Desearía que alguien tomara una investigación académica, historia de la ciencia, mira esto. Como estudiante fui atrapado en el medio en los años 1960 y 1970.
En 1966 tomé una clase de posgrado en Análisis de decisiones bayesianas y una clase de pregrado en Estadística; ¡Esto fue muy bueno para mi cerebro, pero no para mis calificaciones!
En ese momento las dos partes ni siquiera hablaban, que yo supiera. Mi interpretación probablemente ingenua entonces, y en toda la escuela de posgrado, fue que las estadísticas habían intentado hacerse respetables imitando (el campo matemático del) análisis: cosas de Neyman-Pearson. Al mismo tiempo, las escuelas de ingeniería y las escuelas de negocios, y algunos matemáticos, comenzaron a adoptar el modelo bayesiano. Recuerdo que uno de mis libros de matemáticas (John Kemeny y?) Decía que “la probabilidad era una representación de la incertidumbre”, sin afirmar que las probabilidades tenían que venir de frecuencias, muestreo de una población, etc., como decían mis libros de estadísticas. Este punto de vista, esa probabilidad era sobre representar la incertidumbre y no sobre las frecuencias y el muestreo de las poblaciones, resultó muy útil para mi propio pensamiento.
Ya en 2011, vi evidencia de que los dos campos aún no podían comunicarse. Un estadístico criticó (sub-declaración) una conferencia de Sebastian Thrun en la primera oferta de la clase de IA de Stanford en línea. Peter Norvig (co-instructor) tuvo que meterse y señalar que la crítica asumió un punto de vista frecuente mientras que Thrun era un Bayesiano implícito (pragmático).
- ¿Cuáles son algunas de las imprecisiones históricas en la película de 2014, Selma?
- Si viviera antes de Newton y Leibniz, ¿cómo podría desarrollar lo que hoy llamamos cálculo?
- ¿Cómo ha evolucionado el nacionalismo en el Reino Unido desde la era del imperialismo hasta el presente?
- ¿Qué razones dan los marxistas para el fracaso absoluto de cada régimen comunista en la historia?
- ¿Cómo murió Babur?
Más recientemente, mientras algunos disputan la historia, Nate Silver afirma que sus encuestas triunfan antes de las elecciones presidenciales de 2012 como resultado de las encuestas de ponderación basadas en su precisión previa. Esto es claramente “Bayesiano” en el enfoque.
Me decepcionó el libro “… Teoría que no moriría …” sobre la historia de las cosas bayesianas; carecía de detalles.
Entonces, en resumen, durante muchos años parecía que los dos campos parecían no querer hablar entre ellos. Además, no podían ponerse de acuerdo sobre las pruebas que distinguirían bastante la eficacia. En parte esto se debió a argumentos sobre los axiomas. Al final, cada grupo parecía cómodo con sus axiomas y procedía como si el otro grupo no existiera. Como usted implica, los enfoques bayesianos parecen estar disfrutando de un aumento en la popularidad, pero todavía hay una división.
Sin embargo, cada enfoque continúa evolucionando. Las estadísticas son muy diferentes a las de hace 40 años, y los bayesianos tienen acceso a más datos y más recursos informáticos.