Rethinking Model Selection in Choice Behavior

Resumen Técnico: Replanteando la Selección de Modelos en el Comportamiento de Elección

Planteamiento del Problema
La investigación tradicional en el análisis experimental del comportamiento de elección ha dependido fuertemente de un "monismo teórico", donde se selecciona un único modelo canónico (frecuentemente la Ley de Ajuste Generalizada o formulaciones específicas de logit/probit) para describir la elección a través de diversos contextos. Este enfoque enmarca la comparación de modelos como una búsqueda de la formulación única "correcta". Sin embargo, el autor argumenta que esta perspectiva está fundamentalmente desalineada con los objetivos del análisis de la conducta, los cuales priorizan la predicción y el control del comportamiento mediante la manipulación de variables ambientales (por ejemplo, tasas de reforzamiento, magnitudes, retrasos de cambio).

El artículo postula que ningún formato paramétrico único describe la elección adecuadamente en todos los contextos. Los modelos estáticos basados en razones pueden funcionar bien bajo contingencias estables, pero fallan al capturar la dinámica dependiente de la historia o los entornos débilmente estructurados. Además, la dependencia de un único modelo a menudo oscurece el hecho de que diferentes modelos capturan componentes distintos y manipulables del entorno. El marco metodológico actual, que busca un "mejor" modelo universal, limita la capacidad de construir espacios de hipótesis flexibles necesarios para el control prospectivo.

Metodología
El artículo emplea un marco bayesiano unificado para evaluar e integrar múltiples modelos de comportamiento de elección. La metodología consta de tres componentes principales:

1. Técnicas de Aprendizaje de Conjuntos (Ensemble Learning): En lugar de seleccionar un único "ganador", el estudio utiliza dos métodos de conjunto:

   • Promedio de Modelos Bayesianos (BMA): Calcula las probabilidades posteriores de los modelos, asumiendo que uno de los modelos candidatos es el verdadero mecanismo generador de datos (una perspectiva "M-cerrada").
   • Apilamiento (Stacking): Determina pesos óptimos maximizando la densidad logarítmica predictiva de dejar uno fuera (LOO) de una distribución de mezcla, asumiendo que ningún candidato único es completamente correcto (una perspectiva "M-abierta"). El apilamiento enfatiza la complementariedad predictiva sobre la fidelidad estructural.

2. Estudios de Simulación:

   • Simulación 1 (Estática): Se generaron datos de elección virtuales ($N=2000$) utilizando una función logística. Se probaron tres Modelos Lineales Generalizados (GLM) estáticos: un modelo de log-razón (Ley de Ajuste Generalizada), un modelo Logit y un modelo Probit.
   • Simulación 2 (Dinámica): Se generaron datos virtuales ($N=3000$) utilizando un proceso dependiente de la historia (modelo de Diferencia de Valor). Se probaron cuatro modelos: un modelo Simple (consecuencia previa solamente), un modelo de Interacción (elección $\times$ consecuencia), un modelo de Diferencia de Valor (actualización dinámica de valor) y un modelo de GML Dinámico (actualización de razón dinámica).

3. Reanálisis Empírico:

   • Se reanalizaron dos conjuntos de datos clásicos sobre programas de intervalo variable concurrente (Alsop & Elliffe, 1988; Elliffe & Alsop, 1996).
   • Debido a que los datos fueron agregados al nivel de condición, se utilizó regresión Beta con efectos aleatorios específicos del sujeto.
   • Se compararon cinco modelos: tres modelos estáticos (GML, diferencia de Logit, diferencia de Probit) y dos modelos pseudo-dinámicos que incorporan historias de reforzamiento de media móvil exponencialmente ponderada (EWMA).
   • Se evaluó la sensibilidad al parámetro de decaimiento de la EWMA ($\lambda$) y la precisión predictiva (ELPD).

Contribuciones Clave

• Replanteamiento de la Selección de Modelos: El artículo argumenta que la selección de modelos no debe verse como una competencia por una ley universal, sino como una evaluación de "aproximaciones razonables" a preguntas teóricas específicas. La adecuación de un modelo es condicional al propósito (explicación vs. predicción), el mecanismo y el contexto.
• Distinción entre BMA y Stacking: El estudio demuestra que los pesos de BMA y Stacking a menudo divergen. Los pesos de BMA reflejan la fidelidad estructural al proceso generador asumido, mientras que los pesos de Stacking reflejan la complementariedad predictiva. Esta divergencia resalta que diferentes modelos pueden capturar aspectos distintos y no superpuestos de la organización conductual (por ejemplo, sensibilidad al estado estacionario vs. efectos transitorios de la historia).
• Diseño de Modelos Híbridos: El artículo propone formulaciones "híbridas" que integran estructuras de razón estáticas con términos dinámicos dependientes de la historia. Esto permite probar sistemáticamente cómo diferentes mecanismos temporales (por ejemplo, repetición a corto plazo vs. acumulación a largo plazo) contribuyen conjuntamente al control de la elección.
• Espacios de Hipótesis Dependientes del Contexto: El análisis muestra que el "mejor" espacio de hipótesis no es invariante; se reorganiza según la estructura de las contingencias dispuestas. En algunos contextos, un solo modelo domina; en otros, el espacio es difuso, requiriendo múltiples modelos para explicar los datos.

Resultos

• Simulación 1: Cuando el proceso generador real era un modelo Logit, el BMA asignó correctamente el peso más alto al modelo Logit (0.72). Sin embargo, el Stacking asignó el peso más alto al modelo Probit (0.70), con el modelo Logit recibiendo 0.30. Esto ocurrió porque la estructura de error del modelo Probit era ligeramente más complementaria al Logit en la mezcla, a pesar de que el Logit era el generador real. El modelo de log-razón funcionó mal en ambas métricas debido a un desajuste estructural (razón vs. diferencia).
• Simulación 2: Cuando el proceso real era dependiente de la historia (modelo de Diferencia de Valor), el modelo real recibió el peso de BMA más alto (0.97). Sin embargo, el Stacking distribuyó los pesos entre el modelo de Interacción (0.23) y el GML Dinámico (0.31), indicando que estos modelos capturaban patrones temporales complementarios (interacciones a corto plazo vs. tendencias a largo plazo) que mejoraban la precisión predictiva general.
• Reanálisis Empírico (Conjunto de datos 1988): El espacio de hipótesis estaba "fuertemente concentrado" alrededor de la Ley de Ajuste Generalizada (GML). Los modelos estáticos basados en razones dominaron tanto los pesos de BMA como los de Stacking; los términos dinámicos añadieron poco valor predictivo. Esto sugiere que las contingencias en este conjunto de datos produjeron un control estable basado en razones.
• Reanálisis Empírico (Conjunto de datos 1996): El espacio de hipótesis era "difuso". Ningún modelo único logró un dominio consistente. Los pesos de los modelos se distribuyeron entre las formulaciones GML, Logit y Probit, y los modelos dinámicos mostraron cambios direccionales inestables. Esto sugiere que las contingencias eran débilmente estructuradas y que el mapeo entre el reforzamiento y la elección no era invariante.
• Robustez: La sensibilidad del coeficiente de la historia de reforzamiento ($\beta_1$) y la precisión predictiva (ELPD) fueron robustas a través de un amplio rango de parámetros de decaimiento de la EWMA ($\lambda$), lo que indica que las conclusiones sobre los efectos de la historia no fueron artefactos de elecciones de parámetros específicos.

Significancia y Reivindicaciones
El artículo sostiene que la búsqueda tradicional de un único modelo "correcto" de elección es conceptualmente errónea dado el carácter dependiente del contexto del control conductual. Al adoptar un marco de aprendizaje de conjuntos, los investigadores pueden:

1. Construir Espacios de Hipótesis Flexibles: Ir más allá de las suposiciones "M-cerradas" para reconocer que múltiples modelos pueden ser parcialmente válidos y capturar diferentes componentes del proceso conductual.
2. Mejorar el Control Prospectivo: Los métodos de conjunto proporcionan distribuciones predictivas más robustas para pronosticar el comportamiento bajo contingencias nuevas o no estacionarias (por ejemplo, cambios en las tasas de reforzamiento o programas) que cualquier modelo único.
3. Alinear con los Objetivos del Análisis de la Conducta: Este enfoque alinea la inferencia basada en modelos con los objetivos centrales del análisis de la conducta —descripción, predicción y control— al tratar los modelos como herramientas para identificar variables manipulables (sensibilidad, sesgo, núcleos de la historia) en lugar de como leyes fijas de la naturaleza.

El autor, Naoki Kamiya, quien estaba afiliado al Instituto de Matemáticas Estadísticas cuando se realizó el trabajo reportado en el manuscrito y quien ahora realiza investigación a través de Relations & Behavior Lab, Tokio, Japón, concluye que el progreso teórico en el análisis de la conducta depende menos de defender una forma paramétrica específica y más de diseñar espacios de hipótesis más ricos que reflejen las dimensiones manipulables del entorno y los múltiples procesos a través de los cuales el reforzamiento ejerce control. Este trabajo se sitúa en la intersección de la ciencia del comportamiento, la psicología experimental y la estadística aplicada, ofreciendo un marco metodológico para la modelización conductual.