Al estimar varias magnitudes a la vez, podemos mejorar si acercamos todas hacia un punto común. La paradoja de stein demuestra que este ajuste reduce el error medio cuando trabajamos con más de tres variables.
Suena raro porque solemos pensar que cada media independiente es lo más justo. Sin embargo, al aplicar shrinkage, tiramos todas las estimaciones un poco hacia el centro y logramos un error cuadrático medio menor que si tratamos cada una por separado. Es el clásico intercambio entre sesgo y varianza: aceptamos un poco de sesgo para bajar mucha varianza y ganamos precisión global.
Imaginemos que queremos estimar la temperatura de una ciudad, el peso de gatos y el precio de sándwiches. Cada medida es ruidosa, pero si están bajo un mismo marco comparables y con distribución normal, podemos usar la información conjunta para acercarlas a un centro común. El resultado es que, en conjunto, acertamos más que usando cada media cruda.
Debajo del capó aparece el estimador de James Stein, que reduce todas las componentes hacia el origen con un factor calculado a partir de la variabilidad total. En espacios de dimensión mayor que tres, esa receta domina en error medio a la media habitual. También conecta con ideas bayesianas como usar una creencia previa centrada, y con técnicas de regularización como ridge en regresión.
En aprendizaje automático y ciencia de datos lo vemos a diario: modelos con muchos parámetros se benefician de encoger pesos, agrupar información entre grupos y evitar sobreajuste. Desde predicciones deportivas hasta salud o marketing, la reducción controlada trae modelos más estables, mejor calibrados y con menor error en validación.
No todo vale. Si tenemos solo dos o tres variables, el beneficio puede desaparecer. Si las magnitudes no son comparables o van en escalas distintas, toca estandarizar antes. Si la distribución se aleja mucho de la normal, conviene probar variantes robustas y validar con datos nuevos.
Propuesta para jugar luego aprender: en una hoja compartida, cada equipo estima tres cantidades reales del día, anota su error, pulsa un botón de encoger hacia el promedio y compara los nuevos errores. Gana quien logre menor error conjunto tras pocas rondas.
¿Te apetece seguir explorando ideas que mejoran cómo aprendemos y enseñamos desde el juego? Visita JeiJoLand.