Displaying similar documents to “Una familia de distribuciones conjugadas para un proceso ARE (1).”

Inferencia bayesiana en mixturas: métodos aproximados.

Enrique Caro, Juan Ignacio Domínguez, Francisco Javier Girón (1991)

Trabajos de Estadística

Similarity:

The problem of approximating mixtures of distributions has received considerable attention recently. In this paper we consider problems of estimating the mixing proportions of a finite mixture from a Bayesian perspective. The problems which arise from this methodology are basically approximations of finite measures of distributions. We propose two approximating methods and prove that under certain conditions both methods are asymptotically equivalent to a third method, which turns out...

Una alternativa bayesiana a los contrastes de la bondad del ajuste.

F.Javier Girón, César Rodríguez Ortiz (1985)

Trabajos de Estadística e Investigación Operativa

Similarity:

Se considera el problema de hacer inferencias acerca del modelo beta simétrico, desde un punto de vista bayesiano. Los resultados se aplican posteriormente al contraste de la bondad de ajuste en el caso de una hipótesis nula simple (sin parámetros marginales) y en el caso de que la hipótesis nula conste de un número finito de modelos. Caso de que el test se acepte, se dan expresiones para las probabilidades a posteriori de los diferentes modelos. En el caso de que se rechace la hipótesis...

Análisis Bayesiano del modelo ARE(1) con coeficiente independiente

Demetrio López Romero (1997)

Revista de la Real Academia de Ciencias Exactas Físicas y Naturales

Similarity:

En este trabajo se introduce el modelo ARE(I) con indicador de nivel mínimo J.l, parámetro que generaliza el modelo ARO) con errores exponenciales y se analiza desde un punto de vista bayesiano, obteniéndose una familia de distribuciones conjugadas para el hiperparámetro que describe el modelo.

Convergencia del vector de probabilidad a posteriori bajo una distribución predictiva.

Julián de la Horra (1986)

Trabajos de Estadística

Similarity:

La convergencia casi segura de una sucesión de variables aleatorias, con respecto a PX,Q (distribución predictiva), se estudia en relación con la convergencia casi segura, con respecto a PX,θ (para todo θ ∈ Θ), donde {PX,θ}θ ∈ Θ es una familia de modelos de probabilidad sobre el espacio muestral χ. Como consecuencia, se estudia la convergencia casi segura del vector de probabilidad a posteriori...

Contraste de modelos probabilísticos desde una perspectiva bayesiana.

José Miguel Bernardo (1982)

Trabajos de Estadística e Investigación Operativa

Similarity:

Se pone de manifiesto que el problema de contrastar si un conjunto de datos es o no compatible con un modelo probabilístico totalmente especificado puede ser reducido al problema de contrastar si una determinada transformación de los datos puede ser considerada como una muestra aleatoria de una distribución uniforme. Mediante la construcción de una nueva familia paramétrica de distribuciones, que contiene a la uniforme como caso particular, se propone un contraste bayesiano de uniformidad...

Una definición de robustez cualitativa en inferencia bayesiana.

Antonio Cuevas González (1984)

Trabajos de Estadística e Investigación Operativa

Similarity:

Proponemos una definición de "estabilidad" para un modelo bayesiano, respecto a cambios en la distribución básica (la distribución a priori se mantiene fija). Esta definición se discute e interpreta mediante el concepto de continuidad. Se obtienen también condiciones suficientes para la estabilidad así definida y se proponen algunos ejemplos. Finalmente se sugiere una generalización, con la distribución a priori también variable, y se obtiene un teorema para esta...

Compatibilidad del método de De Groot para llegar a un consenso con la fórmula de Bayes.

Enrique Caro, Juan Ignacio Domínguez, Francisco Javier Girón (1984)

Trabajos de Estadística e Investigación Operativa

Similarity:

En este artículo se prueba que el sencillo método propuesto por De Groot para llegar a un consenso cuando los varios decisores tienen opiniones diferentes expresadas en términos de distribuciones de probabilidad es compatible con la regla de Bayes cuando se tiene en cuenta la información muestral. Se demuestra que si se calculan primero las distribuciones a posteriori y después se aplica el método de De Groot para alcanzar un consenso (cuando esto sea posible), es lo mismo que realizar...

Nuevos modelos de distribuciones de extremos basados en aproximaciones en las ramas.

Enrique Castillo, Eladio Moreno, Jaime Puig-Pey (1983)

Trabajos de Estadística e Investigación Operativa

Similarity:

En este trabajo se presenta una metodología que permite clasificar funciones de distribución absolutamente continuas unidimensionales atendiendo a sus ramas. La idea básica es que, en las ramas la función de distribución difiere en un infinitésimo del valor uno o cero dependiendo de la rama de interés. La principal ventaja de esta clasificación es su aplicación a la teoría de distribuciones de extremos. En esta línea se obtienen nuevas familias de distribuciones de extremos. Entre ellas,...

Comparaciones de modelos para el cálculo de la distribución prognóstica.

M.ª Pilar Zuluaga Arias (1987)

Qüestiió

Similarity:

La solución bayesiana a diferentes problemas de predicción lleva consigo el cálculo de la distribución prognóstica. En este trabajo se calcula dicha distribución mediante diferentes modelos paramétricos, comparándose después por dos técnicas. Para todo ello se han confeccionado diversos algoritmos, que escritos en FORTRAN IV, constituyen el software indicado para la resolución, en la práctica, de soluciones reales que se ajustan a los modelos teóricos aquí propuestos.