Estadistica

Departament d’Estadística i I.O., Universitat de Val` ncia.
e
Facultat de Matem` tiques, 46100–Burjassot, Val` ncia, España.
a
e
Tel. +34.96.364.3560 (directo), +34.96.386.4362 (secretaría)
Fax +34.96.364.3560 (directo), +34.96.386.4735 (secretaría)
E-mail: jose.m.bernardo@uv.es, Web: http://www.uv.es/˜bernardo/
Compuesto el 13 de Enero de 2000

Métodos Estadísticos Contemporáneos
enla Investigación Científica
´
JOSE M. BERNARDO
Universitat de Val` ncia, Spain
e
Contemporary Statistical Methods in Scientific Research
A new, extremely powerful paradigm to analyse the results of scientific experimentation,
which is firmly based on axiomatic foundations, is gradually substituting the traditional
recipe-based techniques which have been dominant in statistics for most of thiscentury.
The new paradigm, usually referred to as the Bayesian methodology, uses a probability
concept which closely matches that used in ordinary language, directly solves the more
relevant scientific questions on data analysis, and may be applied to complex, richly
structured problems, fairly inaccesible to traditional statistical methods.
Introducción. Los métodos estadísticos convencionaleshan sido durante generaciones una
fuente constante de insatisfacción, tanto para los estudiantes universitarios como para los
científicos en activo que, aunque muy interesados en un análisis adecuado de sus datos experimentales, no se sienten especialmente atraidos por una colección de recetas claramente carentes
de una estructura lógica que las relacione; obviamente, científicos o ingenierosencuentran útiles
formularios que les resuman los procedimientos de uso más frecuente pero, entrenados en un
razonamiento lógico, exigen que se les ofrezca una justificación convincente. Convencionalmente, la formación en probabilidad y estadística da comienzo en bachillerato con ejemplos
elementales de probabilidad, que ciertamente resultan razonables, pero que parecen limitarse a
problemasrelacionados con los juegos de azar. Naturalemente, los alumnos con aspiraciones
a un trabajo científico, tanto en las ciencias de la naturaleza como en las ciencias sociales, se
muestran interesados por aprender a analizar datos experimentales; sin embargo, suelen sentirse
decepcionados cuando, ya en la universidad, se les empieza a hablar de inferencia estadística.
En efecto, aunque muchos de losprocedimientos que se les exponen parecen sensatos por
separado, no se les pone de manifiesto (porque no existe) ningún principio básico que los
estructure. Los cursos de probabilidad y estadística parecen llevar a una dicotomía perversa:
la teoría de la probabilidad está bien fundamentada, pero sólo parece aplicable a problemas
de interés muy restringido; los problemas de inferenciaestadística son científica y socialmente
importantes, pero su ‘teoría’ se reduce a una colección de procedimientos, posiblemente intuitivos, pero que no sólo carecen de una justificación conjunta, sino que además son frecuentemente
incompatibles entre sí. Lo que rara vez se les explica a los estudiantes es que existe un
paradigma alternativo, la metodología bayesiana, que únicamente requiere lasmatemáticas de
una teoría general de la probabilidad perfectamente justificada, y el concepto de probabilidad

2
que corresponde al uso convencional de esa palabra en el lenguaje cotidiano. Las consecuencias
prácticas de la adopción de este nuevo paradigma son de muy largo alcance: por una parte, los
métodos bayesianos reducen los problemas de inferencia estadística a problemas de la teoría
de laprobabilidad, lo que hace esencialmente innecesaria la introducción de nuevos conceptos;
por otra parte, la nueva metodología proporciona una justificación lógica a muchos de los
procedimientos estadísticos convencionales como aproximaciones adecuadas (especialmente en
el caso de grandes muestras), haciendo explícitas las condiciones que resultan necesarias para
garantizar su validez. En el...