La probabilidad de los datos bajo un modelo con parámetros integrados; penaliza la complejidad automáticamente.La evidencia bayesiana, también conocida como verosimilitud marginal, es la probabilidad de los datos observados bajo un modelo dado, con todos los parámetros integrados. Se calcula como la integral de la verosimilitud por la prior sobre todo el espacio de parámetros. Esta cantidad es central en la comparación de modelos bayesianos: el cociente de evidencias de dos modelos (el factor de Bayes) te dice cuánto más probable es un modelo que el otro, dados los datos. Una propiedad clave es que penaliza automáticamente la complejidad del modelo: un modelo con más parámetros no obtiene automáticamente una evidencia mayor, porque el espacio de parámetros adicional diluye la masa de probabilidad a priori.
El concepto se remonta al trabajo de Harold Jeffreys en la década de 1930, quien introdujo el factor de Bayes para la prueba de hipótesis. El término 'evidencia' fue popularizado por John Skilling en el contexto del muestreo anidado en la década de 2000.
Para calcular la evidencia, se integra el producto de la verosimilitud y la prior sobre todos los valores de los parámetros. Para modelos simples, esta integral se puede realizar analíticamente; para modelos complejos, requiere métodos numéricos como el muestreo anidado o la integración termodinámica. La evidencia equilibra el ajuste y la complejidad: un modelo que ajusta bien los datos pero tiene muchos parámetros tendrá una evidencia menor que un modelo más simple que ajusta casi igual de bien, porque la masa prior se extiende sobre un volumen mayor.
La evidencia bayesiana se utiliza en cosmología para comparar modelos del universo (por ejemplo, con o sin energía oscura), en la detección de exoplanetas para decidir si una señal es un planeta o ruido, y en aprendizaje automático para la selección automática de modelos.
La evidencia bayesiana implementa automáticamente la navaja de Occam: si dos modelos ajustan los datos igual de bien, el más simple tendrá una evidencia mayor, puramente por las matemáticas de la probabilidad.
| Z | variable | Bayesian evidence (marginal likelihood) — evidencia bayesiana |
| Θ | variable | Parameter vector — parameter vector |
| L(Θ) | variable | Likelihood function — likelihood function |
| π(Θ) | variable | Prior probability density — prior probability density |
| ∫ | operador | Integration over parameter space — operador integral |
| dΘ | operador | Infinitesimal volume element — volume element |








