Voy a responder sus preguntas en orden:
La pregunta es: ¿Quiénes son los bayesianos hoy?
Cualquiera que haga análisis de datos bayesianos y se autoidentifique como "bayesiano". Al igual que un programador es alguien que programa y se identifica a sí mismo como un "programador". Una ligera diferencia es que, por razones históricas, Bayesian tiene connotaciones ideológicas, debido al argumento a menudo acalorado entre los defensores de las interpretaciones "frecuentes" de la probabilidad y los defensores de las interpretaciones "bayesianas" de la probabilidad.
¿Son algunas instituciones académicas selectas, donde sabes que si vas allí te convertirás en bayesiano?
No, al igual que otras partes de las estadísticas, solo necesitas un buen libro (y quizás un buen maestro).
Si es así, ¿son especialmente buscados?
El análisis de datos bayesianos es una herramienta muy útil cuando se realiza el modelado estadístico, lo cual me imagino que es una habilidad muy solicitada (incluso si las compañías tal vez no están buscando específicamente "bayesianos").
¿Nos referimos a unos pocos estadísticos y matemáticos respetados, y si es así, quiénes son?
Hay muchos estadísticos respetados que creo que se llamarían a sí mismos bayesianos , pero esos no son los bayesianos.
¿Existen incluso como tales, estos "bayesianos" puros?
Eso es un poco como preguntar "¿Existen estos programadores puros"? Hay un artículo divertido llamado 46656 Variedades de Bayesianos , y seguro que hay un argumento saludable entre los "Bayesianos" con respecto a muchos temas fundamentales. Al igual que los programadores pueden discutir sobre los méritos de diferentes técnicas de programación. (Por cierto, programa de programadores puros en Haskell).
¿Aceptarían felizmente la etiqueta?
Algunos lo hacen, otros no. Cuando descubrí el análisis de datos bayesianos, pensé que era el mejor desde el pan rebanado (todavía lo hago) y me alegró llamarme "bayesiano" (no menos importante para irritar a las personas con valor p en mi departamento). Hoy en día no me gusta el término, creo que podría alienar a las personas, ya que hace que el análisis de datos bayesianos parezca una especie de culto, que no lo es, en lugar de un método útil para tener en su caja de herramientas estadísticas.
¿Es siempre una distinción halagadora?
¡No! Hasta donde yo sé, el término "Bayesiano" fue introducido por el famoso estadístico Fisher como un término despectivo. Antes de eso se llamaba "probabilidad inversa" o simplemente "probabilidad".
¿Son matemáticos con diapositivas peculiares en las reuniones, privados de cualquier valor de p e intervalos de confianza, fácilmente detectables en el folleto?
Bueno, hay conferencias sobre estadísticas bayesianas, y no creo que incluyan tantos valores p. El hecho de que las diapositivas le resulten peculiares dependerá de sus antecedentes ...
¿Cuánto de un nicho es ser un "bayesiano"? ¿Nos referimos a una minoría de estadísticos?
Todavía creo que una minoría de estadísticos se ocupa de las estadísticas bayesianas, pero también creo que la proporción está creciendo.
¿O el islam bayesiano actual se equipara con las aplicaciones de aprendizaje automático?
No, pero los modelos bayesianos se usan mucho en el aprendizaje automático. Aquí hay un gran libro de aprendizaje automático que presenta el aprendizaje automático desde una perspectiva bayesiana / probibalística: http://www.cs.ubc.ca/~murphyk/MLbook/
Espero que haya respondido la mayoría de las preguntas :)
Actualizar:
[C] ¿podría considerar agregar una lista de técnicas o premisas específicas que distingan las estadísticas bayesianas?
Lo que distinguir estadística bayesiana es el uso de modelos bayesianos :) Aquí está mi giro en lo que es un modelo bayesiano es :
Un modelo bayesiano es un modelo estadístico en el que utiliza la probabilidad para representar toda la incertidumbre dentro del modelo, tanto la incertidumbre con respecto a la salida como también la incertidumbre con respecto a la entrada (también conocida como parámetros) al modelo. Todo el teorema anterior / posterior / Bayes sigue a esto, pero en mi opinión, usar la probabilidad para todo es lo que lo hace bayesiano (y, de hecho, una palabra mejor tal vez sea algo así como un modelo probabilístico).
Ahora, los modelos bayesianos pueden ser difíciles de ajustar , y hay una gran cantidad de técnicas computacionales diferentes que se utilizan para esto. Pero estas técnicas no son bayesianas en sí mismas. Para nombrar algunas técnicas computacionales:
- Cadena Markov Monte Carlo
- Metrópolis-Hastings
- Muestreo de Gibbs
- Hamiltoniano Monte Carlo
- Bayes Variacionales
- Cálculo bayesiano aproximado
- Filtros de partículas
- Aproximación de Laplace
- Y así...
¿Quién fue el famoso estadístico que introdujo el término 'Bayesiano' como despectivo?
Supuestamente era Ronald Fisher. El documento ¿ Cuándo se convirtió la inferencia bayesiana en "bayesiana"? da la historia del término "bayesiano".