Sobre a ensinança do teorema de Bayes
Resumo
Na maioria dos textos de probabilidade para estudantes de pregraduação, os exercícios sobre o Teorema de Bayes resolvem-se aplicando diretamente o Teorema; esta forma árida de apresentar o assunto torna-o mais difícil para a sua compreensão, sem atrativos, e em vez capturar o interesse dos alunos consegue é uma desmotivação e como consequência não haverá preocupação por saber além do que pode oferecer este teorema na solução de problemas da vida real. O objetivo deste artigo é apresentar uma forma alternativa e eficaz da introdução do Teorema de Bayes. Para fazer isso, começase usando os diagramas da árvore, que geram de maneira natural o Teorema de Bayes. Além disso, através do uso de tabelas de duas vias o aluno pode conferir imediatamente a resposta para o problema; por quanto se geram os mesmos resultados. Para ilustrar a metodologia proposta, solucionase o problema de determinar a probabilidade de que uma pessoa infectada com o vírus tenha sido adquirido a partir de uma das seguintes três possíveis formas: transmissão sexual, transfusões de sangue e o uso de seringas em drogas quando são conhecidas as respectivas probabilidades de contágio. Finalmente, os resultados desta metodologia mostraram um grande impacto positivo nas respostas dos alunos, porque eles desenvolveram maior capacidade, interesse e motivação no assunto. Além disso, foi possível introduzir o primeiro passo para a aprendizagem das árvores de decisão, que são uma aplicação do Teorema de Bayes.
Downloads
Referências
Anderson, S. W. (2008). Estadística para administración y economía. CENGAGE Learning.
Devore, J. L. (2012). Probabilidad y estadística para ingeniería y ciencias. CENGAGE Learnig.
Freund, J. E & Simon, G. A. (1992). Estadística elemental. Prentice Hall.
García. (2012). Cómo realizar un árbol de decisión en WinQSB. [Video]. Disponible en: https://www.youtube.com/watch?v=zyWrC0v0jtw
Kazmier, L. (1993). Estadística aplicada a la administración y a la economía. McGraw Hill.
Levin, R. R. (1996). Estadística para administradores Schaum. Prentice Hall.
Lind, D. M., William, M. & Robert, D. M. (2004). Estadística para administración y economía. Alfaomega.
Mendenhall, W., Robert, j. B. & Barbara, M. B. (2010). Introducción a la probabilidad estadística. CENGAGE Learnig.
Montgomery, R. (2004). Probabilidad y estadística aplicada a la ingeniería. Limusa Wiley.
Mora, C. (2007). Latin American journal of physics education. Vol. 1, No. 1, recuperado el 15 de enero de 2014 de www.journal.lapen.org.mx
Morales, V. D. (2008). Clasificadores bayesianos en la selección embrionaria en tratamientos de reproducción asistida. Tesis doctoral. Departamento de Ciencias de la Computación e Inteligencia Artificial. Del
país vasco. Donostia. Recuperado el 29 de diciembre de 2013 de: http://www.sc.ehu.es/ccwbayes/members/dinora/archivos/tesisDinora.pdf
Navidi, W. (2006). Estadística para ingenieros y científicos. Mc Graw Hill.
Nieves, A. D. & Federico, C. D. (2010). Probabilidad y estadística para ingeniería un enfoque moderno. Mc Graw Hill.
Quiñones, F. (2010). Diagnóstico de cáncer de mama mediante redes bayesianas. Recuperado el 29 de diciembre del 2013 de: http://fdquinones.wordpress.com/2010/06/01/diagnostico-de-cancer-de-mamamediante-redes-bayesianas/
Sánchez, D.; Miranda, M. y Cerda, L. (2004). Reglas de asociación aplicadas a la detección de fraude con tarjetas de crédito. XII Congreso Español sobre Tecnologías y Lógica Fuzzy.
Seymour, L. (1991). Probabilidad. Schaum. Mc Graw Hill.
Silva, L.C., Muñoz, V. (2007). XVII Reunión Científica SEE. Santiago de Compostela. Debate sobre métodos frecuentistas vs bayesianos. Recuperado en diciembre 15 de 2013 de http://lcsilva.sbhac.net/Debate%20frec-bayes.pdf
Sheldon, M. R. (2000). Prbabilidad y estadística para ingenieros. McGraw Hill.
Sucar, L.E. (2003). Redes bayesianas: principios y aplicaciones. Puebla. Recuperado el 15 de abril de 2014 de http://ccc.inaoep.mx/~esucar/Clasesmgp/caprb.pdf.
Walpole, R., Myers, R., & Myers, S. (2012). Probabilidad y estadística para ingeniería y ciencias. Pearson Education.