Diseño bayesiano ex post facto — Investigación causal bayesiana retrospectiva
El diseño bayesiano ex post facto investiga posibles relaciones causales entre variables que ya han ocurrido, sin manipulación de dichas variables por parte del investigador, y cuantifica la incertidumbre sobre esas relaciones utilizando inferencia estadística bayesiana. El investigador selecciona grupos que difieren en un resultado o una causa presunta después del hecho, y luego utiliza el conocimiento previo y los datos observados juntos —a través del teorema de Bayes— para estimar tamaños de efecto creíbles, diferencias entre grupos o predictores.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Mapa de métodos
El vecindario de métodos relacionados: selecciona un nodo para explorarlo.
Fuentes
- Kerlinger, F. N. (1973). Foundations of Behavioral Research (2nd ed.). Holt, Rinehart and Winston. link ↗
- Kruschke, J. K. (2015). Doing Bayesian Data Analysis: A Tutorial with R, JAGS, and Stan (2nd ed.). Academic Press. ISBN: 978-0124058880
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Ex Post Facto Research Design. ScholarGate. https://scholargate.app/es/research-design/bayesian-ex-post-facto-design
¿Qué método?
Coloca este método junto a sus parientes más cercanos y léelos lado a lado: la biblioteca pone los libros sobre la mesa; la elección es tuya.
- Inferencia bayesianaEstadística↔ comparar
- Investigación Causal-ComparativaDiseño de investigación↔ comparar
- Diseño Ex Post FactoDiseño de investigación↔ comparar
- Emparejamiento por Puntuación de PropensiónEstadística para la investigación↔ comparar
- Estudio de cohortes retrospectivoEpidemiología↔ comparar
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →