El Problema de Monty Hall es un conocido acertijo del que podemos aprender importantes lecciones en la toma de decisiones que son útiles en general y en particular para los científicos de datos.
Si no estás familiarizado con este problema, prepárate para quedarte perplejo 🤯. Si es así, espero arrojar luz sobre aspectos que quizás no hayas considerado 💡.
Presento el problema y lo resuelvo con tres tipos de intuiciones:
- Común — El corazón de esta publicación se centra en aplicar nuestra sentido común para resolver este problema. Exploraremos por qué nos falla 😕 y qué podemos hacer para superarlo intuitivamente y dejar la solución muy clara 🤓. Haremos esto usando imágenes 🎨, argumentos cualitativos y algunas probabilidades básicas (no demasiado profundas, lo prometo).
- bayesiano — Discutiremos brevemente la importancia de la propagación de creencias.
- Causal — Usaremos un modelo gráfico para visualizar las condiciones necesarias para utilizar el problema de Monty Hall en entornos del mundo real.
🚨Alerta de spoiler 🚨 No estoy convencido de que exista alguno, pero el proceso de reflexión es muy útil.
Lo resumo analizando las lecciones aprendidas para una mejor toma de decisiones sobre datos.