Thursday, October 29, 2009

Manual de soluciones de teoría Bayesiana

42-22065357

En las últimas décadas, la teoría estadística se ha visto enriquecida por un nuevo tipo de pensamiento, que según David Salsburg (The Lady Testing Tea), fue desechado llevado al punto en que el investigador que manifestara su gusto por esta corriente era directamente discriminado y tildado de no riguroso. Pues bien lo tiempos han cambiado, y la verdad sea dicha, la estadística Bayesiana se ha convertido en un baluarte gigante de los métodos cuantitativos.


Algunas personas me han escrito desde diferentes países de Latino-américa y en cierta forma algunos de esos correos buscan algún tipo de dirección en cuanto a estadística bayesiana se refiere. La verdad sea dicha, en muchos casos el investigador que intenta usar un método bayesiano en un área de aplicación debe sacar lo mejor de sí y ponerse en la tarea de aprender de forma individual. Para todos aquellos (no estadísticos) que están interesados, de alguna manera muy apasionados, por aprender estadística bayesiana, les digo que sí es posible hacerlo. En realidad, por el momento, no existe algún texto estándar porque el subjetivismo juega parte importante en el aprendizaje de esta materia. De hecho, valdría la pena publicar un libro en español de análisis bayesiano que estuviera enfocado en métodos aplicados a problemas del día a día (Ver más abajo). Mientras alguien se anima les dejo dos herramientas de trabajo para su quehacer autodidacta. Se trata de dos solucionarios: el primero, escrito por Andrew Gelman para la segunda edición de Bayesian Data Analysys, el segundo escrito por Robert & Marin para su libro The Bayesian Core.


PD1: Confieso que desde hoy me pondré a la tarea de terminar esta grandiosa idea de plasmar en un texto académico mi visión de la estadística bayesiana.


PD2: En pocos días saldrá al mercado mi primer libro. Gracias a todos ustedes por interesarse tanto en el muestreo. De veras, infinitas gracias.

1 comment:

  1. Andrés:

    hay un libro muy lindo que leo que tiene bastante de inferencia bayesiana, llamado "Pattern Classification" de Richard Duda.

    Estuve buscando durante mucho tiempo soluciones a los problemas que plantea, pero no encontré. Los ejercicios los resolví de todos modos en su mayoría, pero hay algunos que no los pude sacar, o me gustaría chequear los que he podido terminar.

    Aprovecho para dejarte una frase que espero postees en algún momento en tu blog.

    "Se ha llegado a comparar al pronóstico con un conductor vendado siguiendo instrucciones de una acompañante observando la ventana trasera. Sin embargo, si esto es lo mejor que se puede hacer, es importante hacerlo lo mejor posible. De esta manera se podrá al menos negociar avances rectos en la carretera y cometer los menores desastres dentro de los riesgos involucrados."

    Andrew C. Harvey (1990). Forecasting Structural time series and the Kalman filter. Cambridge University Press, New York.

    Y otra que siempre la nombro a la hora de defender mi profesión:

    "Si los actuarios no hubieran tenido la teoría de la probabilidad disponible, tendrían que haberla inventado", Arthur Bailey (1989).

    ReplyDelete