estadistica

El teorema de Bayes es válido en todas las aplicaciones de la teoría de la probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea. En esencia, los seguidores dela estadística tradicional sólo admiten probabilidades basadas en experimentos repetibles y que tengan una confirmación empírica mientras que los llamados estadísticos bayesianos permitenprobabilidades subjetivas. El teorema puede servir entonces para indicar cómo debemos modificar nuestras probabilidades subjetivas cuando recibimos información adicional de un experimento. La estadística bayesianaestá demostrando su utilidad en ciertas estimaciones basadas en el conocimiento subjetivo a priori y el hecho de permitir revisar esas estimaciones en función de la evidencia empírica es lo que estáabriendo nuevas formas de hacer conocimiento. Una aplicación de esto son los clasificadores que son frecuentemente usados en implementaciones de filtros de correo basura o spam, que se adaptan con eluso.
Como observación, se tiene  y su demostración resulta trivial.
Sensibilidad y especificidad (estadística)
Dado un estimador para una variable estadística discreta binaria se definen dosvalores asociados importantes:
La sensibilidad nos indica la capacidad de nuestro estimador para dar como casos positivos los casos realmente enfermos; proporción de enfermos correctamente identificados.Es decir, la sensibilidad caracteriza la capacidad de la prueba para detectar la enfermedad en sujetos enfermos.
La especificidad nos indica la capacidad de nuestro estimador para dar como casosnegativos los casos realmente sanos; proporción de sanos correctamente identificados. Es decir, la especificidad caracteriza la capacidad de la prueba para detectar la ausencia de la enfermedad en sujetossanos.
La sensibilidad se define como:

donde VP es verdaderos positivos y FN falsos negativos.
La especificidad de una prueba representa la probabilidad de que un sujeto sano tenga un resultado...