ARCHIVO ELEGIDO // FILE 00
Actualización bayesiana
“Solo 1% de las transacciones es fraudulento. Una alerta bastante precisa suena. ¿Es casi seguro que hubo fraude?”
01 / RESUMEN
En corto
El razonamiento bayesiano combina una probabilidad previa con cuánto más probable sería la evidencia bajo una hipótesis que bajo sus alternativas. La evidencia actualiza lo que sabíamos; no borra automáticamente la prevalencia inicial ni convierte incertidumbre en certeza.
02 / SECUENCIA
Qué ocurre
- 01
Empieza con una tasa previa basada en información relevante.
- 02
Compara qué tan esperable es la evidencia si cada hipótesis fuera cierta.
- 03
Actualiza la probabilidad y mantenla abierta a nueva evidencia.
03 / ESCENA
En escena
Con 1% de fraude, sensibilidad de 90% y 5% de falsas alarmas, una alerta implica aproximadamente 15% de probabilidad de fraude, no 90%.
04 / LÍMITE
Hasta aquí
Una probabilidad previa no tiene por qué ser arbitraria y el resultado posterior sigue representando incertidumbre.
NOTA FINAL
Qué queda
Una prueba precisa puede producir muchas falsas alarmas cuando la condición buscada es muy rara.
CONTRASTE / 01
Ponla en juego
¿Qué tan firme es tu lectura?