Factores Bayesianos Fraccionarios para la Comparación de Modelos

RESUMEN La comparación bayesiana de modelos se logra simplemente mediante el cálculo de probabilidades posteriores de los propios modelos. Sin embargo, existen dificultades con este enfoque cuando la información previa sobre los parámetros de los diferentes modelos es débil. Los factores Bayesianos parciales ofrecen una resolución al problema al reservar parte de los datos como una muestra de entrenamiento. La muestra de entrenamiento se utiliza para obtener una distribución posterior informativa inicial de los parámetros en cada modelo. La comparación de modelos se basa entonces en un factor Bayesiano calculado a partir de los datos restantes. Se discuten las propiedades de los factores Bayesianos parciales, particularmente en el contexto de débil información previa, y se encuentra que tienen ventajas sobre otros métodos propuestos de comparación de modelos. Se aboga por una nueva variante del factor Bayesiano parcial, el factor Bayesiano fraccionario, por razones de consistencia, simplicidad, robustez y coherencia.