Está en la página 1de 2

El método empírico es un modelo de investigación científica, que se basa en la

experimentación y la lógica empírica, que junto a la observación de fenómenos
y su análisis estadístico, es el más usado en el campo de las ciencias sociales y
en las ciencias naturales

El término empírico deriva del griego antiguo (Aristóteles utilizaba la reflexión
analítica y el método empírico como métodos para construir el conocimiento)
de experiencias, έμπειρία, que a su vez deriva de έυ (en) y πεἳρα (prueba): en
pruebas, es decir, llevando a cabo el experimento. Por lo tanto los datos
empíricos son sacados de las pruebas acertadas y los errores, es decir, de
experiencia.

Su aporte al proceso de investigación es resultado fundamentalmente de la
experiencia. Estos métodos posibilitan revelar las relaciones esenciales y las
características fundamentales del objeto de estudio, accesibles a la detección
sensoperceptual, a través de procedimientos prácticos con el objeto y diversos
medios de estudio. Su utilidad destaca en la entrada en campos inexplorados o
en aquellos en los que destaca el estudio descriptivo.
METODO CLÁSICO
Es cuando se usa la suposicion de resultados igualmente probables como una
base para asignar probabilidades . Si un experimento tiene n resultados
posibles el metodo clasico asigna una probabilidad de 1/n a cada resultado
experimental.
El metodo clasico fue elaborado para analizar probabilidades en los juegos de
azar donde la suposicion de resultados igualmete probables frecuente es
razonables.
Probabilidad a priori
En inferencia estadística Bayesiana, una distribución de probabilidad a priori de
una cantidad p desconocida, es la distribución de probabilidad que expresa
alguna incertidumbre acerca de p antes de tomar en cuenta los "datos".

Aplicando el Teorema de Bayes, la probabilidad a priori se multiplica por la
verosimilitud, al normalizar se obtiene la distribución de probabilidad a
posteriori, la cual es la probabilidad de la distribución condicional dados los
datos.

Los parámetros de las distribuciones a priori son llamados hiperparámetros. para distinguirlos de los parámetros del modelo. y α y β son parámetros de la distribución a priori (distribución beta). entonces: p es un parámetro de una distribución Bernoulli. Por ejemplo. y por lo tanto hiperparámetros . si se está usando una distribución beta para modelar la distribución del parámetro p.