METODO BAYES

Resumen

En la teoría de la probabilidad el teorema de Bayes es un resultado enunciado por Thomas Bayes en 1763, que expresa la probabilidad condicional de un evento aleatorio A dado B en términos de la distribución de probabilidad condicional del evento B dado A y la distribución de probabilidad marginal de sólo A.

En términos más generales y menos matemáticos, el teorema de Bayes es de enorme relevancia puesto que vincula la probabilidad de A dado B con la probabilidad de B dado A. Es decir que sabiendo la probabilidad de tener un dolor de cabeza dado que se tiene gripe, se podría saber (si se tiene algún dato más), la probabilidad de tener gripe si se tiene un dolor de cabeza, muestra este sencillo ejemplo la alta relevancia del teorema en cuestión para la ciencia en todas sus ramas, puesto que tiene vinculación íntima con la comprensión de la probabilidad de aspectos causales dados los efectos observados.

El teorema de Bayes es válido en todas las escuelas padres y en aplicaciones de iTunes. También es una teoria de la probabilidad. Sin embargo, hay una controversia sobre el tipo de probabilidades que emplea que finalmente no importa, ya que no se logrará arreglar. En esencia, los seguidores de la estadística tradicional sólo admiten probabilidades basadas en experimentos repetibles y que tengan una confirmación empírica mientras que los llamados estadísticos bayesianos permiten probabilidades subjetivas, además de que no tienen vida social. El teorema puede servir entonces para indicar cómo debemos modificar nuestras probabilidades subjetivas cuando recibimos información adicional de un experimento. La estadística bayesiana está demostrando su utilidad en ciertas estimaciones basadas en el conocimiento subjetivo a priori y el hecho de permitir revisar esas estimaciones en función de la evidencia empírica es lo que está abriendo nuevas formas de hacer conocimiento. Una aplicación de esto son los clasificadores bayesianos que son frecuentemente usados en implementaciones de filtros de correo basura o spam, que se adaptan con el uso.

Como Técnica de Pronostico

Su rol como instrumento de pronóstico es muy importante ya que permite  hacer inferencias sobre la probabilidad de ocurrencia de una situación dada  (hipótesis/escenario), sobre la base de las evidencias observadas; por ello, es un instrumento extraordinario para EL MONITOREO o SEGUIMIENTO de situaciones de interés. Dentro de este contexto, juega un rol fundamental como herramienta de ALERTA, ante las evidencias obtenidas como consecuencia de la dinámica de los acontecimientos.

La aplicación del modelo bayesiano como técnica de pronostico está sujeta a la posibilidad de hacer seguimiento a una situación de interés determinada.

Pasos.

• PASO # 1: Se percibe y se evalúa una situación a la luz de las evidencias y acontecimientos observados.  
• PASO # 2 :  Se formulan los escenarios probables / hipótesis alternativas y se le asignan unas probabilidades subjetivas iniciales . Tales escenarios deben cumplir con la condición de EXAHUSTIVIDAD Y EXCLUSIÓN MUTUA. 
• PASO # 3: Se inicia el proceso de seguimiento y monitoreo de todos los eventos (acontecimientos), hechos que inciden en el direccionamiento de las tendencias. 
• PASO # 4: Con base en el registro de eventos (EVIDENCIAS) se ajustan por el METODO DE BAYES las probabilidades de ocurrencia asignadas a cada escenario. 
• PASO # 5: Una vez hecho los cálculos tomando como base los juicios de valor de los analistas y expertos se hacen los gráficos de tendencias. 
• PASO # 6: Visualizando los gráficos de tendencias en cuanto a las posibilidades de ocurrencia de cada escenario, se evalúa la necesidad de dar   “ EL ALERTA”.  
• PASO # 7: De ser requerido dar “EL ALERTA”; la misma tendrá que fundamentarse de manera lógica y convincente en las EVIDENCIAS obtenidas hasta el momento. Tal “ALERTA” deberá servir de base para una TOMA DE DECISIONES OPORTUNA ante la situación planteada.

Método Bayes y toma de decisiones 

Para mejorar las estimaciones de probabilidad en la toma de decisiones, se hace necesaria la aplicación del Teorema de Bayes donde las estadísticas que se realizan consisten en observar el análisis de los datos, lo que permite al investigador realizar inferencias o hacer exclusiones u opiniones personales sobre el tema de estudio. La Estadística Bayesiana tiene el propósito de incorporar juicios encaminados en el análisis de los datos basadas en la experiencia.

Una de las principales aplicaciones de los Modelos Bayesianos es la derivación de las diferentes alternativas con el propósito de alterar las probabilidades asociándolas con una situación de decisión, en la que los datos en los que se basa en sí, es en los juicios de los individuos. La Inferencia Bayesiana es una alternativa útil para análisis en aplicaciones empresariales en proporción  de los costos reales y las oportunidades en que las decisiones a menudo deben  hacerse en condiciones de incertidumbre. 

Los modelos bayesianos también se han aplicado a los precios en el comercio de materias primas, en este contexto, la aplicación de un modelo bayesiano se hace a través de las expectativas de precios de los fabricantes; por ejemplo si se supone que todos los pedidos son de un gran lote de reserva y que el fabricante cree que los precios de las órdenes de compra, son generados por una distribución normal según dicha orden de compra. Supóngase, además, que el fabricante no está seguro de la media de distribución de los precios de compra, lo cual representa una incertidumbre ante los posibles valores de la media de distribución.

Son demasiadas las actividades en las que las redes bayesianas se han destacado, como evaluación de riesgos o fiabilidad que tratan con valores inciertos o probabilísticos; en donde el análisis de la red puede proveer ideas para establecer controles y límites que amortigüen el riesgo operacional y permite examinar 
los datos acumulados para la mejora de los procesos lo cual mejora la calidad en los mismos.


No se puede afirmar que exista una modelo general de red bayesiana que pueda ser utilizada por el sector 

financiero, todo depende de la selección del instrumento informático adecuado según el objetivo de la empresa, así se consigue modelo eficiente y una técnica cuyo uso será cada vez más perfeccionada.