Resumen de Regresión logística bayesiana: una aproximación empírica para el estudio de fenómenos psicológicos
La presente Tesis Doctoral consiste en el estudio comparativo entre el enfoque de análisis estadístico clásico y bayesiano, aplicados ambos a modelos de regresión logística. Estos modelos multivariantes se caracterizan por predecir variables de tipo categórico (ya sean dicotómicas o politómicas), algo frecuentemente necesario en el ámbito de la psicología ya que resulta de interés predecir variables categóricas como la presencia o ausencia de psicopatología (en este caso, variable dicotómica) o bien la existencia de un subtipo determinado de trastorno (variable politómica en caso de existir más de dos subtipos).
La teoría de la óptica bayesiana data del siglo XVIII y, aunque es incorporada en otros ámbitos de la Ciencia, carece de aplicación en el terreno de la investigación psicológica. Su principal característica consiste en la posibilidad de incorporar información previa existente sobre el fenómeno bajo estudio y es presentada como alternativa de análisis de la regresión logística clásica, dadas las constatadas limitaciones de la misma.
Los resultados obtenidos en ambos estudios muestran importantes ventajas en favor del enfoque bayesiano, produciendo errores estándar de menor valor y coeficientes más estables en los modelos de regresión logística. No obstante, continúan existiendo dificultades en el trabajo con muestras pequeñas asimétricas, por lo que se requiere generar investigación dirigida a soslayar este aspecto.
