultado analítico para la posterior.
En este caso, la posterior es otra distribución Beta pero con sus parámetros actualizados en base a las observaciones. Se dice entonces que la distribución Beta es la conjugada de la Binomial. Si la previa de la tasa de remoción por fruto es una distribución Beta con parámetros α y β, actualizamos los valores de α y β en base a la cantidad de éxitos y fracasos obervados.
La posterior de la tasa de remoción por fruto es entonces una Beta con α=∑y, β=∑(n−y) donde y representa a los frutos removidos de los n disponibles. Veamos como hacer esto en R.
alpha <- 1
beta <- 1
alpha_p <- alpha + sum(removidos) # α=∑y
beta_p <- alpha + sum(frutos -removidos) # β=∑(n−y)Para obtener el valor esperado de una distribución Beta hacermos
## [1] 0.1877076Eso nos da un estimador puntual de la probabilidad de remoción por fruto p_rem. Para tener una medida de incertidumbre alrededor de este valor, podemos ver los cuantiles de la posterior:
## [1] 0.1575462 0.2198340También podemos graficar la distribución posterior y compararla con la previa para ver cuánto aprendimos haciendo el análisis.
op <- par(cex.lab = 1.5, font.lab = 2, cex.axis = 1.3, las = 1, bty = "n")
curve(dbeta(x, alpha + sum(removidos), beta + sum(frutos - removidos)), lwd = 2,
ylab = "Densidad de probabilidad", xlab = "Probabilidad de remoción")
curve(dbeta(x, 1, 1), lwd = 2, col = "gray", add = TRUE)
text(0.6, 2.5, "previa")
text(0.35, 12, "posterior")
Asigación:
Encuentre 2 ejercicios de aplicaciones del teorema de bayes y ejecútelos, estos ejercicios pueden o no ser relacionados con su carrera.
1 El 20% de los empleados de una empresa son ingenieros y otro 20% son economistas. El 75% de los ingenieros ocupan un puesto directivo y el 50% de los economistas también, mientras que los no ingenieros y los no economistas solamente el 20% ocupa un puesto directivo. ¿Cuál es la probabilidad de que un empleado directivo elegido al azar sea ingeniero?
PI <- 0.2
PE <- 0.2
PO <- 0.6
# la probabilidad de que sea ingeniero y tenga puesto de directivo
PID <- 0.75
# la probabilidad de que sea economista y tenga puesto de directivo
PED <- 0.5
# la probabilidad de que sea otra carrera y tenga puesto de directivo.
POD <- 0.2
PI## [1] 0.2## [1] 0.2## [1] 0.6## [1] 0.75## [1] 0.5# calculamos la Probabilidad de ingenieros y tenga puestos de directivo
PIYD <- ((PI*PID)/(PI*PID+PE*PED+PO*POD))
PIYD## [1] 0.4054054## La probabilidad de que un empleado sea ingeniero y tenga puesto directivo es de: 0.40540542 La probabilidad de que haya un accidente en una fábrica que dispone de alarma es 0,1. La probabilidad de que suene esta sí se ha producido algún incidente es de 0,97 y la probabilidad de que suene si no ha sucedido ningún incidente es 0,02.
En el supuesto de que haya funcionado la alarma, ¿cuál es la probabilidad de que no haya habido ningún incidente?
Sean los sucesos:
I = Producirse incidente.
A = Sonar la alarma.
PI <- 0.1
PNI <- 0.9
# la probabilidad de que haya un incidente y haya sonado la alarma
PIA <- 0.97
# la probabilidad de que haya un incidente y no haya sonado la alarma
PINA <- 0.03
# la probabilidad de que no haya un incidente y haya sonado la alarma
PNIA <- 0.02
# la probabilidad de que no haya un incidente y no haya sonado la alarma
PNINA <- 0.98
PI## [1] 0.1## [1] 0.9## [1] 0.97## [1] 0.03## [1] 0.02## [1] 0.98# calculamos la Probabilidad de que haya sonado la alarma y no haya un incidente.
PNINAP <- ((PNI*PNIA)/(PI*PIA+PNI*PNIA))
PNINAP## [1] 0.1565217## La probabilidad de que haya sonado la alarma y no hay aun incidente es: 0.1565217