Si las mates no son lo tuyo quizás debes verlas desde otra perspectiva
por pitosyflautas el 21 ene 2015, 03:49
También te gustará:
La mejor forma de elegir el suelo para tu casa
Alguien debería resolver esto
Móviles de antes vs Móviles de ahora
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.@grog #7 #7 ridock dijo: #5 @malecon1 pues eso que te ha pasado a ti es justamente lo que explica en el vídeo.
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
@ridock aquí el problema es que no hay fiabilidad en las pruebas médicas sino sensibilidad y especificidad. Si la prueba detecta a todos los que están enfermos tiene un 100% de sensibilidad pero si dentro de los que dan positivos hay chorrocientos que no están enfermos tiene una especificidad de mierda. Cuando habla de fiabilidad aqui se refiere a la sensibilidad, usease que el 90% de la gente enferma da positivo, un 10% de probabilidad de falso negativo estando enfermo, pero eso no significa en ningun momento que la prueba tenga una baja especificidad (usease probabilidad de falso positivo) y esto depende de la prueba.
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.@grog #7 #7 ridock dijo: #5 @malecon1 pues eso que te ha pasado a ti es justamente lo que explica en el vídeo.
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
@ridock estudio medicina, y la mayoría de pruebas que se hace la gente para enfermedades malas malísimas como puede ser un cáncer se basan en determinar marcadores (moléculillas) en sangre. La cosa es que muchos médicos no saben transmitir que el hecho de dar positivo no significa tener cáncer porque tienen una especificidad de mierda la mayoría pero una sensibilidad altísima entonces la utilidad de estas cosas es decirle al señor/a que de negativo que casi se puede asegurar que no tiene ese cáncer, pero si da positivo puede significar una posibilidad pequeña de tenerlo pero casi nunca es así.
Imagínate que coges a unas 1000 personas de la población. Suponemos que hay uno o dos enfermos (por eso del 0,1) y los sometes a la prueba. Como la prueba tiene un 90% de fiabilidad, lo más seguro diagnostiques el caso de enfermedad bien. Pero de las 999 o 998 personas restantes, un 10% (¡unas 100!) saldrán dando positivo. Serán personas que sin padecer la enfermedad pensarían que van a morir.@grog #7 #7 ridock dijo: #5 @malecon1 pues eso que te ha pasado a ti es justamente lo que explica en el vídeo.
Lo que esta pasando ahí se llaman probabilidades condicionadas. Sin usar las matemáticas se puede resumir que de cada 10.000 personas, 9 estarán enfermas "Y" el test dio positivo (un pobrecillo esta enfermo pero el test fallo...). A su vez, 999 personas (que están sanas!) recibirán un falso positivo diciendo que están enfermas. Así que aunque recibas positivo es MUCHO mas probable (99.1%) que sigas estando sano. Parece increíble pero es así, a veces las apariencias engañan.
Si aun así no lo crees, es un clásico en probabilidad, se llama el teorema de Bayes xD
@ridock y para acabar diré que cuando te extirpan un tumor y luego te van haciendo controles, cambia la manera de interpretar la prueba, baja muchísimo la probabilidad de falso positivo. En resumen que esto depende de cada prueba, la mayoría son así (alta posibilidad de falso positivo dentro de los positivos pero con un alto valor predictivo negativo) pero hay otras que no, y eso de la fiabilidad de la prueba en el contexto de la medicina depende de lo que se esté midiendo, cuando vayais al médico preguntar sensibilidad y especificidad.
Ahora en serio, que burrada O_O