¿Es la principal diferencia entre los enfoques bayesiano y frecuentista solo que el bayesiano tiene un estado oculto (un previo) que se actualiza de forma recursiva / iterativa donde las estadísticas frecuentistas no lo hacen?


Respuesta 1:

No.

Para empezar, realmente no hay frecuentistas. Esa es una palabra inventada por los bayesianos para describir a los estadísticos convencionales. De vez en cuando escuchas a alguien referirse a sí misma como frecuentadora, pero la mayoría de los frecuentadores son agnósticos que están felices de usar métodos clásicos, bayesianos u otros, lo que funcione mejor para la aplicación en cuestión.

Los bayesianos estrictos insisten en la actualización continua de las creencias, pero (a) la mayoría de los tramposos bayesianos porque la actualización continua descarta muchos métodos útiles y (b) los frecuentistas a menudo también se actualizan.

Diría que la diferencia principal es entre las personas que ven las estadísticas como una búsqueda de la verdad y las personas que usan las estadísticas para llegar a un acuerdo entre las personas. Si está buscando la verdad, sus creencias anteriores son claramente relevantes. Si está tratando de llegar a un acuerdo entre las personas, sus creencias anteriores son prejuicios que harán que otros sospechen de sus conclusiones.

No tiene que ser un Bayesiano estricto para ser un buscador de la verdad, pero no puede limitarse a las estadísticas clásicas. Las personas que usan estadísticas para tomar decisiones, y que son juzgadas por los resultados de esas decisiones, se inclinan hacia los métodos bayesianos y sus ramificaciones.

Las personas que usan estadísticas para llegar a un acuerdo entre las personas, incluidas las aprobaciones de drogas y otras decisiones regulatorias, el testimonio de expertos legales, las decisiones de publicación de revistas, etc., generalmente se basan en métodos frecuentes, aunque eso está cambiando.


Respuesta 2:

Los baysianos tratan los parámetros de la población, como medias y medianas y desviaciones estándar, como variables aleatorias. Comienzan con una distribución previa para el parámetro. Luego se obtienen los datos y la distribución se actualiza, convirtiéndose en una distribución posterior. Este proceso puede continuar para siempre.

Los frecuentes tratan los parámetros de la población como constantes fijas, generalmente desconocidas.

La inferencia bayesiana es fácil de interpretar.

La interpretación de la inferencia frecuentista se basa en argumentos de probabilidad condicionados, poco complicados y confusos.


Respuesta 3:

Los baysianos tratan los parámetros de la población, como medias y medianas y desviaciones estándar, como variables aleatorias. Comienzan con una distribución previa para el parámetro. Luego se obtienen los datos y la distribución se actualiza, convirtiéndose en una distribución posterior. Este proceso puede continuar para siempre.

Los frecuentes tratan los parámetros de la población como constantes fijas, generalmente desconocidas.

La inferencia bayesiana es fácil de interpretar.

La interpretación de la inferencia frecuentista se basa en argumentos de probabilidad condicionados, poco complicados y confusos.