Probabilidad y Estadística en Medicina UNED Curso de Experto Universitario en Probabilidad y Estadística en Medicina www.ia.uned.es/cursos/prob-estad Introducción a la teoría de la decisión F. J. Díez Vegas Dpto. Inteligencia Artificial. UNED [email protected] www.ia.uned.es/~fjdiez Planteamiento del problema X Ejemplo ³ P(mononucleosis) = 85% ³ P(enfermedad de Hodgkin) = 7% X Posibilidades ³ Tratar sólo la mononucleosis ³ Tratar también la enfermedad de Hodgkin ³ Realizar nuevas pruebas X Pretendemos mostrar que ³ el objetivo último de la medicina no es el diagnóstico, sino la actuación terapéutica ³ se trata, por tanto, de tomar las decisiones adecuadas. Francisco Javier Díez Vegas 1 Probabilidad y Estadística en Medicina UNED Origen histórico: teoría de juegos X Ejemplo ³ A y B entran en el siguiente juego: ³ lanzan dos monedas (no trucadas) ³ si salen dos caras, B paga 10 euros a A ³ si no salen dos caras, A paga 5 euros a B. X Opciones ³ Quiero jugar siendo A ³ Quiero jugar siendo B ³ No quiero jugar X Análisis (100 jugadas) ³ En 25 jugadas salen dos caras: A gana 10 euros cada vez. ³ En 75 jugadas no salen dos caras: A pierde 5 euros cada vez. ³ En 100 casos, A gana 25×10 - 75×5 = -125 euros ³ Es decir, en promedio A pierde 1’25 euros por jugada. Valor esperado X En general E[ X ] = ∑ x ⋅ P( x ) x X En nuestro ejemplo ³ La variable X representa la ganancia (para A) ³ Por tanto, X puede tomar dos valores: P(x1) = 0’25 ³ x1 = 10 euros ³ x2 = -5 euros P(x2) = 0’75 ³ E[X] = 10 euros × 0’25 + (-5 euros) × 0’75 = (2’50 - 3’75) euros = -1’25 euros Francisco Javier Díez Vegas 2 Probabilidad y Estadística en Medicina UNED Teoría de la utilidad Distinción: valor (objetivo) y utilidad (subjetiva) X Ejemplo: dos sorteos X X X = x1 = Ferrari x 2 = S. Ibiza P( x1 ) = 0'01 Y = y1 = Ferrari y 2 = S. Ibiza P( y1 ) = 0'05 P( y 2 ) = 0'10 P( x 2 ) = 0'50 Valores esperados ³ E[X] = 250.000 euros × 0’01 + 10.000 euros × 0’50 = 7.500 euros ³ E[Y] = 250.000 euros × 0’05 + 10.000 euros × 0’10 = 13.500 euros X Dos personas: Luis y Andrés = = u L ( F e rra ri ) u L ( S . Ib iza ) = = u A ( F errari ) u A ( S . Ibiza ) X 1 0 0 .0 0 0 7 .5 0 0 25.000 7.000 Definición de utilidad esperada U(X ) = ∑ u( x ) ⋅ P ( x ) x X Utilidades U L ( X ) U L (Y ) = 1 0 0 .0 0 0 ⋅ 0 '0 1 + 7 .5 0 0 ⋅ 0 '5 0 = 4 .7 5 0 e u ro s = 1 0 0 .0 0 0 ⋅ 0 '0 5 + 7 .5 0 0 ⋅ 0 '1 0 = 5 .7 5 0 e u ro s U A ( X ) U A (Y ) = = 2 5 .0 0 0 ⋅ 0 '0 1+ 7 .0 0 0 ⋅ 0 '5 0 2 5 .0 0 0 ⋅ 0 '0 5 + 7 .0 0 0 ⋅ 0 '1 0 = = 3 .7 5 0 e u ro s 1 .9 5 0 e u ro s Francisco Javier Díez Vegas 3