Sequential Bayesian Tests and the Hypothesis of independent or naive Bayes
Pruebas Bayesianas Secuenciales y la Hipótesis de independencia o naive Bayes
DOI:
https://doi.org/10.15446/rev.fac.cienc.v7n1.67107Palabras clave:
Bayes factor, conflicting evidence, independence Bayes, sequence of clinical tests (en)Factor de Bayes, evidencia conflictiva, naive Bayes, pruebas clínicas múltiples (es)
Descargas
Quite frequently diagnosis is not final with one medical test but only after a sequence of tests are applied. How the information given by one test is going to be combined with the information conveyed by a second test? Can we “add” up the information of the medical tests assuming conditional independence which is called “naive” or
“independent” Bayes? In this article we develop a very simple and basic exact Bayes Factor to check the independent Bayes Model VS the full Bayes Model, without the assumption of conditional independence. Assuming independence Bayes when in fact is not, overstate the accumulation of two positives in favor of the disease and two negatives against. Here we also illustrate, that even in situations of mild evidence against the independence model the difference between the two models may be strikingly different in the presence of conflicting evidence between the medical tests. As a practical advice, when a sequence of tests are applied in combination routinely, a study should be conducted for which the joint results of a set of patients is kept and studied with and without the assumption of independence, and Bayes Factors should be calculated. This work extends and generalizes the work of Pereira & Pericchi (1990) and Mossman & Berger (2001).
Con bastante frecuencia el diagnóstico no es definitivo con una prueba médica, pero solo después que se aplique una secuencia de pruebas. ¿Cómo se combinará la información proporcionada por una prueba con la información transmitida por una segunda prueba? ¿Podemos “agregar” la información de las pruebas clínicas suponiendo independencia condicional conocido como “naive” o “independiente” Bayes? En este artículo desarrollamos un simple y básico exacto Factor de Bayes para verificar el Modelo de Bayes independiente vs el Modelo completo de Bayes, sin el supuesto de independencia condicional. Asumiendo “independiente” Bayes cuando de hecho no lo es, exagera la acumulación de dos positivos a favor de la enfermedad, y dos negativos en contra. Aquí también ilustramos, que incluso en situaciones de evidencia leve contra el modelo de independencia, la diferencia entre los dos modelos puede
ser notablemente diferente en presencia de evidencia conflictiva entre las pruebas médicas. Como consejo práctico, cuando se aplica una secuencia de pruebas en combinación de forma rutinaria, se debe realizar un estudio para el cual los resultados de un grupo de pacientes se mantengan y estudien con y sin el supuesto de independencia, y los factores de Bayes deben ser calculados. Este trabajo amplía y generaliza el trabajo de Pereira & Pericchi (1990) y Mossman & Berger (2001).
Referencias
De Braganca Pereira, C. A. & Pericchi, L. R. (1990). Analysis of diagnosability. Applied statistics, 189-204.
DeGroot, M. H. & Schervish, M. J. (2002). Probability and statistics. 72-73.
Hyndman, R. J. (1996). Computing and graphing highest density regions. The American Statistician, 50(2), 120-126.
Jeffreys, H. (1961). The theory of probability. Oxford University Press.
Mossman, D. & Berger, J. O. (2001). Intervals for posttest probabilities: a comparison of 5 methods. Medical Decision Making, 21(6), 498-507.
R Development Core Team. (2011). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN 3-900051-07-0, Internet: http://www.R-project.org/.
Cómo citar
APA
ACM
ACS
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver
Descargar cita
Licencia
Derechos de autor 2018 Revista de la Facultad de Ciencias
![Creative Commons License](http://i.creativecommons.org/l/by-nc-nd/4.0/88x31.png)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores o titulares del derecho de autor de cada artículo confieren a la Revista de la Facultad de Ciencias de la Universidad Nacional de Colombia una autorización no exclusiva, limitada y gratuita sobre el artículo que una vez evaluado y aprobado se envía para su posterior publicación ajustándose a las siguientes características:
1. Se remite la versión corregida de acuerdo con las sugerencias de los evaluadores y se aclara que el artículo mencionado se trata de un documento inédito sobre el que se tienen los derechos que se autorizan y se asume total responsabilidad por el contenido de su obra ante la Revista de la Facultad de Ciencias, la Universidad Nacional de Colombia y ante terceros.
2. La autorización conferida a la revista estará vigente a partir de la fecha en que se incluye en el volumen y número respectivo de la Revista de la Facultad de Ciencias en el Sistema Open Journal Systems y en la página principal de la revista (https://revistas.unal.edu.co/index.php/rfc/index), así como en las diferentes bases e índices de datos en que se encuentra indexada la publicación.
3. Los autores autorizan a la Revista de la Facultad de Ciencias de la Universidad Nacional de Colombia para publicar el documento en el formato en que sea requerido (impreso, digital, electrónico o cualquier otro conocido o por conocer) y autorizan a la Revista de la Facultad de Ciencias para incluir la obra en los índices y buscadores que estimen necesarios para promover su difusión.
4. Los autores aceptan que la autorización se hace a título gratuito, por lo tanto renuncian a recibir emolumento alguno por la publicación, distribución, comunicación pública y cualquier otro uso que se haga en los términos de la presente autorización.
5. Todos los contenidos de la Revista de la Facultad de Ciencias, están publicados bajo la Licencia Creative Commons Atribución – No comercial – Sin Derivar 4.0.
MODELO DE CARTA DE PRESENTACIÓN y CESIÓN DE DERECHOS DE AUTOR