Calcolo delle Probabilità

Documenti analoghi
Calcolo delle probabilità

Calcolo delle Probabilità

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

LEZIONE 3. Ing. Andrea Ghedi AA 2009/2010. Ing. Andrea Ghedi AA 2009/2010

(concetto classico di probabilità)

1 Probabilità condizionata

Università degli Studi di Cassino, Anno accademico Corso di Statistica 2, Prof. M. Furno

Probabilità e statistica

Cosa dobbiamo già conoscere?

Teoria della probabilità Assiomi e teoremi

Capitolo 4 Probabilità

PROBABILITA CONDIZIONALE

Calcolo delle probabilità (riassunto veloce) Laboratorio di Bioinformatica Corso A aa

E NECESSARIO RICORRERE ALLE VARIABILI CASUALI

Matematica Applicata. Probabilità e statistica

Statistica 1. Esercitazioni. Dott. Luigi Augugliaro 1. Università di Palermo

PROBABILITA. Sono esempi di fenomeni la cui realizzazione non è certa a priori e vengono per questo detti eventi aleatori (dal latino alea, dado)

MATEMATICA p = 4/6 = 2/3; q = 1-2/3 = 1/3. La risposta corretta è quindi la E).

Corso di Matematica. Corso di Laurea in Farmacia, Facoltà di Farmacia. Università degli Studi di Pisa. Maria Luisa Chiofalo.

STATISTICA E PROBABILITá

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

Probabilità II Variabili casuali discrete

Probabilità condizionata: p(a/b) che avvenga A, una volta accaduto B. Evento prodotto: Evento in cui si verifica sia A che B ; p(a&b) = p(a) x p(b/a)

1. Distribuzioni campionarie

LA STATISTICA si interessa del rilevamento, dell elaborazione e dello studio dei dati; studia ciò che accade o come è fatto un gruppo numeroso di

Economia Applicata ai sistemi produttivi Lezione II Maria Luisa Venuta 1

Anno 3. Funzioni: dominio, codominio e campo di esistenza

Il luogo delle radici (ver. 1.0)

Sui concetti di definizione, teorema e dimostrazione in didattica della matematica

Lezione 1. Gli Insiemi. La nozione di insieme viene spesso utilizzata nella vita di tutti i giorni; si parla dell insieme:

Punto 1 Dopo aver scelto come unità di misura (dm), dai dati si ricava che la curva deve passare per i punti, B C e D

CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 1

ELEMENTI DI CALCOLO DELLE PROBABILITA

Esercizi. Rappresentando le estrazioni con un grafo ad albero, calcolare la probabilità che:

PROBABILITA CONDIZIONALE

E naturale chiedersi alcune cose sulla media campionaria x n

Matematica generale CTF

Sommario. Definizione di informatica. Definizione di un calcolatore come esecutore. Gli algoritmi.

Tabella 7. Dado truccato

Corso Integrato: Matematica e Statistica. Corso di Matematica (6 CFU)

u 1 u k che rappresenta formalmente la somma degli infiniti numeri (14.1), ordinati al crescere del loro indice. I numeri u k

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 6

PROBABILITÀ - SCHEDA N. 2 LE VARIABILI ALEATORIE

1 Giochi a due, con informazione perfetta e somma zero

Introduzione alle relazioni multivariate. Introduzione alle relazioni multivariate

Sommario. Corso di Statistica Facoltà di Economia. L'Algebra degli Eventi

Tasso di interesse e capitalizzazione

IT Questionario per formatori di insegnanti di lingue Analisi dei dati

LE SUCCESSIONI 1. COS E UNA SUCCESSIONE

INTEGRALI DEFINITI. Tale superficie viene detta trapezoide e la misura della sua area si ottiene utilizzando il calcolo di un integrale definito.

5. La teoria astratta della misura.

Il concetto di valore medio in generale

11. Analisi statistica degli eventi idrologici estremi

INDICI DI TENDENZA CENTRALE

Calcolo delle probabilità

Massimizzazione del Profitto e offerta concorrenziale. G. Pignataro Microeconomia SPOSI

Capitolo 25: Lo scambio nel mercato delle assicurazioni

SCHEDA DI RECUPERO SUI NUMERI RELATIVI

Si considerino gli eventi A = nessuno studente ha superato l esame e B = nessuno studente maschio ha superato l esame. Allora A c B è uguale a:

Siamo così arrivati all aritmetica modulare, ma anche a individuare alcuni aspetti di come funziona l aritmetica del calcolatore come vedremo.

Test sul calcolo della probabilità

Marco Di Marzio. Primi elementi di inferenza statistica

Elementi di Algebra Relazionale

OSSERVAZIONI TEORICHE Lezione n. 4

CORSO DI STATISTICA (parte 1) - ESERCITAZIONE 7

Corso di Statistica. Corso di Laurea in Ingegneria Edile. Ingegneria Tessile. Docente: Orietta Nicolis

TEORIA DELLE DECISIONI. DOCENTE: JULIA MORTERA

LE FUNZIONI A DUE VARIABILI

Viene lanciata una moneta. Se esce testa vinco 100 euro, se esce croce non vinco niente. Quale è il valore della mia vincita?

Macroeconomia, Esercitazione 6. 1 Esercizi. 1.1 Taylor rule e Domanda Aggregata Dinamica/ Taylor rule e Domanda Aggregata Dinamica/2

Slide Cerbara parte1 5. Le distribuzioni teoriche

Esercizi di Calcolo delle Probabilita (I)

PIL : produzione e reddito

Progetto Pilota Valutazione della scuola italiana. Anno Scolastico PROVA DI MATEMATICA. Scuola Secondaria Superiore.

Concetti per il calcolo delle probabilità. Gli eventi: una classificazione

1) Si consideri un esperimento che consiste nel lancio di 5 dadi. Lo spazio campionario:

Il calcolo dell IRPEF 2003: verifica della clausola di salvaguardia

Alcune nozioni di base di Logica Matematica

TEOREMI SULLA PROBABILITÀ

COME CREARE UN SONDAGGIO CON SCELTA SU MOODLE

( x) ( x) 0. Equazioni irrazionali

Capitolo 5. Funzioni. Grafici.

Equazione quantitativa della moneta

ESEMPI DI DOMANDE per la prova scritta dell esame di Microeconomia. Una sola delle cinque risposte fornite per ogni domanda è giusta.

Funzioni. Parte prima. Daniele Serra

QUICK GUIDE ESPORTAZIONE DATI INVALSI 2014/2015

Le scelte del consumatore in condizione di incertezza (cap.5)

Esercizi di Probabilità e Statistica

Il modello generale di commercio internazionale

Fisica Medica x OPD. Angelo Scribano (ottobre 2006) Le scienze e il metodo scientifico Fisica Medica. A. Scribano pag.1

Corso di Analisi Matematica Serie numeriche

Anno 1. Definizione di Logica e operazioni logiche

PROCEDURA CAMBIO ANNO SCOLASTICO IN AREA ALUNNI

l insieme Y è detto codominio (è l insieme di tutti i valori che la funzione può assumere)

Guida alla realizzazione della certificazione di qualità

Algebra di Boole ed Elementi di Logica

Probabilità discreta

Perché studiare la Microeconomia?

a n. a 0 x n + a 1 x n 1. b 0 x m + b 1 x m b m 0. Funzioni reali di variabile reale. Definizione classica. Funzioni razionali

2. Limite infinito di una funzione in un punto

Transcript:

Calcolo delle Probabilità Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE DELLA RIABILITAZIONE Corso di Laurea Specialistica in SCIENZE DELLE PROFESSIONI SANITARIE AREA TECNICO ASSISTENZIALI Statistica Medica

Introduzione La probabilità è una costruzione matematica utilizzata per prendere decisioni in condizioni di incertezza; quest ultima interessa qualunque prova o esperimento che può dar luogo a più risultati possibili

Introduzione La probabilità è una costruzione matematica utilizzata per prendere decisioni in condizioni di incertezza; quest ultima interessa qualunque prova o esperimento che può dar luogo a più risultati possibili Esperimento o prova Una qualsiasi operazione il cui risultato non può essere previsto con certezza

Introduzione La probabilità è una costruzione matematica utilizzata per prendere decisioni in condizioni di incertezza; quest ultima interessa qualunque prova o esperimento che può dar luogo a più risultati possibili Esperimento o prova Una qualsiasi operazione il cui risultato non può essere previsto con certezza Evento elementare E Ogni possibile risultato dell esperimento

Introduzione La probabilità è una costruzione matematica utilizzata per prendere decisioni in condizioni di incertezza; quest ultima interessa qualunque prova o esperimento che può dar luogo a più risultati possibili Esperimento o prova Una qualsiasi operazione il cui risultato non può essere previsto con certezza Evento elementare E Ogni possibile risultato dell esperimento Spazio campionario Ω Insieme di tutti gli eventi elementari

Introduzione La probabilità è una costruzione matematica utilizzata per prendere decisioni in condizioni di incertezza; quest ultima interessa qualunque prova o esperimento che può dar luogo a più risultati possibili Esperimento o prova Una qualsiasi operazione il cui risultato non può essere previsto con certezza Evento elementare E Ogni possibile risultato dell esperimento Spazio campionario Ω Insieme di tutti gli eventi elementari Lancio di un dado Il lancio di un dado è un tipico esperimento o prova dal momento che può dar luogo a diversi risultati (le sei facce del dado) nessuno dei quali può essere previsto con certezza. In questo caso ciascuna faccia rappresenta un evento elementare e lo spazio campionario, che esaurisce per definizione è costituito dall insieme di tutte le 6 facce.

Algebra degli eventi Lo spazio campionario è definito da una regione chiusa al cui interno si inscrivono gli eventi.... E 1 Ω E 2

Algebra degli eventi Negazione Dato un evento E, l evento complementare o negazione, di seguito indicato con Ē, è quell evento che si verifica ogni qual volta non si è verificato l evento E Ω

Algebra degli eventi Negazione Dato un evento E, l evento complementare o negazione, di seguito indicato con Ē, è quell evento che si verifica ogni qual volta non si è verificato l evento E E Ω

Algebra degli eventi Negazione Dato un evento E, l evento complementare o negazione, di seguito indicato con Ē, è quell evento che si verifica ogni qual volta non si è verificato l evento E E Ē

Algebra degli eventi Negazione Dato un evento E, l evento complementare o negazione, di seguito indicato con Ē, è quell evento che si verifica ogni qual volta non si è verificato l evento E Esempio Esperimento: Lancio di un dado E Evento E: Uscita della faccia 3 Evento Ē: Uscita della faccia {1, 2, 4, 5, 6} Ē

Algebra degli eventi Unione Dati due eventi E 1 ed E 2, la loro Unione genera un nuovo evento E 3 = E 1 E 2, che si verifica ogni qual volta si verifica o l evento E 1, o l evento E 2 o entrambi gli eventi Ω

Algebra degli eventi Unione Dati due eventi E 1 ed E 2, la loro Unione genera un nuovo evento E 3 = E 1 E 2, che si verifica ogni qual volta si verifica o l evento E 1, o l evento E 2 o entrambi gli eventi E 1 E 2 Ω

Algebra degli eventi Unione Dati due eventi E 1 ed E 2, la loro Unione genera un nuovo evento E 3 = E 1 E 2, che si verifica ogni qual volta si verifica o l evento E 1, o l evento E 2 o entrambi gli eventi E 3 = E 1 E 2 Ω

Algebra degli eventi Unione Dati due eventi E 1 ed E 2, la loro Unione genera un nuovo evento E 3 = E 1 E 2, che si verifica ogni qual volta si verifica o l evento E 1, o l evento E 2 o entrambi gli eventi Esempio Esperimento: Lancio di un dado E 3 = E 1 E 2 Evento E 1 : Uscita della faccia 3 Evento E 2 : Uscita di un numero dispari Ω Evento E 3 = E 1 E 2 : Uscita della faccia {1, 3, 5}

Algebra degli eventi Intersezione Dati due eventi E 1 ed E 2, la loro Intersezione genera un nuovo evento E 3 = E 1 E 2, che si verifica ogni qual volta si verifica sia l evento E 1, che l evento E 2 E 1 E 2 Ω

Algebra degli eventi Intersezione Dati due eventi E 1 ed E 2, la loro Intersezione genera un nuovo evento E 3 = E 1 E 2, che si verifica ogni qual volta si verifica sia l evento E 1, che l evento E 2 E 3 = E 1 E 2 E 1 E 2 Ω

Algebra degli eventi Intersezione Dati due eventi E 1 ed E 2, la loro Intersezione genera un nuovo evento E 3 = E 1 E 2, che si verifica ogni qual volta si verifica sia l evento E 1, che l evento E 2 E 3 = E 1 E 2 E 1 E 2 Esempio Esperimento: Lancio di un dado Evento E 1 : Uscita di un numero > 3 Evento E 2 : Uscita di un numero dispari Ω Evento E 3 = E 1 E 2 : Uscita della faccia 5

Algebra degli eventi - Relazioni tra eventi Incompatibilità Dati due eventi E 1 ed E 2, essi si dicono incompatibili se il verificarsi dell uno in una prova esclude la possibilità che l altro si verifichi: E 1 E 2 = E 1 E 2 Ω

Algebra degli eventi - Relazioni tra eventi Incompatibilità Dati due eventi E 1 ed E 2, essi si dicono incompatibili se il verificarsi dell uno in una prova esclude la possibilità che l altro si verifichi: E 1 E 2 = Esempio Esperimento: Lancio di un dado Ω E 1 E 2 Evento E 1 : Uscita di un numero > 5 : {6} Evento E 2 : Uscita di un numero dispari : {1, 3, 5} E 3 = E 1 E 2 =

Algebra degli eventi - Relazioni tra eventi Necessarietà Dati due eventi E 1 ed E 2, essi si dicono necessari se, in ogni prova, almeno uno deve verificarsi: E 1 E 2 = Ω Ω

Algebra degli eventi - Relazioni tra eventi Necessarietà Dati due eventi E 1 ed E 2, essi si dicono necessari se, in ogni prova, almeno uno deve verificarsi: E 1 E 2 = Ω E 1 Ω E 2

Algebra degli eventi - Relazioni tra eventi Necessarietà Dati due eventi E 1 ed E 2, essi si dicono necessari se, in ogni prova, almeno uno deve verificarsi: E 1 E 2 = Ω E 1 Ω E 2 Esempio Esperimento: Lancio di un dado Evento E 1 : Uscita di un numero pari : {2, 4, 6} Evento E 2 : Uscita di un numero dispari : {1, 3, 5} E 3 = E 1 E 2 ={1, 2, 3, 4, 5, 6}

Algebra degli eventi - Relazioni tra eventi Necessarietà Dati due eventi E 1 ed E 2, essi si dicono necessari se, in ogni prova, almeno uno deve verificarsi: E 1 E 2 = Ω Ω

Algebra degli eventi - Relazioni tra eventi Necessarietà Dati due eventi E 1 ed E 2, essi si dicono necessari se, in ogni prova, almeno uno deve verificarsi: E 1 E 2 = Ω E 1 Ω E 2 Esempio Esperimento: Lancio di un dado Evento E 1 : Uscita di un numero primo : {1, 2, 3, 5} Evento E 2 : Uscita di un numero pari : {2, 4, 6} E 3 = E 1 E 2 ={1, 2, 3, 4, 5, 6}

Algebra degli eventi - Relazioni tra eventi Inclusione L evento E 1 è incluso nell evento E 2, se il verificarsi di E 1 implica il verificarsi di E 2 Ω

Algebra degli eventi - Relazioni tra eventi Inclusione L evento E 1 è incluso nell evento E 2, se il verificarsi di E 1 implica il verificarsi di E 2 E 2 E 1 Ω

Algebra degli eventi - Relazioni tra eventi Inclusione L evento E 1 è incluso nell evento E 2, se il verificarsi di E 1 implica il verificarsi di E 2 Esempio Esperimento: Lancio di un dado Ω E 2 E 1 Evento E 1 : Uscita di un dispari : {1, 3, 5} Evento E 2 : Uscita di un numero primo : {1, 2, 3, 5} N.B. L inclusione non è una relazione simmetrica.

Definizioni di Probabilità La probabilità è un concetto primitivo, perché innato e sempre presente nelle regole di comportamento dell essere umano; D altra parte, la probabilità è una misura, perché associa al concetto primitivo una valutazione numerica

Definizioni di Probabilità La probabilità è un concetto primitivo, perché innato e sempre presente nelle regole di comportamento dell essere umano; D altra parte, la probabilità è una misura, perché associa al concetto primitivo una valutazione numerica Definizione Classica Dato un esperimento ed un evento E (sia esso elementare o composto), la probabilità di E, P(E) è il rapporto tra il numero di esiti favorevoli e il numero di esiti possibili, posto che tutti i risultati siano ugualmente possibili.

Definizioni di Probabilità La probabilità è un concetto primitivo, perché innato e sempre presente nelle regole di comportamento dell essere umano; D altra parte, la probabilità è una misura, perché associa al concetto primitivo una valutazione numerica Definizione Classica Dato un esperimento ed un evento E (sia esso elementare o composto), la probabilità di E, P(E) è il rapporto tra il numero di esiti favorevoli e il numero di esiti possibili, posto che tutti i risultati siano ugualmente possibili. Definizione Frequentista In n esperimenti, tutti effettuati nelle medesime condizioni, la probabilità di un evento E è il limite cui tende la frequenza relativa dell evento al crescere del numero di prove.

Definizioni di Probabilità La probabilità è un concetto primitivo, perché innato e sempre presente nelle regole di comportamento dell essere umano; D altra parte, la probabilità è una misura, perché associa al concetto primitivo una valutazione numerica Definizione Classica Dato un esperimento ed un evento E (sia esso elementare o composto), la probabilità di E, P(E) è il rapporto tra il numero di esiti favorevoli e il numero di esiti possibili, posto che tutti i risultati siano ugualmente possibili. Definizione Frequentista In n esperimenti, tutti effettuati nelle medesime condizioni, la probabilità di un evento E è il limite cui tende la frequenza relativa dell evento al crescere del numero di prove. Definizione Soggettivista...

Assiomi della Probabilità Qualunque sia la definizione utilizzata, la misura della probabilità deve soddisfare a tre fondamentali assiomi che definiscono 1 0 P(E i ) 1 E i Ω 2 P(Ω) = 1 3... Un esempio Sono stati analizzati 2400 soggetti di una ipotetica popolazione; su ciascuno di questi è stato valutata l esito di un test psicometrico l AACHENER APHASIE TEST - AAT) per la diagnosi funzionale di e la reale presenza di deficit afasici del linguaggio. I risultati sono stati sintetizzati nella seguente tabella. La probabilità è un numero non negativo e non maggiore di 1 La probabilità associata all intero spazio campionario è pari a 1

Probabilità di eventi elementari P( Sì)=

Probabilità di eventi elementari P( Sì)= 400 2400 = 0.17

Probabilità di eventi elementari P( Sì)= 400 2400 = 0.17 P(AAT +)= 800 2400 = 0.33

Probabilità di eventi elementari P( Sì)= 400 2400 = 0.17 P(AAT +)= 800 2400 = 0.33 P( No)= 2000 2400 = 0.83

Probabilità di eventi elementari P( Sì)= 400 2400 = 0.17 P(AAT +)= 800 2400 = 0.33 P( No)= 2000 2400 = 0.83 P(AAT -)= 1600 2400 = 0.67

Probabilità di eventi composti - Intersezione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Intersezione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Intersezione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Intersezione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Intersezione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Intersezione E 1 =AAT + E 2 = Sì P(E 1 E 2 )= 250 2400

Probabilità di eventi composti - Negazione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Negazione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Negazione E 1 =AAT + E 2 = Sì P(E 1 E 2 )=

Probabilità di eventi composti - Negazione E 1 =AAT + E 2 = Sì P(E 1 E 2 )= 550 + 150 + 1450 2400 = 0.89

Probabilità di eventi composti - Negazione E 1 =AAT + E 2 = Sì P(E 1 E 2 )= 550 + 150 + 1450 2400 = 0.89 2400 250 P(E 1 E 2 )= = 1 P(E 1 E 2 ) 2400

Probabilità di eventi composti - Negazione E 1 =AAT + E 2 = Sì P(E 1 E 2 )= 550 + 150 + 1450 2400 = 0.89 2400 250 P(E 1 E 2 )= = 1 P(E 1 E 2 ) 2400 Dato un evento E 1, la probabilità della sua negazione P(E 1 ) è pari al complemento ad 1 della probabilità dell evento negato: P(E 1 ) = 1 P(E 1 )

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No P(E 1 E 2 )=

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No P(E 1 E 2 )=

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No P(E 1 E 2 )=

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No P(E 1 E 2 )=

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 P(E 1 E 2 )= = 1.5??? 2400 Violazione del primo assioma delle probabilità!!!

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No P(E 1 E 2 )=

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No P(E 1 E 2 )=

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No P(E 1 E 2 )=

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400

Probabilità di eventi composti - Unione Ω E 1 E 2 E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400

Probabilità di eventi composti - Unione Ω E 1 E 2 E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400

Probabilità di eventi composti - Unione Ω E 1 E 2 E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400

Probabilità di eventi composti - Unione Ω E 1 E 2 E 1 E 2 E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400 = 1600 2400 + 2000 2400 1450 2400 = 0.89

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400 = 1600 2400 + 2000 2400 1450 2400 = 0.89 =P(AAT -)

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400 = 1600 2400 + 2000 2400 1450 2400 = 0.89 =P(AAT -) +P( No)

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400 = 1600 2400 + 2000 2400 1450 2400 = 0.89 =P(AAT -) +P( No) -P(AAT - No)

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400 = 1600 2400 + 2000 2400 1450 2400 = 0.89 =P(AAT -) +P( No) -P(AAT - No) Principio delle probabilità totali Dati due eventi E 1 ed E 2, la probabilità della loro unione è pari alla somma delle probabilità degli eventi elementari meno la probabilità dell intersezione: P(E 1 E 2 ) = P(E 1 ) + P(E 2 ) P(E 1 E 2 )

Probabilità di eventi composti - Unione E 1 =AAT - E 2 = No 1600 + 2000 1450 P(E 1 E 2 )= = 0.89 2400 = 1600 2400 + 2000 2400 1450 2400 = 0.89 Principio delle probabilità totali Nel caso in cui i due eventi E 1 ed E 2 sono incompatibili e tali quindi che P(E 1 E 2 ) = 0, allora: P(E 1 E 2 ) = P(E 1 ) + P(E 2 ) =P(AAT -) +P( No) -P(AAT - No)

Probabilità di eventi condizionati Coma cambia la valutazione della probabilità che un soggetto presenti disturbi afasici del linguaggio se è nota la diagnosi positiva del test AAT?

Probabilità di eventi condizionati Coma cambia la valutazione della probabilità che un soggetto presenti disturbi afasici del linguaggio se è nota la diagnosi positiva del test AAT? In assenza di informazioni sull esito dell AAT... P( Sì)= 400 2400 = 0.17

Probabilità di eventi condizionati Coma cambia la valutazione della probabilità che un soggetto presenti disturbi afasici del linguaggio se è nota la diagnosi positiva del test AAT? In assenza di informazioni sull esito dell AAT... P( Sì)= 400 2400 = 0.17 Se è noto l esito positivo dell AAT...

Probabilità di eventi condizionati Coma cambia la valutazione della probabilità che un soggetto presenti disturbi afasici del linguaggio se è nota la diagnosi positiva del test AAT? L informazione apriori condiziona la scelta dei casi possibili che sono ora costituiti solo dai soggetti con diagnosi positiva. In assenza di informazioni sull esito dell AAT... P( Sì)= 400 2400 = 0.17 Se è noto l esito positivo dell AAT...

Probabilità di eventi condizionati Coma cambia la valutazione della probabilità che un soggetto presenti disturbi afasici del linguaggio se è nota la diagnosi positiva del test AAT? L informazione apriori condiziona la scelta dei casi possibili che sono ora costituiti solo dai soggetti con diagnosi positiva. In assenza di informazioni sull esito dell AAT... P( Sì)= 400 2400 = 0.17 Se è noto l esito positivo dell AAT... P( Sì AAT +)= 250 800 = 0.31

Probabilità di eventi condizionati Coma cambia la valutazione della probabilità che un soggetto presenti disturbi afasici del linguaggio se è nota la diagnosi positiva del test AAT? L informazione apriori condiziona la scelta dei casi possibili che sono ora costituiti solo dai soggetti con diagnosi positiva. In assenza di informazioni sull esito dell AAT... P( Sì)= 400 2400 = 0.17 Se è noto l esito positivo dell AAT... P( Sì AAT +)= 250 800 = 0.31 Probabilità condizionata di essere affetti da disturbi afasici dato che l AAT è risultato positivo

Probabilità di eventi condizionati P( Sì AAT +)= 250 800 = 0.31 = 250/2400 800/2400

Probabilità di eventi condizionati P( Sì AAT +)= 250 800 = 0.31 = 250/2400 P( Sì AAT +) = 800/2400

Probabilità di eventi condizionati P( Sì AAT +)= 250 800 = 0.31 = 250/2400 P( Sì AAT +) = 800/2400 P(AAT+)

Probabilità di eventi condizionati P( Sì AAT +)= 250 800 = 0.31 = 250/2400 P( Sì AAT +) = 800/2400 P(AAT+) Probabilità condizionata Dati due eventi E 1 ed E 2, la probabilità che si verifichi E 1 condizionato ad E 2, P(E 1 E 2 ) è pari al rapporto tra la probabilità dell intersezione dei due eventi e la probabilità dell evento condizionante: P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 )

Relazioni tra probabilità condizionata e congiunta

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 )

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 )

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 2 E 1 ) = P(E 2 E 1 ) P(E 1 ) = P(E 1 E 2 ) P(E 1 )

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 2 E 1 ) = P(E 2 E 1 ) P(E 1 ) = P(E 1 E 2 ) P(E 1 ) P(E 1 E 2 ) = P(E 2 E 1 ) P(E 1 )

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 2 E 1 ) = P(E 2 E 1 ) P(E 1 ) = P(E 1 E 2 ) P(E 1 ) P(E 1 E 2 ) = P(E 2 E 1 ) P(E 1 ) Ma cosa accade se i due eventi E 1 ed E 2 sono tra loro indipendenti, se cioè il verificarsi dell uno non ha alcuna influenza sul verificarsi o meno dell altro???

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 2 E 1 ) = P(E 2 E 1 ) P(E 1 ) = P(E 1 E 2 ) P(E 1 ) P(E 1 E 2 ) = P(E 2 E 1 ) P(E 1 ) Ma cosa accade se i due eventi E 1 ed E 2 sono tra loro indipendenti, se cioè il verificarsi dell uno non ha alcuna influenza sul verificarsi o meno dell altro??? Esempio... E 1 =Uscita di testa nel secondo lancio di una moneta E 2 =Uscita di testa nel primo lancio di una moneta P(E 1 E 2 ) = P(E 1 ) P(E 2 E 1 ) = P(E 2 )

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 2 E 1 ) = P(E 2 E 1 ) P(E 1 ) = P(E 1 E 2 ) P(E 1 ) P(E 1 E 2 ) = P(E 2 E 1 ) P(E 1 ) Eventi Indipendenti P(E 1 E 2 ) = P(E 1 )

Relazioni tra probabilità condizionata e congiunta P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 1 E 2 ) = P(E 1 E 2 ) P(E 2 ) P(E 2 E 1 ) = P(E 2 E 1 ) P(E 1 ) = P(E 1 E 2 ) P(E 1 ) P(E 1 E 2 ) = P(E 2 E 1 ) P(E 1 ) Eventi Indipendenti P(E 1 E 2 ) = P(E 1 ) Eventi Indipendenti P(E 1 E 2 ) = P(E 1 ) P(E 2 )