¿Alguna vez los bayesianos sostienen que hay casos en los que su enfoque generaliza / se superpone con el enfoque frecuentista?

12

¿Alguna vez los bayesianos sostienen que su enfoque generaliza el enfoque frecuentista, porque uno puede usar antecedentes no informativos y, por lo tanto, puede recuperar una estructura típica de modelo frecuentista?

¿Alguien puede referirme a un lugar donde pueda leer sobre este argumento, si realmente se usa?

EDITAR: Esta pregunta quizás esté redactada no exactamente de la manera en que quise formularla. La pregunta es: "¿hay alguna referencia a la discusión de los casos en que el enfoque bayesiano y el enfoque frecuentista se superponen / intersectan / tienen algo en común a través del uso de cierto previo?" Un ejemplo sería usar el incorrecto anterior , pero estoy bastante seguro de que esto es solo la punta de la punta del iceberg.p(θ)=1

singelton
fuente
2
Recuerdo que este argumento se hizo en la Introducción a la Econometría Bayesiana de Greenberg, pero no estoy seguro y no estoy seguro de si hay una mejor referencia. Además, creo que no es solo la elección del prior, sino también la confianza en el prior.
John
3
¡Hay un buen argumento de que los frecuentistas generalizan el enfoque de Bayes! Esto se debe a que los frecuentistas están contentos de usar los anteriores cuando están justificados (por teoría o datos), pero además usan métodos que los bayesianos no tocarían. :-)
whuber
3
Son enfoques completamente diferentes a partir de la forma en que se interpreta la probabilidad (véase, por ejemplo, el enlace ). Además, no existe una definición única (incluso menos aceptada) de información no informativa previa simplemente porque no hay una definición única (o aceptada) de información . Incluso si los estimadores son cuantitativamente iguales, la interpretación de un estimador frecuentista y un estimador bayesiano son diferentes. Como mencioné en un comentario anterior "Es como decir que las naranjas generalizan las manzanas".
1
@Procrastinator Estoy completamente de acuerdo en que no siempre se cruzan. Estoy buscando argumentos en los casos en que lo hacen. Permítanme volver a plantear la pregunta: "¿hay alguna referencia a una discusión en la que las estadísticas bayesianas y las estadísticas frecuentas se superpongan de una forma u otra mediante el uso de un previo?" Un ejemplo sería usar el incorrecto anterior . Pero esta es realmente la punta del iceberg, creo. p(θ)=1
singelton
1
@Procrastinator sí, gracias! ese es exactamente el tipo de discusión que estoy buscando (aunque supongo que sigue siendo la punta del iceberg). Solo necesito encontrar un libro que lo haga a fondo, y no pude encontrar uno. Seguiré buscando gracias de nuevo. (la mayoría de los libros se centran en el enfoque frecuentista o el enfoque bayesiano, pero no los compares de la misma manera que lo hiciste)
Singelton

Respuestas:

11

He visto dos argumentos avanzados que el análisis bayesiano es una generalización de un análisis frecuentista. Ambos fueron algo irónicos, y más lograron que las personas reconocieran los supuestos sobre los modelos de regresión al usar los antecedentes como contexto.

Argumento 1: El análisis frecuente es un análisis bayesiano con un previo puramente no informativo centrado en cero (sí, no importa dónde esté centrado, pero ignore eso). Esto proporciona tanto el contexto para el cual un bayesiano podría extraer los resultados de un análisis frecuentista, explica por qué puede salirse con la suya usando algunas técnicas "bayesianas" como MCMC para extraer estimaciones frecuentistas en situaciones en las que, por ejemplo, la convergencia de máxima probabilidad es difícil y se obtiene las personas reconocen que cuando dicen "Los datos hablan por sí mismos" y similares, lo que en realidad dicen es que de antemano, todos los valores son igualmente probables.

Argumento 2: cualquier término de regresión que no incluya en un modelo, en efecto, se le ha asignado un previo centrado en cero sin variación. Este no es tanto un "análisis bayesiano es una generalización" sino un argumento de "Hay antecedentes en todas partes , incluso en sus modelos frecuentistas".

Fomite
fuente
3
+1 El argumento 2 es interesante. Dos comentarios sobre el Argumento 1: 1. Yo diría anteriores planos en lugar de poco informativos (este último es un nombre inapropiado, si alguna vez hubo uno). 2. No es necesario hablar sobre los antecedentes para motivar el uso de MCMC en el análisis frecuentista: ¡no hay nada inherentemente bayesiano en esta técnica numérica !
MånsT
gracias EpiGrad ¿Tiene alguna referencia que discuta los dos argumentos que mencionó?
singelton
1
+1 Está bien, siempre y cuando la gente se dé cuenta de que es irónico hablar. ¡Pero por favor no te lo tomes en serio!
Michael R. Chernick
@ MånsT: estuve de acuerdo en que MCMC no necesitaba una justificación para su uso, pero creo que existe en la mente de las personas como algo en el ámbito bayesiano, en lugar de una técnica puramente numérica. Esto ayuda a sacarlos de eso.
Fomite
@bayesianOrFrequentist Realmente no.
Fomite
6

La respuesta corta es probablemente "sí, y ni siquiera necesita un plano previo para que este argumento se mantenga".

Por ejemplo, la estimación del máximo A posteriori (MAP) es una generalización de la máxima probabilidad que incluye un previo, y existen enfoques frecuentistas que son analíticamente equivalentes a encontrar este valor. El frecuentista vuelve a etiquetar "lo anterior" como una "restricción" o "penalización" en la función de probabilidad, y obtiene la misma respuesta. Entonces, los frecuentistas y los bayesianos pueden señalar lo mismo que ser su mejor estimación de parámetros, incluso si las filosofías son diferentes. La sección 5 de este artículo frecuente es un ejemplo en el que son equivalentes.

La respuesta más larga es más como "sí, pero a menudo hay otros aspectos del análisis que distinguen los dos enfoques. Aún así, incluso estas distinciones no son necesariamente irreflexivas en muchos casos".

Por ejemplo, si bien los bayesianos a veces usan la estimación MAP (modo posterior) cuando es conveniente, en su lugar suelen enfatizar la media posterior. Por otro lado, la media posterior también tiene un análogo frecuentista, llamado la estimación "en bolsas" (de "agregación de bootstrap") que puede ser casi indistinguible (consulte este pdf para ver un ejemplo de este argumento). Así que tampoco es una distinción "dura".

En la práctica, todo esto significa que incluso cuando un frecuentador hace algo que un bayesiano consideraría totalmente ilegal (o viceversa), a menudo (al menos en principio) hay un enfoque del otro campo que daría casi la misma respuesta.

La principal excepción es que algunos modelos son realmente difíciles de adaptar desde una perspectiva frecuentista, pero eso es más una cuestión práctica que filosófica.

David J. Harris
fuente
gracias David Tu respuesta es útil. También estoy buscando una referencia que discuta este punto en detalle. Quiero ver cuál es el argumento de los bayesianos sobre los antecedentes no informativos y la forma en que pueden reducirse al enfoque frecuentista. Entiendo perfectamente el punto técnico detrás de esto (por ejemplo, si simplemente multiplica su probabilidad por 1 ... obtendrá su probabilidad :-)), pero estoy buscando una discusión más decente.
singelton
1
Estoy descubriendo que muchos jóvenes no conocen la historia o no comprenden la esencia del paradigma bayesiano. Llamarlo una generalización del enfoque frecuentista realmente tergiversa la comparación de estos paradigmas. Tomando comentario Procrastinators y ponerlo en una forma ligeramente diferente, yo diría que esto es como decir que una manzana es sólo una naranja de gran tamaño,
Michael R. Chernick
@DavidJHarris No me gustó tu respuesta. Técnicamente, las relaciones que señala son legítimas, pero decir "sí" en la respuesta corta da la impresión equivocada. No creo que los bayesianos quieran llamar a su paradigma una generalización de las estadísticas frequntistas. Los términos completamente bayesianos, empíricos bayesianos y posiblemente distinguen paradigmas relacionados con bayesianos, pero creo que los bayesianos podrían oponerse a llamar a estas ramas del paradigma bayesiano.
Michael R. Chernick
2
@MichaelChernick Point tomado. No quise decir que todas las estadísticas y filosofía bayesianas tienen análogos frecuentas cercanos y viceversa, solo que a menudo se puede encontrar un método que logre el mismo trabajo en cualquiera de los campos, y que el enfoque bayesiano tiende a ser el más flexible de los dos. Tal vez debería haber enfatizado que, incluso cuando las estimaciones de parámetros que obtiene de las dos escuelas son idénticas, aún deben interpretarse de manera diferente, como señaló el Procrastinator en otro lugar.
David J. Harris
@DavidJHarris. Estoy de acuerdo con todo lo que dices, pero solo hago una excepción al uso del término generalización.
Michael R. Chernick
3

Edwin Jaynes fue uno de los mejores en destacar las conexiones entre la inferencia bayesiana y la frecuentista. Sus intervalos de confianza en papel versus intervalos bayesianos (la búsqueda en Google lo menciona) como una comparación muy exhaustiva, y creo que es justa.

La estimación de área pequeña es otra área donde las respuestas de ML / REML / EB / HB tienden a ser cercanas.

probabilidadislogica
fuente
2

Muchos de estos comentarios suponen que "frecuentista" significa "estimación de máxima verosimilitud". Algunas personas tienen una definición diferente: "frecuentista" significa un tipo de análisis de las propiedades inferenciales a largo plazo de cualquier método de inferencia, ya sea Bayesiano, o método de momentos, o máxima probabilidad, o algo expresado de manera no probabilística. términos (por ejemplo, SVM), etc.

Brendan OConnor
fuente
1

Me gustaría saber de Stephane o de algún otro experto bayesiano sobre esto. Yo diría que no porque es un enfoque diferente, no una generalización. En otro contexto, esto se ha discutido aquí antes. ¡No piense que solo porque los anteriores planos producen resultados cercanos a la máxima probabilidad de que un método bayesiano con un previo plano sea frecuente! Creo que sería una presunción falsa que te llevaría a pensar que al hacer arbitrario el anterior estás generalizando a otros posibles anteriores. No pienso de esa manera y estoy bastante seguro de que la mayoría de los bayesianos tampoco.

Entonces algunas personas lo discuten, pero no creo que deberían clasificarse como bayesianos

aunque Stephane ha señalado la dificultad con una fuerte clasificación. Hablando estrictamente, si la palabra es alguna vez, supongo que dependerá de cómo se defina Bayesiano.

Michael R. Chernick
fuente
(+1) Son enfoques completamente diferentes. Es como decir que las naranjas generalizan las manzanas.
55
Comer muchas naranjas y ninguna manzana te hace pensar que sí.
Alfred M.
Esto es cierto, aunque la máxima probabilidad es uno de los pocos procedimientos generales para hacer inferencia frecuentista. Por lo tanto, invariablemente estará sobrerrepresentado en discusiones generales sobre métodos frecuentistas. Me sorprende que no se haya mencionado el muestreo de encuestas como GREG.
probabilidadislogica