¿Cuándo ha sido crítico un enfoque bayesiano para abordar una teoría, hipótesis o problema?


8

Recientemente se publicó una pregunta en un servidor de listas que suscribo para preguntar (¿quizás cínicamente?) Cuando un enfoque bayesiano ha sido crucial para "hacer el trabajo" al abordar las preguntas en el campo de la ecología. Me pregunto, en general, cuándo un enfoque bayesiano ha sido esencial para progresar en un campo en particular.

En ecología, los métodos bayesianos parecen usarse con mayor frecuencia en situaciones aplicadas con conjuntos de datos grandes y complicados, por lo que me interesarían especialmente las circunstancias relacionadas con teorías o hipótesis importantes o clásicas en un campo.

Por ejemplo, en ecología, los métodos bayesianos parecen ser la única forma de ajustar modelos jerárquicos complejos y obtener estimaciones precisas de cosas como el tamaño de una población de animales o la tasa de supervivencia de un individuo en una población de criaturas. No estoy familiarizado con los casos en que se avanzó en la quema de preguntas teóricas porque se utilizó un enfoque bayesiano, aunque esto podría deberse a que la teoría ecológica a menudo se aborda con experimentos reduccionistas en un marco similar a ANOVA donde los valores p son la moneda históricamente valorada .


¿Usas la navaja de Occam? ¿Cómo justificas la Navaja de Occam sin usar un enfoque bayesiano?
Douglas Zare

Supongo que no me preocupa el debate básico bayesiano vs frequentista y si todos somos bayesianos, lo admitamos o no. Me interesan los casos de análisis bayesianos, modelos, enfoques, etc. que proporcionaron ideas críticas que eran imposibles o poco probables de lograr desde un enfoque frecuentista.
N Brouwer el

Respuestas:


4

En el estudio de dispositivos médicos para su aprobación para su uso para indicaciones específicas, la Administración de Alimentos y Medicamentos de EE. UU. Ha alentado durante al menos una década el uso de métodos bayesianos en ensayos clínicos de fase III para permitir que se incorpore información previa sobre el dispositivo junto con el ensayo datos.


3

Se han escrito varios artículos sobre el uso de métodos bayesianos para estimar los parámetros de las pruebas de diagnóstico (falso positivo, falso negativo, ...). El método bayesiano a menudo se prefiere debido al hecho de que a menudo hay más parámetros que observaciones. A diferencia de otras situaciones comunes, es casi imposible aumentar el número de observaciones.

El siguiente artículo es una buena descripción del problema:

Una aplicación de un enfoque bayesiano en problemas de pruebas de diagnóstico en ausencia de un estándar de oro


1

En respuesta a mi propia pregunta, Gopalaswamy et al. Acaba de publicar un artículo en la revista Ecology titulado "Estimación de la densidad en poblaciones de tigres: combinando información para una fuerte inferencia". Utilizaron un modelo bayesiano que combinaba información de estudios de tigres con diferentes metodologías para mejorar la precisión de su estimación de la densidad de la reserva natural de tigres. Por sí solos, los dos estudios separados indicaron que había ~ 12 +/- 1.95 tigres / 100km2 (media posterior +/- DE) o 6.7 +/- 2.37 tigres / 100km2. El modelo bayesiano combinado proporcionó una estimación de 8,5 +/- 1,95 tigres / 100 km2.

Al usar nuestro sitio, usted reconoce que ha leído y comprende nuestra Política de Cookies y Política de Privacidad.
Licensed under cc by-sa 3.0 with attribution required.