Mas Bayes, menos Chi-cuadrada

Carlos Alfonso Mantilla Duarte

Resumen


 

 Introducción: Desde que Neyman y Pearson desarrollaron la propuesta de Fisher para valorar la evidencia, χ2 se consolidó como la prueba óptima para la toma de decisiones. En las últimas décadas, este enfoque frecuentista ha entrado en crisis permitiendo al enfoque bayesiano perfilarse como la mejor alternativa para esta toma de decisiones. Métodos: Estudio cualitativo de carácter explicativo. Mediante revisión documental se expone el funcionamiento del Enfoque Neyman-Pearson (prueba χ2) y el Enfoque Bayesiano (FB). Se presentaron dos casos donde se conocía la respuesta para analizar el comportamiento de las pruebas frente a la evidencia. Resultados: En el Caso 1, los resultados de la prueba χ2 contradijeron la evidencia mientras que FB permitió seleccionar adecuadamente la respuesta. En el Caso 2, mediante χ2 no fue posible encontrar solución para el Contraste de Hipótesis, el Enfoque Bayesiano, por el contrario, abordó de manera natural el problema. Análisis: El problema de χ2 consiste en la imposición de un valor α para H_0 sin considerar el interés real del investigador. FB utiliza la información a priori que el usuario posee sobre el problema y las expectativas que el mismo tiene sobre la decisión que va a tomar. Conclusiones: Es preferible el uso de FB pues siempre permite encontrar la respuesta mientras χ2 no funciona adecuadamente en todos los casos. 


Palabras clave


Chi-Cuadrada, Factor de Bayes, Razón de Verosimilitud

Texto completo:

PDF

Referencias


Zamar RH. Estimación Robusta. Estadística Española. 1994; 36(137): p. 327 - 387.

Servizo Galego de Saúde. Análisis Bayesiano. [Online].; 2006 [cited 2015 Enero. Available from:http://www.sergas.es/.

MacKay DJC. Bayes or Chi-squared? Or does it not matter? [Online].; 2005 [cited 2015 Enero. Available from: http://www.inference.eng.cam.ac.uk/is/.

Pericchi Guerra LR. Análisis de Decisión, Inferencia y Predicción Estadística Bayesiana Caracas: Centro de Estadística y Software Matemático (CESMa) y Dpto. de Cómputo Científico y Estadística Universidad Simón Bolívar; 1999.

Pericchi Guerra LR. Bayes Factors: The Need to Replace P-Values [Memorias X Coloquio de Estadística]. Medellín; 2014.

Berger JO, Pericchi LR. The Intrinsic Bayes Factor for Model Selection and Prediction. Journal of

the American Statistical Association. 1996 Marzo; 91(433): p. 109-122.




DOI: https://doi.org/10.24054/01204211.v1.n1.2015.1328

Enlaces refback

  • No hay ningún enlace refback.


Copyright (c)