tv.um.es

Este es el sexto vídeo de análisis. Ya hemos visto que el criterio de clasificación decís ser equivale al mínimo a distancia máxima verosimilitud cuando son poblaciones normales. En algunas ocasiones una paga sobre todo no es conveniente asignar la misma probabilidad a los errores que se cometen en ambos casos, dependiendo de que signifique la población o en otras siempre criterio decisión, tendríamos normales, exactamente iguales, una común. La prudencia de la medida de que la proyección de la medida de criterio de la máxima verosimilitud mínima a distancia lo que hacía era coger como constante cada justamente el punto medio; si caía hacia aquí metíamos en crisis, caía hacia aquí cometíamos en toda gráfica para nuestro individuo, receta que no sabemos de qué población. Bueno, pues de esta manera los dos errores tenía. La misma probabilidad serían estas áreas de que evidentemente, si queremos podemos cambiar eso y hacer que su mejor sea más importante, como hacen los hipótesis, vale, por ejemplo, de tipo uno era el individuo viniese de la población. Es que si lo metiésemos vale, es decir, desde este grupo, pero en esta zona, bueno, pues podemos moverlas de tal manera que Cerro. En vez de ser el número que salía tomándolo medio, vale, pues hacer que sea alza si entonces queremos que esto sea Alfa -cogeríamos, de tal manera que el error tipo uno lo controlemos obviamente, al. Fijado el error, tipo 1, pues largos tipo 2, pues también queda fijado, vale, en este caso aquí con la otra vale, ya no sería iguales, no sabemos quién va a ser más grande, de todo, depende de cómo sea vale lo lejos que tiene esta distribución. Otro criterio que se podría utilizar que es bastante razonables, el de decir. Bueno, hablar, elegir el criterio de una probabilidad de error, problemas que no conocemos cuáles son las probabilidades de pertenencia a la población en algunos casos se pueden estimar en general, son desconocidos si los conocemos, entonces se le puede aplicar. Conocemos la probabilidad de que el individuo venga de una o de otra, vale? Lo suponemos, que es un medio. Entonces se puede calcular la probabilidad o robar usando el tema de la probabilidad total, como la probabilidad de que la población por la probabilidad de error, en ese caso más probabilidades que esta es la otra población por la probabilidad de en ese caso valer tipo 1, uno o dos fondos, en algunos casos incluso se les daba un coste, entrecomilla a veces el virtual, a cada error, vale? En ese caso, no se puede calcular el coste esperado en función de la constante cama que delimite la zona, de rechazo o aceptación vale como el coste del error, tipo 1, por la fuerza leal o tiempo, uno que caigas en el que fallece, y el coste del tipo 2, la probabilidad de que caiga y se completan las los tipos 2, lógicamente no se añaden costes, cuando ciertas añadió cero 0, cuando ciertas en 2, en ese caso pues no había ningún, vale? Pueden minimizar este error? Claro, que si las constantes son iguales entonces equivale a minimizar la probabilidad de café. Vale. Se puede hacer las dos criterios, cada vez se puede demostrar que también es equivalente a usar la función discriminante de fisión, que sería la que minimiza esos dos errores, siempre que tomemos un acá adecuada el error tiempo 1, la probabilidad de que estando en el que caigas en la zona del allí cogeríamos la gráfica del y calculáramos aquí que es la probabilidad en una normal de que elx proyección, sea menor que se hemos fijado. Bueno, esto se calcularía tipificando. Aquí todos sabemos que esta variable es una normal valemos; simplemente afectamos su media. En ambos sitios estamos su media, que es el beques, que dividimos por la desviación típica de los mismos hacia aquí y obtenemos la de una normal 0, 1, dimensión para la que tenemos en primero la tabla, pues no stage sería bueno. Cierto lo mismo, con un tipo dos abortivo, 2, pues les daba cogiendo la otra gráfica, la pintó vez este dependiendo del pongamos, pues montaría una cosa u otro, precisamente lo que queremos determinar, fijados que aquí como el mayor que se debería uno menos la probabilidad en función de distribución en la red, su medida que se le veía se divide por si imagen como cómo vale, bueno, esta manera tendríamos el coste o el error. Cuando elegimos la la variable, la variable, la constante, cada obra vale, y esta función es la que queremos, minimizar, minimizar costes, minimizar errores con cabreo, para administrarla minimizar una función que continúa. La forma derivar. Vale? Esta función g es la función de distribución normal, que es una constante por la integración de menos infinito hasta equis, elevado menos cuadrado partido, de dos diferencial. Lo normal está vale la constante integración. Derivamos, lógicamente toda desaparecer, y al derivar la función de distribución nos va a quedar la función de densidad. Presentamos mediante minúscula, que está así conocida. Aquí tenemos la constante de integración. Vale como normas, están dando, parece sí bueno en esos puntos por la derivada 9. Dentro de esta derivada, en la que tenemos que hacer para obtener el bueno bueno, no, o igualdad, sustituyendo por la expresión la constante de integración, desaparece, nos quedaría un exponencial en esta parte de esto, cuadrado facto, cuadrados. Vale, juntándola dos exponenciales de, sumaría. O sea restaría a los exponentes y tomando logaritmo prudencial vale, o sea 10 te números genes logaritmo, tomando logaritmos desaparecer, la exponencial en nuestro parece, que globalismo, neperiano, vale, mérito que los pagos juntos en la parte bueno, una vez que tenemos eso, operando el cuadrado se pasa. Aquí al lado vale, y aquí tendríamos la diferencia de las producciones que sale de contestable a los cuadrados caco, ahora o caco cuadrado se van el doble producto del y le de que esta parte vale, y en el otro va a quedar la diferencia de él y ha cuadrado. Eleve, y esto es una diferencia de cuadrados que se puede poner como su vapor diferencia la diferencia. Justamente lo que de aquí vale sacaría factor como se manda hacia el otro lado, vale, nos quedaría la suma, que se llamaba también hacia el otro lado y a sumando y luego se mandando para despejar bueno, dejando que con cuidado nos quedaría que Estaca. Es la óptima para minimizar el error o minimizar el coste. Bueno, simplemente ya poniendo la expresión ante las proyecciones, porque la función discriminante decisión, cisa prima Aceta, donde ahora la tenemos, en este caso como muy común, cada día. Esto, teniendo en cuenta que avale, esto de aquí a primo quedaría una expresión parecida a la de antes. En este caso, si me cuadrado, vale. Entonces, aquí desaparecería cuadrado consignado cuadrado y nos quedaría que la óptima está de aquí en general, cuando tengamos un coste y una probabilidades conocidas, si tomamos los costes iguales, sería minimizar el error. Vale? Cuando tenemos curso juntos, y si suponemos que curso, uno es igual al mundo, suponemos, en general. Esta condición sabe nuestra cabe siempre decisiones. Es decir, hemos demostrado que es criterio de decisión. Minimiza se queda bien. Ha minimizado el error cuando los hacemos iguales. No en la que minimiza los errores. Por lo tanto, decisiones óptimo en la distribución normal. Bueno, la práctica, a veces, siempre que se pueden estimar esas probabilidades a priori y se puede obtener lo que se conoce como distribución de probabilidades, a posteriori companyies ballen. Lo vimos en primero, pero, claro, se aplicaba a probabilidades, vale la manera de calcula, pues la probabilidad de que, una vez que las medidas del individuo, este, la distribución estén en la población equis, que justamente la probabilidad al revés vale con la probabilidad de estar en ese grupo, que sería pues uno dividido por la probabilidad de las medidas cta que sería con probabilidad o la pluralidad total. Entonces, aquí qué parece que hemos hecho? Bueno, es lo que se hace cuando es continua. Lo que se hace cuando es continua, es sustituir las probabilidades por densidades; ya no serían probabilidades, aunque sí que van a hacer números que están entre cero ellos, esto lo llamaremos probabilidades a posteriori, vale? Vamos a poner probabilidades también lo podrán r, entre comillas, porque no son probabilidades. Vale, fijaros lo que haríamos. Es igual que aquí su probabilidad o el grupo de que esta probabilidad se sustituye por la verosimilitud en el grupo, es decir, por la ansiedad vale? Esto lo vamos a llamar amabilidad a posteriori, lógicamente vamos a clasifica de un individuo en el que, por ejemplo, si solo si esta probabilidad más grande que la la daba, que esto no es exactamente cero uno de ellos no realmente son normales, abierto, vale y que el denominador es el mismo. Por lo tanto, equivale a comparar esta cantidad conecta cantidad. Cuando la cursos iguales equivale al de máxima verosimilitud equivale asfixia. En general no se pueden estimar, pues podemos tener otro criterio en el que esos cursos van a influir y bueno, cuando dice la última propiedad que los criterios de mínima probabilidad de error y de máxima probabilidad a posteriori son equivalente, vale demostrarlo? Es similar a es el de máxima probabilidad a posteriori, como hemos dicho, es equivalente para tener a que hubo un plato y simplemente sustituyéndola funciones de densidad. Las normales por cesiones cancelando. Las constantes de integración nos quedaría una expresión de este tiempo y haciéndolo de antes todas estancias de bajada. No vais a un lado y los constantes al otro y tomando logaritmo quedaría esa expresión de ahí y bueno, como en el que vivimos y vídeo quinto operando. Aquí no quedaría esto. La distancia de bajar oís y esta parte que es una costa valen, que pasamos hacia el otro, las partes cuadraditas aquí desaparecen, vale y nos queda una parte lineal, tiene una parte constante que la podemos ver en el otro lado y bueno, empezando de nuevo se llega a la misma condición que hemos visto antes teniendo en cuenta lo que justamente nunca bueno, esta condición es la misma de equivalía a minimizar la probabilidad de error cuando teníamos, cuyo cuyo conocida por lo tanto máxima pero similitud a posteriori, también equivale al mínimo error y, por lo tanto es un buen criterio en la práctica comentar para acabar que cuando se usa la significación con datos médicos como estamos viendo ahora desafortunadamente con el virus, pues a veces en vez de hablar de errores, se habla de sensibilidad y especificidad concreto. La sensibilidad de ustedes vale donde en que se considera que la población de individuos que tienen una enfermedad y los que no siempre así bueno, pues la sensibilidad es la probabilidad de acierto al tanto por 100 dentro del grupo de los que tienen la enfermedad, la probabilidad de que si tienen la enfermedad de la dte vale. Está la teórica, esta provincia termal aproximadamente, igual es la práctica, que sería los verdaderos positivos, aproximadamente 100 veces. Son verdadero sentido partido por los que de verdad tienen la enfermedad y los falsos negativos, que son los que tienen la enfermedad y no la DGT vale tal la que con los actores que han venido de China? Pues queda un 30 por 100 menos que 0, porque fijaros que si lo hacemos al alza por eso tiene 50, vale. Esto fallaba más que afectaba y también tienen en cuenta la especificidad. Bueno, se suele decir que se necesitaba un 80 por 100 para que usted sea más o menos aceptable en la sensibilidad y lo mismo en la especificidad, aunque se puede jugar, que sería distinto esto, cuando aún cuando uno que tiene este no ciertas, con e a decirle que tiene alguno que tiene la enfermedad, no ciertas, con certeza decirle que la tiene y estos días naves a uno vino la tiene cuántas veces a ciertas, al decirle que efectivamente no tienen la enfermedad. Decir los verdaderos negativos dividido por los verdaderos negativos y los falsos positivos mal están aproximación teórica o en diamantes o meses se utilizan nosotros dos errores también son muy interesantes que qué pasa cuando le dices a alguien que tiene una enfermedad vale, pues al valor predictivo de los positivos que pueden las veces que a en tanto por 100 entre los que dicen que son, que tiene la enfermedad positivo vale a la práctica. Se aproximaría con los verdaderos positivos partido por los verdaderos positivos. Practiquemos los falsos positivos y lo mismo con los negativos son los que no tienen la enfermedad y les dices que no la tiene. Vale. Perdón. Que le dice que no, que no tiene la enfermedad, y efectivamente cuál es la probabilidad de que efectivamente acierten, dentro de ese grupo son la contraria del grupo anterior, es decir, los verdaderos negativos dividido por todos los negativos al el número de acierto, cuando dice que en negativo o cuando dice. Vale. Bueno, la eficiencia de montes. Por último, se dieron toda, vale la probabilidad de estar en el grupo de los infectados por la probabilidad de acierto en el grupo de los infectados. Probabilidades está enfermo, probabilidad cierto. Cuando está enfermo está en la manera de estimarlas. La prácticas número total de individuo dividido por la pesca cierta, con lo positivo, negativo, vale cuando acto en el que aprenderse selecta esta parte de los datos médicos brevemente a mí lo tenéis. Por ser buena noticia que la sensibilidad, porque los