04 // Compendio Interactivo de Fórmulas // FÓRMULAS DE DISTRIBUCIONES ESTADÍSTICAS, REGRESIÓN Y ENTROPÍAP(A | B) = [ P(B | A) · P(A) ] / P(B)

Fórmula del Teorema de Bayes de Probabilidad Condicional

Actualiza una probabilidad inicial P(A) hasta obtener la probabilidad revisada P(A|B) tras observar un resultado diagnóstico o experimental B.

Referencia de la fórmula

Fórmula principal

P(A | B) = [ P(B | A) · P(A) ] / P(B)

Formas despejadas

P(B) = P(B|A)·P(A) + P(B|¬A)·(1 − P(A))

Posterior Odds = Likelihood Ratio × Prior Odds

Variables y unidades

Variables y unidades — Bayes' Theorem Conditional Probability Formula
Symbol	Name	Unit
post	Posterior Probability P(A\|B)	probability (0–1)
prior	Prior Base Rate P(A)	0–1
sens	Sensitivity P(B\|A)	0–1
fpr	False Positive Rate P(B\|¬A)	0–1

Datos y parámetros

priorPrior Base Rate P(A)[0–1]

sensSensitivity P(B|A)[0–1]

fprFalse Positive Rate P(B|¬A)[0–1]

Resultado calculado (Posterior Probability P(A|B))

post =0.166667probability (0–1)

Notas y origen de la fórmula

By definition of conditional probability, P(A ∩ B) = P(A|B)P(B) = P(B|A)P(A); dividing by marginal P(B) expanded via the Law of Total Probability yields Bayes' rule.
Demonstrates the base-rate fallacy: when prevalence P(A) is rare, even a 99% sensitive / 95% specific test yields a modest single-test positive predictive value.

Ejemplos resueltos

#1: Medical screening for a 1% prevalence condition (P(A)=0.01) using a test with 99% sensitivity and 5% false-positive rate (95% specificity).

P(A) = 0.01P(B|A) = 0.99P(B|¬A) = 0.05

P(A|+) = (0.99 × 0.01) / (0.0099 + 0.05 × 0.99) = 0.0099 / 0.0594

→ P(A|+) = 0.1667 (16.67% Positive Predictive Value)

#2: Running a second independent confirmatory test with the same 99% sensitivity / 5% FPR using 16.67% as the updated prior.

Updated Prior = 0.1667

P(A|++) = (0.99 × 0.1667) / (0.1650 + 0.05 × 0.8333) = 0.1650 / 0.2067

→ P(A|++) = 0.7984 (79.84% after two positives)

¿Te resultó útil esta herramienta?

Preguntas Frecuentes

¿Cómo funciona la herramienta Fórmula del Teorema de Bayes de Probabilidad Condicional online?+

Esta herramienta interactiva permite calcular y visualizar Fórmula del Teorema de Bayes de Probabilidad Condicional aplicando la relación exacta P(A | B) = [ P(B | A) · P(A) ] / P(B) en tiempo real con pasos detallados. Actualiza una probabilidad inicial P(A) hasta obtener la probabilidad revisada P(A|B) tras observar un resultado diagnóstico o experimental B.

¿Es gratis usar y exportar resultados de Fórmula del Teorema de Bayes de Probabilidad Condicional?+

Sí, es gratuita y de acceso inmediato. Puedes copiar los resultados, imprimir la hoja de trabajo o descargar gráficos en alta resolución SVG, PNG y CSV.

¿Puedo borrar los datos de ejemplo en Fórmula del Teorema de Bayes de Probabilidad Condicional y empezar en blanco?+

Sí. Pulsa el botón de limpiar / empezar en blanco en la parte superior de Fórmula del Teorema de Bayes de Probabilidad Condicional para introducir tus propios datos desde cero, o vuelve a cargar el ejemplo cuando quieras.