logongas

Herramientas de usuario

Herramientas del sitio

Traza:
clase:iabd:pia:2eval:tema08.intervalo_confianza

Diferencias

Muestra las diferencias entre dos versiones de la página.

Enlace a la vista de comparación

Ambos lados, revisión anterior Revisión previa
Próxima revisión 		Revisión previa
clase:iabd:pia:2eval:tema08.intervalo_confianza [2023/12/03 18:30]
admin [Calculo de errores] 		clase:iabd:pia:2eval:tema08.intervalo_confianza [2024/03/31 14:45] (actual)
admin [Calculo de errores]
Línea 4: Línea 4:
 ===== Intervalos de confianza ===== ===== Intervalos de confianza =====
  
-  * [[https://sebastianraschka.com/blog/2022/confidence-intervals-for-ml.html|Creating Confidence Intervals for Machine Learning Classifiers]] +  * Teoria 
-  * [[https://hmong.es/wiki/Wilson_score_interval|Intervalo de confianza de la proporción binomial]] +    * [[https://sebastianraschka.com/blog/2022/confidence-intervals-for-ml.html|Creating Confidence Intervals for Machine Learning Classifiers]] 
-  * {{ :clase:iabd:pia:2eval:intervalos_de_confianza_para_las_estimaciones_de_proporciones_y_las_diferencias_entre_ellas.pdf |Intervalos de confianza para las estimaciones de proporciones y las diferencias entre ellas}} +    * [[https://hmong.es/wiki/Wilson_score_interval|Intervalo de confianza de la proporción binomial]] 
-  * {{ :clase:iabd:pia:2eval:capitulo_5.inferencia_estadistica_ii_estimacion_por_intervalo_de_confianza.pdf |Capitulo 5.Inferencia Estadística II: Estimación por Intervalo de Confianza}} +    * {{ :clase:iabd:pia:2eval:intervalos_de_confianza_para_las_estimaciones_de_proporciones_y_las_diferencias_entre_ellas.pdf |Intervalos de confianza para las estimaciones de proporciones y las diferencias entre ellas}} 
-  * [[https://www.statsmodels.org/v0.12.2/generated/statsmodels.stats.proportion.proportion_confint.html|statsmodels.stats.proportion.proportion_confint]]: Calculo en Pyhton de intervalos de confianza.+    * {{ :clase:iabd:pia:2eval:capitulo_5.inferencia_estadistica_ii_estimacion_por_intervalo_de_confianza.pdf |Capitulo 5.Inferencia Estadística II: Estimación por Intervalo de Confianza}} 
 +    * {{ :clase:iabd:pia:2eval:intervalos_de_confianza_e_intervalos_de_credibilidad_para_una_proporcion.pdf |Intervalos de confianza e intervalos de credibilidad para una proporción}} 
 +    * {{ :clase:iabd:pia:2eval:bioestadistica_para_no_estadisticos.08_intervalos_de_confianza.pdf |Bioestadistica para no estadisticos. Intervalos de confianza}} 
 +    * {{ :clase:iabd:pia:2eval:understanding_and_interpreting_confidence_and_credible_intervals_around_effect_estimates.pdf |Understanding and interpreting confidence and credible intervals around effect estimates}} 
 +  * Herramientas: 
 +    * [[https://www.causascientia.org/math_stat/ProportionCI.html|Exact Confidence Interval for a Proportion]]:Herramienta online para calcular intervalos de confianza con el teorema de bayes 
 +    * [[https://epitools.ausvet.com.au/ciproportion|Límites de confianza para una proporción]]: Herramienta online para calcular intervalos de confianza. 
 +  * Código Python 
 +    * [[https://www.statsmodels.org/v0.12.2/generated/statsmodels.stats.proportion.proportion_confint.html|statsmodels.stats.proportion.proportion_confint]]: Calculo en Pyhton de intervalos de confianza.
     * [[https://akshay-a.medium.com/confidence-interval-for-population-proportion-basic-understanding-in-python-56b8cc5f8320|Confidence Interval for Population Proportion basic understanding in python]]     * [[https://akshay-a.medium.com/confidence-interval-for-population-proportion-basic-understanding-in-python-56b8cc5f8320|Confidence Interval for Population Proportion basic understanding in python]]
-  * [[https://epitools.ausvet.com.au/ciproportion|Límites de confianza para una proporción]]: Herramienta online para calcular intervalos de confianza. 
-  * {{ :clase:iabd:pia:2eval:intervalos_de_confianza_e_intervalos_de_credibilidad_para_una_proporcion.pdf |Intervalos de confianza e intervalos de credibilidad para una proporción}} 
-  * {{ :clase:iabd:pia:2eval:bioestadistica_para_no_estadisticos.08_intervalos_de_confianza.pdf |Bioestadistica para no estadisticos. Intervalos de confianza}} 
  
  
-===== Calculo de errores ===== 
-  * {{ :clase:iabd:pia:2eval:propagacion_de_errores.pdf |Propagación de errores}} 
-  * {{ :clase:iabd:pia:2eval:guia_practica_para_la_realizacion_de_la_medida_y_el_calculo_de_errores.pdf |Guía práctica para la realización de la medida y el cálculo de errores}} 
  
 ===== Covid ===== ===== Covid =====
Línea 23: Línea 25:
   * {{ :clase:iabd:pia:2eval:sars-cov-2_rapid_antigen_test_es.pdf |}}: Prospecto de un test de COVID para ver las métricas y los intervalos de confianza   * {{ :clase:iabd:pia:2eval:sars-cov-2_rapid_antigen_test_es.pdf |}}: Prospecto de un test de COVID para ver las métricas y los intervalos de confianza
  
-===== Estadística bayesiana y probabilidad del resultado de la red ===== +===== Estadística bayesiana y precision =====
- +
- +
   * {{{{ :clase:iabd:pia:2eval:las_pruebas_pcr_con_elevada_sensibilidad_y_especificidad_en_condiciones_de_alta_prevalencia_o_bajo_prescripcion_medica_son_fiables.pdf |Las pruebas PCR con elevada sensibilidad y especificidad, en condiciones de alta prevalencia o bajo prescripción médica, son fiables}}   * {{{{ :clase:iabd:pia:2eval:las_pruebas_pcr_con_elevada_sensibilidad_y_especificidad_en_condiciones_de_alta_prevalencia_o_bajo_prescripcion_medica_son_fiables.pdf |Las pruebas PCR con elevada sensibilidad y especificidad, en condiciones de alta prevalencia o bajo prescripción médica, son fiables}}
 +  * {{ :clase:iabd:pia:2eval:6-ayuda_pruebas_diagnsticas.pdf |Pruebas diagnosticas}}: Explicación desde el punto de vista médico de Bayes con la especificidad y sensibilidad
   * {{ :clase:iabd:pia:2eval:falsos_negativos_en_tests_de_covid-19.pdf |Falsos negativos en tests de COVID-19}}   * {{ :clase:iabd:pia:2eval:falsos_negativos_en_tests_de_covid-19.pdf |Falsos negativos en tests de COVID-19}}
-  * {{ :clase:iabd:pia:2eval:introduction_to_uncertainty_in_deep_learning.pdf |Introduction to Uncertainty in Deep Learning}} +  * {{ :clase:iabd:pia:2eval:commentary_sensitivity_specificity_and_predictive_values_foundations_pliabilities_and_pitfalls_in_research_and_practice.pdf |Commentary: Sensitivity, Specificity,and Predictive Values: Foundations,Pliabilities, and Pitfalls in Research and Practice}} 
-  * {{ :clase:iabd:pia:2eval:calibrar_modelos_de_machine_learning.pdf |Calibrar modelos de machine learning}}+  * {{ :clase:iabd:pia:2eval:comentario_sensibilidad_especificidad_y_valores_predictivos_fundamentos_flexibilidades_y_dificultades_en_la_investigacion_y_la_practica.pdf |Comentario: Sensibilidad, especificidad y valores predictivos: fundamentos,flexibilidades y dificultades en la investigación y la práctica}}: El documento anterior pero traducido al castellano.
   * Prevalencia   * Prevalencia
     * {{ :clase:iabd:pia:2eval:riesgo_de_contagio_por_covid-19_en_funcion_del_tipo_de_contacto_y_de_la_renta_familiar.pdf |Riesgo de contagio por COVID-19 en función del tipo de contacto y de la renta familiar}}     * {{ :clase:iabd:pia:2eval:riesgo_de_contagio_por_covid-19_en_funcion_del_tipo_de_contacto_y_de_la_renta_familiar.pdf |Riesgo de contagio por COVID-19 en función del tipo de contacto y de la renta familiar}}
     * {{ :clase:iabd:pia:2eval:prevalencia_de_infeccion_por_coronavirus_sars-cov-2_en_pacientes_y_profesionales_de_un_hospital_de_media_y_larga_estancia_en_espana.pdf |Prevalencia de infección por coronavirus SARS-CoV-2 en pacientes y profesionales de un hospital de media y larga estancia en España}}     * {{ :clase:iabd:pia:2eval:prevalencia_de_infeccion_por_coronavirus_sars-cov-2_en_pacientes_y_profesionales_de_un_hospital_de_media_y_larga_estancia_en_espana.pdf |Prevalencia de infección por coronavirus SARS-CoV-2 en pacientes y profesionales de un hospital de media y larga estancia en España}}
 +
 +
 +===== Probabilidad del resultado de la red =====
 +  * {{ :clase:iabd:pia:2eval:introduction_to_uncertainty_in_deep_learning.pdf |Introduction to Uncertainty in Deep Learning}}
 +  * {{ :clase:iabd:pia:2eval:calibrar_modelos_de_machine_learning.pdf |Calibrar modelos de machine learning}}
 +  * [[https://wttech.blog/blog/2021/a-guide-to-model-calibration/|A guide to model calibration]]
 +
   * {{ :clase:iabd:pia:2eval:predicting_good_probabilities_with_supervised_learning.pdf |Predicting Good Probabilities With Supervised Learning}}   * {{ :clase:iabd:pia:2eval:predicting_good_probabilities_with_supervised_learning.pdf |Predicting Good Probabilities With Supervised Learning}}
   * {{ :clase:iabd:pia:2eval:neural_network_prediction_scores_are_not_probabilities.pdf |Neural Network Prediction Scores are not Probabilities}}   * {{ :clase:iabd:pia:2eval:neural_network_prediction_scores_are_not_probabilities.pdf |Neural Network Prediction Scores are not Probabilities}}
Línea 43: Línea 50:
   * Regresión logística isotónica   * Regresión logística isotónica
   * Calibración de Platt   * Calibración de Platt
 +  * 
  
  
 +
 +===== PyMC3 =====
 +  * {{ :clase:iabd:pia:2eval:bayesian_linear_regression_in_python_using_machine_learning_to_predict_student_grades_part_2.pdf |Bayesian Linear Regression in Python: Using Machine Learning to Predict Student Grades Part 2}}
  
  
Línea 67: Línea 78:
 \begin{array} \begin{array}
 \\ \\
-P(Enfermo|Test \; positivo)&=&\frac{TP}{TP+FP}&=&\frac{TP}{PP}&=&Precisión&&+P(Enfermo|Test \; positivo)&=&\frac{TP}{TP+FP}&=&\frac{TP}{PP}&=&Positive \; predictive \; value \; (PPV)&=&Precisión&
 \\ \\
-P(Sano|Test \; positivo)&=&\frac{FP}{TP+FP}&=&\frac{FP}{PP}&=&False \; discovery \; rate \; (FDR)&=&1-Precisión+P(Sano|Test \; negativo)&=&\frac{TN}{FN+TN}&=&\frac{TN}{PN}&=&Negative \; predictive \; value \; (NPV)&&
 \\ \\
 P(Enfermo|Test \; negativo)&=&\frac{FN}{FN+TN}&=&\frac{FP}{PN}&=&False \; omission \; rate \; (FOR)&=&1-NPV P(Enfermo|Test \; negativo)&=&\frac{FN}{FN+TN}&=&\frac{FP}{PN}&=&False \; omission \; rate \; (FOR)&=&1-NPV
 \\ \\
-P(Sano|Test \; negativo)&=&\frac{TN}{FN+TN}&=&\frac{TN}{PN}&=&Negative \; predictive \; value \; (NPV)&&+P(Sano|Test \; positivo)&=&\frac{FP}{TP+FP}&=&\frac{FP}{PP}&=&False \; discovery \; rate \; (FDR)&=&1-Precisión 
 + 
 \end{array} \end{array}
 $$ $$
Línea 79: Línea 92:
 $$ $$
 \begin{array} \begin{array}
 +\\
 P(Test \; positivo|Enfermo)&=&\frac{TP}{TP+FN}&=&\frac{TP}{P}&=&Sensibilidad&& P(Test \; positivo|Enfermo)&=&\frac{TP}{TP+FN}&=&\frac{TP}{P}&=&Sensibilidad&&
 \\ \\
Línea 118: Línea 132:
 Y depejando se obtiene: Y depejando se obtiene:
  
-$$prevalencia=\frac{TP+FN}{TP+FN+FP+TN}=\frac{P}{T}$$+$$prevalencia=\frac{TP+FN}{TP+FN+FP+TN}=\frac{P}{P+N}=\frac{P}{T}$$
  
- 
-Pero en vez de usar la $sensibilidad$ se podría usar el resultado de la red $p(\text{Resultado del 'predict'| Enfermo})$ si ésta fuera una probabilidad, y se podría hacer de 2 formas distintas: 
- 
-  * Ponderando una valor u otro según un peso llamado $w$ 
-$$Puntuación \; Combinada = w \cdot Sensibilidad + (1 - w) \cdot p(\text{Resultado del 'predict'| Enfermo})$$ 
- 
-  * O multiplicando ambos valores suponiendo que son independientes 
- 
-$$Puntuación \; Combinada = Sensibilidad  \cdot p(\text{Resultado del 'predict'| Enfermo})$$ 
- 
-Por lo que: 
-$$precision=\frac{Puntuación \; Combinada*prevalencia}{Puntuación \; Combinada*prevalencia+(1-especifidad)*(1-prevalencia)}  $$ 
  
 ==== Probabilidad ==== ==== Probabilidad ====
Línea 140: Línea 142:
  
  
 +==== Otros ====
 +Tipos de estudios médicos:
 +  * Estudio transversal: Busca obtener la prevalencia en un momento específico.
 +  * Estudio caso-control: Busca obtener una relación entre la enfermedad y otro factor.
 +
 + [[https://en.wikipedia.org/wiki/Pre-_and_post-test_probability|Pre- and post-test probability]]
  
clase/iabd/pia/2eval/tema08.intervalo_confianza.1701624605.txt.gz · Última modificación: 2023/12/03 18:30 por admin

Herramientas de la página

Excepto donde se indique lo contrario, el contenido de este wiki esta bajo la siguiente licencia: GNU Free Documentation License 1.3
GNU Free Documentation License 1.3 Donate Powered by PHP Valid HTML5 Valid CSS Driven by DokuWiki