estadística

evidencia bayesiana

La probabilidad de los datos bajo un modelo con parámetros integrados; penaliza la complejidad automáticamente.
23 artículos relacionados · 1 fórmulas

Descripción

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.

Historia

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.

Cómo funciona

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.

En la práctica

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.

Dato curioso

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.

Concept graph →

Fórmulas

$$Z = \int \mathcal{L}(\Theta) \pi(\Theta) d\Theta$$
Integral of likelihood times prior over parameter space.
Qué hay en la fórmula
ZvariableBayesian evidence (marginal likelihood) — evidencia bayesiana
ΘvariableParameter vector — parameter vector
L(Θ)variableLikelihood function — likelihood function
π(Θ)variablePrior probability density — prior probability density
∫operadorIntegration over parameter space — operador integral
dΘoperadorInfinitesimal volume element — volume element

Artículos relacionados · 21

Ecología de las leyes físicas: un mapa de mecanismos que coexisten
En una banda de goma que se estira en el laboratorio actúan a la vez tres mecanismos distintos de elasticidad. Con poca elongación manda la ley de Hooke; con elongación media, la elasticidad entrópica de las cadenas; y con elongación fuerte, el endurecimiento por cristalización.
Biomoléculas2026-08-191 minarXiv:2608.18604exprés
Cómo los ingenieros de proteínas aprenden de sus errores
Un ingeniero de proteínas se parece a un cocinero que intenta hacer un plato que sea a la vez sabroso, saludable y barato. Al cambiar un ingrediente, corre el riesgo de estropear otro. Antes, los asistentes informáticos solo podían evaluar las propiedades de las proteínas por separado, sin ver cómo se relacionan entre sí.
Monroe: un modelo molecular con inferencia probabilística
Un intérprete se distrae con cada ruido en la sala, y una reunión de una hora se convierte en dos. Algo parecido ocurre con los modelos fundamentales moleculares: aprenden el lenguaje de las moléculas a partir de corpus enormes, pero para cada nueva conversación requieren un ajuste. Monroe cambia las reglas: no aprende un idioma nuevo, sino que capta al instante el sentido común a partir de unos pocos ejemplos.
La calma del vecino como señal de seguridad
Un pez solitario ve una sombra sobre su cabeza. ¿Huir? Si es solo una hoja, habrá gastado energía en vano y se habrá delatado ante un depredador. Si es una garza, la demora es mortal. Así es el eterno compromiso del solitario: reaccionar rápido significa muchas falsas alarmas; ser cauto significa arriesgarse a ser devorado. En un banco, todo es diferente.
Cómo contar los participantes de una colisión nuclear
Cuando dos núcleos pesados chocan entre sí a gran velocidad, no se golpean por completo, como bolas de billar. Solo una parte de su materia entra en contacto. Cuántos nucleones (protones y neutrones) participaron realmente en la colisión y cuántos pasaron de largo no se sabe de antemano. De este número dependen todas las mediciones posteriores, pero no se puede ver directamente.
El tiempo frente al clima: cómo distinguir el ruido de la señal
En invierno, en un barrio de la ciudad cae el triple de nieve que en el vecino. Un año hace calor, otro frío. Son los caprichos del tiempo. Pero a lo largo de décadas se observa otro cambio, más lento: los inviernos, en promedio, se vuelven más suaves. Distinguir uno de otro es la tarea principal de los climatólogos.
Teoría de Números2026-08-012 minarXiv:2608.00615exprés
Los números esconden patrones
En 1998, el matemático David Boyd notó algo extraño. Estudiaba la medida de Mahler de un polinomio —una cantidad que mide la "complejidad" de sus raíces— y descubrió que para una familia de curvas siempre se expresa como un número racional especial racional multiplicado por el valor de la derivada de la función L.
Cómo elige su camino una célula: una mirada a través del ruido
La célula de la ameba Dictyostelium se arrastra sobre el vidrio. Su camino queda registrado: una cadena de puntos en el plano. Pero, ¿qué fuerzas la empujan? Dentro de la célula trabaja un motor molecular: las proteínas tiran, la membrana se estira, el agua presiona.
Centinela con mapa: cacería de planetas errantes
Doscientos millones de estrellas. En el centro de la Galaxia, donde apuntará el futuro estudio del telescopio Nancy Grace Roman, unas 250 veces durante la misión la luz de una de ellas temblará por un toque invisible.
Caída de la máscara gaussiana: cómo 4 610 universos transformaron la estadística del cosmos
4 610 universos — exactamente esa cantidad de modelos cosmológicos necesitaron los astrofísicos para demostrar que la familiar máscara gaussiana ya no funciona para los datos de nueva generación.
La divisoria de los datos: cómo un simple interruptor 'sí/no' revela modelos multidimensionales
En un mapa topográfico, las gotas de lluvia eligen su camino: al caer en una ladera, fluyen hacia el río A; en otra, hacia el río B. El observador solo ve los meandros de los ríos (variables de respuesta Y) y sabe de qué ladera proviene el agua (instrumento Z), pero no ve las gotas en sí (factores no observables ε).
La señal silenciosa: cómo la IA oculta la solidez de las pruebas
Un médico hojea el historial clínico y ve una línea: «El fármaco reduce el riesgo». Pero, ¿hasta qué punto se puede creer? ¿Se basa la afirmación en un par de casos de la práctica o en decenas de miles de pacientes en un estudio ciego? De la respuesta depende el tratamiento.
Sinfonía de enanas blancas: cómo una red neuronal aprende a escuchar la música gravitacional de LISA
El Universo no está en silencio: está lleno de un continuo rumor de ondas gravitacionales. Dentro de una década, el observatorio espacial LISA afinará sus «oídos» al rango de milihercios, y la fuente más rica resultará ser nuestra Galaxia: decenas de miles de pares de enanas blancas girando en una danza…
Cómo el sesgo de confirmación ayuda a pensar más rápido
Estamos acostumbrados a pensar que notar solo las confirmaciones de nuestras suposiciones es un error. Pero cálculos recientes, inspirados en el comportamiento de las ondas, le dan la vuelta a esta visión. Resulta que el hábito de buscar lo familiar es la mejor manera de reducir el ruido informativo (los científicos lo llaman entropía).
Cómo una red neuronal escuchó el murmullo de la vida
El crecimiento de una población, visto desde fuera, se parece a un tren que acelera: primero avanza apenas, luego gana velocidad. Pero basta con mirar los datos para que la imagen se vuelva borrosa. En una medición hay una docena de individuos, en otra, de repente, un centenar.
Cosmología2026-05-072 minarXiv:2605.05679exprés
La orquesta cósmica pone a prueba la materia oscura
Dos bolas pesadas giran en la superficie de un estanque. De ellas se expanden círculos: son ondas gravitacionales. Cuando las bolas se acercan, las ondas se llevan energía y los círculos se vuelven más frecuentes.
Relatividad General2026-04-272 minarXiv:2604.24526exprés
Una onda gravitacional como intérprete con acento
Una orquesta lejana interpreta una sinfonía, pero la grabación está llena de interferencias. La melodía está escrita para dos instrumentos, pero del ruido parece emerger una tercera voz, suave y desconocida. Así escuchan los astrofísicos las ondas gravitacionales, tratando de captar las más mínimas desviaciones de las predicciones de Einstein.
La epidemia como juego: cómo el cálculo personal cambia la ola de contagios
Una epidemia no es solo un virus, sino también millones de decisiones personales. Una persona sigue viajando en metro, otra se encierra en casa. Los modelos clásicos describen el comportamiento promedio de la multitud, pero no preguntan por qué cada uno actúa así.
Un mapa para los núcleos atómicos
Cuando un neutrón o un protón penetra en un núcleo atómico, se comporta como una pelota que golpea una pared irregular: puede rebotar de muchas maneras, dependiendo de dónde impacte.
Genómica2026-01-142 minarXiv:2601.09758exprés
Cómo distinguir un fallo técnico de una enfermedad real
El diagnóstico genético se parece a comparar dos fotografías tomadas con cámaras distintas. Si una cámara altera un poco los colores, en la imagen aparecen «defectos» que no existen en la realidad.
Altas Energías2026-01-071 minarXiv:2601.04294exprés
El secreto de las estrellas de neutrones: miremos su tamaño
En el interior de una estrella de neutrones, la materia está comprimida a densidades inimaginables. Antes, los científicos especulaban sobre cómo estaban organizadas las cosas allí, probando posibles ecuaciones que relacionan presión y densidad. El nuevo enfoque descarta las conjeturas: vincula directamente la masa y el radio, que son medibles, con la estructura interna.