José Serrano Angulo

En esta monografía se intenta llevar al lector desde la definición de probabilidad hasta la estimación bayesiana de parámetros, comentando las diferencias, así como los inconvenientes y ventajas, entre el enfoque clasico y el bayesiano. Esta dirigida a lectores con un conocimiento de Matematicas y de Estadistica, al menos, de nivel de bachillerato, por lo que es asequible para cualquier estudiante de primer curso de todas las carreras donde se imparta una asignatura de Estadistica. En los dos primeros capitulos se expone la aplicacion general del enfoque bayesiano en el analisis de datos, empezando por las distintas definiciones de probabilidad y sus propiedades, siguiendo con los conceptos de distribucion a priori, distribucion a posteriori y funcion de verosimilitud, y terminando con la expresion general en la inferencia bayesiana. Cada concepto se ilustra con ejemplos numericos. En los siguientes capitulos se estudia la inferencia bayesiana para los casos particulares de la proporcion, la media y la varianza de una poblacion discutiendose la eleccion de la distribucion a priori en cada caso. Los resultados se acompañan de ejemplos y graficas. Las distribuciones que se necesitan y sus propiedades se incluyen en apendices, donde se desarrollan paso a paso las operaciones necesarias para obtener los resultados, con la intencion de que el lector interesado pueda seguirlos. Los ejemplos estan resueltos en una hoja de calculo, en los casos mas complejos se dan las expresiones matematicas necesarias en cada casilla de la hoja de calculo para obtener el resultado, facilitando al lector la aplicacion de los resultados a sus datos. En el ultimo capitulo se exponen las diferencias entre el enfoque bayesiano y el clasico, asi como la regla de Jeffreys para la eleccion de la distribucion a priori.