Una distribución cambia cuando llegan datos
La estadística bayesiana representa la incertidumbre sobre cantidades desconocidas mediante probabilidades y la actualiza al observar datos. Parte de una distribución previa, usa un modelo que indica qué datos serían plausibles para cada valor y obtiene una distribución posterior. La posterior no es una respuesta mágica ni una creencia personal sin límites: depende de supuestos explícitos que deben comprobarse. Su ventaja principal es ofrecer afirmaciones directas sobre parámetros, predicciones y decisiones condicionadas al modelo y a la información realmente disponible.
El teorema de Bayes proporciona la regla matemática. En forma abreviada, posterior es proporcional a verosimilitud por prior. El denominador normaliza el resultado para que las probabilidades sumen uno. En problemas reales se trabaja con distribuciones completas y, a menudo, se necesitan métodos computacionales para explorarlas.
Cada pieza responde a una pregunta distinta
La prior describe qué valores eran plausibles antes de usar los datos actuales. Puede proceder de estudios anteriores, restricciones físicas o una elección débilmente informativa que descarte extremos absurdos sin imponer una respuesta estrecha. La verosimilitud pregunta cuán compatibles son los datos observados con cada valor del parámetro. No es la probabilidad de que el parámetro sea verdadero.
La posterior combina ambas. Si los datos son abundantes y el modelo identifica bien el parámetro, distintas priors razonables suelen producir resultados parecidos; con pocos datos, la prior pesa más. Comparar análisis de sensibilidad muestra cuánto cambia la conclusión al variar supuestos. Ocultar la prior no vuelve objetivo el análisis: solo impide evaluar una decisión que de todos modos se tomó.
Una moneda permite ver la actualización sin maquinaria
Imaginemos que la probabilidad de cara es desconocida. Una prior distribuye plausibilidad entre cero y uno. Tras observar siete caras en diez lanzamientos, la verosimilitud favorece valores alrededor de 0,7, pero no descarta otros. La posterior combina ese patrón con la prior y produce un intervalo de valores plausibles. Once lanzamientos más pueden volver a actualizarla: la posterior actual se convierte en prior del siguiente análisis.
El ejemplo no demuestra que cualquier secuencia revele rápidamente una moneda trucada. Diez observaciones contienen poca información y resultados extremos ocurren por azar. La respuesta bayesiana conserva esa incertidumbre en vez de reemplazarla por una estimación puntual. También permite calcular la probabilidad predictiva de caras futuras integrando sobre los valores posibles, no fingiendo que uno de ellos ya es conocido.
Un intervalo creíble dice algo distinto de uno de confianza
Un intervalo creíble del 95 % contiene, bajo el modelo y los datos, el 95 % de la probabilidad posterior del parámetro. Un intervalo de confianza frecuentista se interpreta mediante el comportamiento de un procedimiento repetido, no como probabilidad del parámetro fijo después de ver este conjunto. En muchos casos numéricos se parecen, pero su lógica no es idéntica.
La diferencia no convierte automáticamente a un método en superior. La inferencia estadística frecuentista ofrece controles de error muy valiosos; el enfoque bayesiano facilita integrar información y decisiones. Elegir depende de la pregunta, del diseño y de qué garantías se necesitan. Mezclar interpretaciones puede producir una frase intuitiva que el cálculo utilizado no respalda.
Obtener números es solo la mitad del análisis
En modelos sencillos existen soluciones analíticas. En otros, algoritmos de Monte Carlo mediante cadenas de Markov generan muestras aproximadas de la posterior; métodos variacionales ofrecen aproximaciones más rápidas. Convergencia, tamaño efectivo de muestra y sensibilidad deben diagnosticarse. Un gráfico bonito no garantiza que el algoritmo haya explorado todas las regiones relevantes.
Después se realizan comprobaciones predictivas: simular datos desde el modelo ajustado y compararlos con los reales. Si el modelo reproduce la media pero nunca los extremos observados, falta estructura. Estas pruebas no demuestran que el modelo sea verdadero; identifican maneras en que resulta inadecuado. La inferencia bayesiana madura incluye crítica y revisión, no solo actualización.
La posterior informa una decisión, pero no fija sus valores
Para decidir se combinan probabilidades con consecuencias. Un tratamiento puede elegirse si el beneficio esperado compensa riesgos; una inspección puede priorizarse donde la probabilidad y el coste de fallo son altos. La función de utilidad o pérdida introduce preferencias y responsabilidades. Dos personas con la misma posterior pueden decidir distinto porque valoran de forma diferente falsos positivos, retrasos o costes.
El dato memorable es que Bayes no convierte una hipótesis improbable en cierta por acumular cualquier evidencia: la evidencia debe ser más esperable bajo esa hipótesis que bajo sus alternativas. Una posterior precisa puede seguir estando equivocada si el modelo omite un sesgo. La estadística bayesiana ofrece un lenguaje coherente para aprender, predecir y decidir, siempre que priors, datos, código y comprobaciones permanezcan visibles.
Una buena predicción debe funcionar fuera de los datos usados para ajustar
Dos modelos pueden explicar las observaciones conocidas y predecir de forma muy diferente. La comparación bayesiana evalúa su capacidad predictiva y penaliza, de distintas maneras, la flexibilidad que solo memoriza ruido. La probabilidad marginal y los factores de Bayes son sensibles a los priors; la validación cruzada estima rendimiento fuera de muestra. Ninguna cifra debe interpretarse sin revisar qué pregunta responde y si los modelos candidatos incluyen alternativas razonables.
Antes de observar datos también puede simularse desde el prior. Si el modelo predice edades negativas, ingresos astronómicos o tasas imposibles con frecuencia apreciable, los supuestos necesitan revisión. Estas comprobaciones previas convierten el prior en una afirmación observable y facilitan detectar escalas mal elegidas. Después, predicciones posteriores comprueban qué patrones siguen sin explicarse. El ciclo completo consiste en formular, simular, observar, actualizar y criticar; no en ejecutar una fórmula una sola vez.
