Tengo dos conjuntos de datos, uno a partir de un conjunto de observaciones físicas (temperatura), y uno de un conjunto de modelos numéricos. Estoy haciendo un perfecto modelo de análisis, asumiendo el modelo conjunto representa una verdadera muestra independiente, y la comprobación para ver si las observaciones son sacados de la distribución. La estadística que yo he calculado está normalizada, y teóricamente debería ser una distribución normal estándar. Por supuesto que no es perfecto, así que quiero para la prueba de bondad de ajuste.
El uso de frecuentista de razonamiento, se podría calcular un Cramér-von Mises estadística (o test de Kolmogorov-Smirnov, etc.), o similar, y buscar el valor en una tabla para obtener un p-valor, que me ayude a decidir cómo poco probable que el valor que yo veo es que, habida cuenta de las observaciones son las mismas que las del modelo.
¿Qué sería de la Bayesiano equivalente de este proceso? Es decir, ¿cómo cuantificar la fuerza de mi convicción de que estas dos distribuciones (mi calculado de la estadística y de la normal estándar) son diferentes?
