Las estadísticas bayesianas ofrecen un marco coherente para actualizar las creencias sobre parámetros inciertos a medida que se dispone de nuevos datos. Distribución anterior, una representación matemática de lo que sabemos o asumen sobre un parámetro antes de observar cualquier dato. El anterior se combina con la probabilidad de los datos observados a través del teorema de Bayes para producir un Distribución posterior, que encapsula nuestro conocimiento revisado después de considerar la evidencia. La elección del anterior puede influir fuertemente en el posterior, especialmente cuando los datos son escasos, lo que hace esencial para los practicantes comprender el papel, la construcción y las implicaciones de las distribuciones anteriores en los análisis del mundo real.

¿Qué es una distribución previa?

Una distribución previa es una función de densidad de probabilidad (para parámetros continuos) o función de masa de probabilidad (para parámetros discretos) que cuantifica nuestra incertidumbre inicial sobre una cantidad desconocida. En la inferencia bayesiana, el anterior no es sólo un punto de partida sino una parte integral del modelo. Representa nuestro conocimiento subjetivo o objetivo antes de que se vean los datos, que pueden venir de experimentos anteriores, opinión experta, limitaciones físicas, o incluso un deseo de expresar ignorancia previa.

Posterior ⁇ Prior × Probablemente

La distribución posterior es proporcional al producto del anterior y la probabilidad de los datos observados. Este mecanismo de actualización es matemáticamente elegante y filosóficamente atractivo porque proporciona una manera natural de aprender de la experiencia. Sin embargo, la influencia del anterior puede ser tanto una fuerza como una debilidad: permite la integración de los conocimientos existentes, pero también introduce subjetividad en el análisis.

Tipos de Priores

Prioridades informativas

Un prior informativo se construye cuando se dispone de conocimientos confiables y específicos para dominios. Por ejemplo, en un ensayo clínico para un medicamento que es una ligera modificación de un fármaco existente, los datos históricos pueden sugerir que la tasa de éxito es alrededor del 70% con una pequeña desviación estándar. Usar un anterior informativo centrado en 0.7 con baja variabilidad influirá fuertemente en el posterior, pero que influencia está justificada por la evidencia previa fuerte.

Prioridades poco informativas

Los antecedentes poco informativos están diseñados para proporcionar cierta regularización sin imponer creencias fuertes. Se utilizan a menudo cuando tenemos alguna idea de la escala o rango plausible de un parámetro pero quieren que los datos dominan la inferencia. Por ejemplo, un prior que coloca una distribución normal estándar en un coeficiente de regresión (medio 0, varianza 1) es débilmente informativo si esperamos que el coeficiente sea muy pequeño.

Prioridades uninformativas (vague)

Antes informativos, también llamados anteriores no informativos o referencia, tienen como objetivo expresar ignorancia sobre el parámetro. El ejemplo más común es un uniforme antes de un intervalo finito, o un plano anterior a la línea real. Sin embargo, se necesita atención: un plano previo a un parámetro no abundado puede ser impropio (no se integra a 1), que todavía puede producir un posterior adecuado bajo ciertas condiciones.

Priores conjugados

Un previo conjugado es elegido para que la distribución posterior pertenece a la misma familia que el anterior. Por ejemplo, un Beta prior es conjugado para una probabilidad binomio (posterior es Beta), y un Gamma prior es conjugado para una probabilidad Poisson. Conjugar los anteriores simplifican enormemente los cálculos matemáticos, haciendo posible derivar expresiones posteriores cerradas sin integración numérica.

Elegir el Prior derecho

Eligiendo un prior apropiado es un paso crítico en el modelado Bayesiano. Un prior mal elegido puede dominar los datos y conducir a conclusiones parciales o engañosas. Varios principios guían la elección previa:

  • Conocimientos de materia: Use información disponible de estudios anteriores, la obtención de expertos o la teoría científica para construir un anterior que refleje la comprensión actual.
  • Robustness: Realizar análisis de sensibilidad variar el antes de ver cuánto cambia el posterior. Si las conclusiones son estables en anteriores razonables, la inferencia es robusta.
  • Bahías empíricas: En algunos ajustes, el anterior se puede estimar a partir de los datos a mano (por ejemplo, utilizando un modelo jerárquico), aunque ello viola la estricta separación bayesiana de datos y antecedentes.
  • Regularización: Use priores poco informativos para reducir las estimaciones extremas y mejorar el rendimiento predictivo, especialmente en modelos de alta dimensión.

Es una buena práctica justificar la elección de prior transparente y reportar la sensibilidad de los resultados a los anteriores alternativos. Esta transparencia es una de las fortalezas de las estadísticas Bayesianas: las suposiciones del analista son explícitas y abiertas al escrutinio.

Ejemplos prácticos

Ejemplo 1: Estimar una probabilidad con un Flip de Coin

Supongamos que queremos estimar la probabilidad θ que una moneda cabeza de tierra. Observamos 10 vueltas y obtenemos 9 cabezas. Con un uniforme anterior (Beta(1,1)), el posterior es Beta(1+9, 1+1) = Beta(10,2). La media posterior es 10/12 ♥ anterior es 0,833. Pero si tenemos una fuerte creencia de que la moneda es justa, podríamos usar un anterior como Beta(100,100)

Ejemplo 2: Pruebas A/B en Marketing

En un test A/B comparando las tasas de clic a través (CTR) para dos diseños de sitios web, podríamos utilizar Beta priors de forma poco informativa para las dos tasas. Por ejemplo, podríamos establecer Beta(1,1) para ambos grupos para expresar la ignorancia completa. Alternativamente, si los datos históricos de pruebas similares muestran que los CTR típicos son alrededor del 2-3%, podríamos utilizar un Beta(30, 970) anterior (mean 0,03, tamaño de muestra de prueba de tamaño anterior.

Ejemplo 3: Estimar un Significado con Datos Limitados

Considere la estimación de la altura media de una especie de planta rara. Tenemos sólo 5 mediciones. Usar un plano anterior para el medio μ ( uniforme de la propiedad) y un vago previo para la varianza podría producir estimaciones inestables. Un mejor enfoque es utilizar un previsor débilmente informativo para μ centrado en la altura típica de las especies relacionadas (por ejemplo, Normal(50 cm, 10 cm)) y un medio de cálculo previo para el estándar.

Métodos computacionales para la selección previa

En la práctica moderna de Bayesian, el anterior es raramente elegido para comodidad matemática. Los métodos de la cadena Markov Monte Carlo (MCMC), como el muestreo de Gibbs y el Monte Carlo Hamiltoniano (empleados en herramientas como Stan, JAGS y PyMC), permiten a los analistas especificar cualquier distribución anterior, incluso uno que no sea conjugado o complejo. Esta flexibilidad significa que el anterior puede ser ajustado al problema sin preocuparse por la variabilidad

Los cheques predictivos anteriores son una herramienta valiosa para evaluar las opciones anteriores. Uno simula los datos de la distribución anterior y examina si los datos generados son plausibles dada el dominio. Si el anterior produce conjuntos de datos no realistas, debe ser ajustado. De manera similar, los controles predictivos posteriores comparan los datos observados con los datos simulados desde el posterior para evaluar el ajuste del modelo.

Conclusión

La distribución previa es una piedra angular de las estadísticas Bayesianas, permitiendo a los analistas incorporar formalmente el conocimiento externo y la incertidumbre en sus modelos. Comprender los diferentes tipos de priores —informativos, débilmente informativos, uninformativos y conjugados— y sus implicaciones prácticas son esenciales para realizar análisis Bayesian robustos y creíbles. Un análisis estadístico bien elegido puede mejorar la inferencia, especialmente en entornos con datos limitados.

Para más lectura, consulte los artículos de Wikipedia sobre probabilidad anterior, conjugar priores, y Teorema de Bayes. El Estudios de casos sobre modelado previo por Michael Betancourt proporcionar más información sobre la construcción práctica previa. Además, el libro Repensamiento estadístico por Richard McElreath ofrece una excelente introducción a la modelación Bayesiana con énfasis en la elección previa.