Estadística

Bayesiana Para
No Estadísticos

Temario

Introducción
Definiciones básicas
Los límites de la Estadística Frecuentista

Inferencia Estadística Informes:

El enfoque bayesiano
Interpretación subjetiva de la probabilidad
El proceso de aprendizaje

Problemas de Decisión hola@mitesis.site

Problemas de decisión sin incertidumbre contacto@rue-consultores.com
Problemas de decisión con incertidumbre
Algunos criterios de solución
55 18 36 46 73
Elementos de la Teoría de Decisión
Axiomas de coherencia
55 86 12 09 87
Definición de utilidad
Principio de la utilidad esperada máxima

ABRIL 3/4

CURSO A DISTANCIA
Presentado por:
Mi Tesis (www.mitesis.site)
RUE Consultores (www.rue-consultores.com)

Síguenos y únete
Tesis, Artículos, Investigaciones y Estadística
Estadística Bayesiana para No
Estadístico

Presentación
Revisemos estas dos situaciones:

Una mujer ciega asegura que, con sólo tocar el vientre de una mujer embarazada, puede adivinar
el sexo de su bebé; acierta 10 casos consecutivos.

Un experto en historia y composición musical presume de poder identificar si una partitura

pertenece a una obra de Beethoven o de Mozart; da el diagnóstico correcto en 10 casos que le
presentan para su evaluación.

Bajo la teoría estadística clásica, estos dos problemas se modelan con una distribución Bernoulli (,10);
al plantear un contraste de hipótesis dónde Ho:  ≤ 0.5 (los sujetos bajo estudio no poseen ningún
poder discriminatorio), considerando en ambos casos x=10 (total de aciertos), la decisión contundente
es rechazar Ho. Por lo tanto, en términos de los datos observados, nos veríamos obligados a hacer las
mismas inferencias en los dos casos.

Sin embargo, dada nuestra información inicial, muy probablemente permaneceríamos impresionados
pero escépticos acerca de la capacidad de la mujer y muy poco sorprendidos por el experto en música.

Este ejemplo nos sensibiliza al hecho de que las inferencias deben basarse tanto en datos observados
como en información inicial que se posea, incluso si ésta es de naturaleza subjetiva.

El objetivo del curso es presentar a la estadística bayesiana como la teoría que proporciona el
mecanismo para combinar estas dos fuentes de información de una manera natural y, junto con la
Teoría de Decisión, ayuda a construir una poderosa herramienta general que, a diferencia de los
métodos clásicos, sirve para solucionar todo tipo de problemas.