Constraste de Hipótesis: Clásico vs Bayesiano

Alamilla-López, Norma E.; Jiménez H., José del C.

dc.creator	Alamilla-López, Norma E.
dc.creator	Jiménez H., José del C.
dc.date	2014-07-30
dc.date.accessioned	2021-06-11T01:24:08Z
dc.date.available	2021-06-11T01:24:08Z
dc.identifier	https://revistas.tec.ac.cr/index.php/matematica/article/view/1966
dc.identifier	10.18845/rdmei.v11i1.1966
dc.identifier.uri	http://hdl.handle.net/2238/12888
dc.description	La estadística bayesiana es una alternativa a la estadística clásica para la solución de problemas típicos estadísticos como son: estimación, contraste de hipótesis y predicción. Ha generado un enorme interés en los últimos 20 años y ha tenido una gran aceptación en muchas áreas de la investigación científica. La estadística bayesiana, parte del hecho de que toda forma de incertidumbre debe describirse por medio de modelos de probabilidad, y además, la probabilidad es el único lenguaje posible para describir una lógica que trata con todos los niveles de incertidumbre, y no sólo con los extremos de verdad o falsedad. La teoría bayesiana plantea la solución a un problema estadícual, la probabilidad de que un estadístico asigne a uno de los posibles resultados de un proceso, representa su propio juicio sobre la verosimilitud de que se tenga el resultado. Este juicio estará basado en opiniones e información acerca del proceso. Esta última también es una desventaja, pues algunos investigadores rechazan que la información inicial se incluya en un proceso de inferencia científica. Pero esta situación se puede evitar estableciendo una distribución a priori no informativa o de referencia, la cual se introduce cuando no se posee mucha información previa acerca del problema. A un problema específico se le puede asignar cualquier tipo de distribución a priori, ya que finalmente al actualizar la información a priori que se tenga acerca del parámetro, mediante el teorema de Bayes y obtener la distribución a posteriori del parámetro, es con esta con las que se hacen las inferencias del mismo. Cuando un investigador tiene conocimiento previo a un problema, éste conocimiento previo puede cuantificarse en un modelo de probabilidad. Si los juicios de una persona sobre la verosimilitud relativa a ciertas combinaciones de resultados satisfacen ciertas condiciones de consistencia, se puede decir que sus probabilidades subjetivas se determinan de manera única. En este artículo se planteará un ejemplo sencillo, el cual muestra la limitación que cuestionan al contraste de hipótesis clásico como procedimiento idóneo para la investigación, así como dar una posible solución de ese mismo problema mediante el enfoque alternativo: La estadística bayesiana.	es-ES
dc.format	application/pdf
dc.language	spa
dc.publisher	Instituto Tecnológico de Costa Rica	es-ES
dc.relation	https://revistas.tec.ac.cr/index.php/matematica/article/view/1966/1792
dc.relation	https://revistas.tec.ac.cr/index.php/matematica/article/view/1966/4361
dc.source	Revista Digital: Matemática, Educación e Internet; Vol. 11 Núm. 1 (2010): Agosto 2010 - Febrero, 2011	es-ES
dc.source	1659-0643
dc.subject	Inferencia estadística	es-ES
dc.subject	análisis bayesiano	es-ES
dc.subject	teorema de Bayes	es-ES
dc.subject	nivel de significancia	es-ES
dc.subject	contraste de hipótesis	es-ES
dc.title	Constraste de Hipótesis: Clásico vs Bayesiano	es-ES
dc.type	artículo original
dc.type

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Revista Digital: Matemática, Educación e Internet [423]
Es una revista se publica dos veces al año

Mostrar el registro sencillo del ítem