J. M. Bernardo

En modelos multiparamétricos, las distribuciones iniciales de referencia dependen de la cantidad de interés, lo que resulta necesario para que las correspondientes distribuciones finales tengan las características más apropiadas. Sin embargo, existen muchas situaciones en las que el investigador está simultáneamente interesado en varias funciones de los parámetros del modelo, y resulta entonces conveniente identíficar una única distribución inicial objetiva que pueda ser utilizada para producir distribuciones finales marginales razonables para todas las magnitudes de interés. En este trabajo se propone un criterio para determinar una distribución inicial conjunta global, capaz de producir distribuciones marginales para todas las magnitudes de interés con un comportamiento aproximado al de las distribuciones posteriores de referencia correspondientes. La metodología utilizada es la teoría de la decisión, con funciones de pérdida basadas en la teoría de la información.

Palabras clave: metodos bayesianos objetivos, distribuciones de referencia, medidas de discrepancia

URL de la comunicación: http://www.uv.es/bernardo

Fichero de la comunicación:

Programado

MC1 Métodos bayesianos 1
17 de abril de 2012  12:00
Salón Madrid


Otros trabajos en la misma sesión


Últimas noticias

  • 22/04/12
    Certificados
  • 11/03/12
    Programa del congreso
  • 11/03/12
    Cuota reducida
  • 15/01/12
    Cuota superreducida

Organizan

Política de cookies

Usamos cookies solamente para poder idenfiticarte y autenticarte dentro del sitio web. Son necesarias para el correcto funcionamiento del mismo y por tanto no pueden ser desactivadas. Si continúas navegando estás dando tu consentimiento para su aceptación, así como la de nuestra Política de Privacidad.

Adicionalmente, utilizamos Google Analytics para analizar el tráfico del sitio web. Ellos almacenan cookies también, y puedes aceptarlas o rechazarlas en los botones de más abajo.

Aquí puedes ver más detalles de nuestra Política de Cookies y nuestra Política de Privacidad.