Introducción a la estadística bayesiana

Los Métodos Bayesianos datan del 1700, época en que Thomas Bayes, mentor de este paradigma, comenzaba a pensar en la idea de Invertir la relación Causa/Efecto para poder plantearse cuál es la Causa más probable ante un Efecto ya ocurrido.
Muchos se preguntarán por qué aprender estas herramientas de análisis, cuando hemos utilizado tantas veces las pruebas Clásicas que manejamos con naturalidad. Pues la razón que más resuena es su alta sensibilidad para detectar diferencias significativas, en situaciones en las que los métodos Clásicos o Frecuentistas se encuentran limitados por un bajo tamaño muestral.
Los potentes métodos Bayesianos alumbran la vereda de las hipótesis de trabajo y muestran un mundo de probabilidades que conduce a resolver problemas antes no resueltos.

Sobre los autores:

Miguel Atilio Risso
Nacido en Ciudad Autónoma de Buenos Aires, recibió su título secundario en La Plata, que le habilitaría a ejercer como maestro hasta los 25 años. Comenzó sus estudios universitarios en la Facultad de Ingeniería de la Universidad Nacional de La Plata. Luego migró a la Facultad de Ciencias Veterinarias donde se graduó y realizó su Tesis Doctoral titulada “Estudio del ciclo reproductivo y edades de la liebre europea (Lepus europaeus Pallas, 1778) en la Provincia de Buenos Aires, Argentina”. En 1982 comenzó como docente en el ámbito de la Patología de Aves y Pilíferos (FCV, UNLP) y en simultáneo cambió su rumbo hacia un camino de meandros numéricos: la bioestadística. Desde 1998, se desempeñó como auxiliar docente en la Cátedra de Bioestadística (FCV, UNLP). Trabajó en el ámbito de la investigación en la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires como Profesional de Apoyo.
Desde el año 2003 y hasta el año 2019 se desempeñó como Profesor Adjunto Ordinario a cargo de la Cátedra de Bioestadística y logró, a partir de la incorporación de su primera ayudante (e hija) y otros colaboradores, crear el primer curso sobre Bioestadística Bayesiana y Clásica en la Universidad Nacional de La Plata. Laboralmente desarrolló modelos bayesianos basados en lenguaje R, Monte Carlo Markov Chain (MCMC), BUGS y actualmente se dedica a la redacción de literatura bayesiana.
Hoy escribe su primer libro, repleto de las enseñanzas que fue compartiendo a lo largo de su carrera con sus queridos alumnos.

Paula Risso
Oriunda de la ciudad de La Plata, desde épocas de colegio secundario se recuerda con pasión por las matemáticas. En el año 2003, comenzó su formación como Bióloga, obteniendo su título en la Facultad de Ciencias Naturales y Museo de la Universidad Nacional de La Plata. En el 2007, aún siendo una estudiante de grado, fue invitada por su padre para ser ayudante de la Cátedra de Bioestadística de la Facultad de Ciencias Veterinarias. En 2011, de la decisión conjunta con Miguel, surgió una nueva perspectiva de análisis, gestándose el curso de Bioestadística Bayesiana y Clásica. Hoy, a más de diez años de aquella invitación, escribe su primer libro.

En el año 2014, ganó una beca de la Comisión de Investigaciones Científicas de la Provincia de Buenos Aires para realizar sus estudios de postgrado y en 2018 obtuvo su título de Doctorado en Ciencias Médicas (UNLP). En su formación docente, pueden incluirse cursos y capacitaciones en estadística bayesiana y lenguaje R de programación.

Desde septiembre de 2019 se desempeña como Profesora Adjunta a cargo de la Cátedra de Bioestadística de la Carrera de Microbiología de la Facultad de Ciencias Veterinarias (UNLP). Además es asesora en estadística, enfocada en la producción de publicaciones científicas nacionales e internacionales, mayormente relacionadas con las Ciencias de la Salud.

Anexo a su vínculo con el ámbito científico, Paula se desarrolla como artista plástica, uniendo su entendimiento de la naturaleza con su pasión por el arte abstracto.

Autores: Miguel Risso y Paula Risso
144 páginas