En lo que sigue, abordaremos problemas de decisión en ambiente de riesgo y con experimentación, en donde la distribución de probabilidad a priori sobre los estados de la Naturaleza no es perfectamente conocida, sino que solamente se posee una información cualitativa de la misma. Más concretamente, dados dos estados de la Naturaleza cualesquiera, se conoce a lo más, cuál de ellos es más probable que el otro, si bien no se tiene una idea cuantitativa de esta diferencia de probabilidades.
En el presente artículo se muestra un algoritmo iterativo para la estimación de parámetros de modelos ARMA en series temporales que tengan alguna observación ausente. Posteriormente se efectúa la demostración de la convergencia de dicho algoritmo. Se presenta un ejemplo de estimación basado en la simulación de series temporales con un ordenador y se exponen las conclusiones llevadas a cabo por el autor.
En el presente trabajo se realiza un estudio de la envoltura convexa de una muestra normal bivariante, analizando la distribución de la pendiente de sus aristas. En base a ello se propone un estimador del coeficiente de correlación de la población, investigando algunas propiedades del mismo.
Se calculan las distribuciones menos informativas cuando se utilizan como medidas de información la entropía útil y la energía informacional de Onicescu, tanto si el espacio de estados Θ es continuo (intervalo de R) como si es discreto y suponiendo que el decisor posee información acerca de algunas características de la distribución a priori (monotonías de la función de densidad, probabilidades de subconjuntos de Θ, monotonías o cotas de la razón de fallo).
Download Results (CSV)