Estimación bayesiana en la familia Pareto generalizada
La familia de distribuciones Pareto generalizada con parámetro de escala σ > 0 y de forma k, se ha utilizado para modelar excedencias sobre un umbral dado, no obstante la estimación paramétrica en esta familia presenta algunos problemas. En este trabajo se estudia el enfoque bayesiano para...
| Autor principal: | |
|---|---|
| Formato: | Online |
| Idioma: | spa |
| Publicado: |
Universidad de Costa Rica, Centro de Investigación en Matemática Pura y Aplicada (CIMPA)
2008
|
| Acceso en línea: | https://revistas.ucr.ac.cr/index.php/matematica/article/view/289 |
| Sumario: | La familia de distribuciones Pareto generalizada con parámetro de escala σ > 0 y de forma k, se ha utilizado para modelar excedencias sobre un umbral dado, no obstante la estimación paramétrica en esta familia presenta algunos problemas. En este trabajo se estudia el enfoque bayesiano para estimar los parámetros σ y k cuando no se tiene información a priori disponible y se discute el caso en que hay información previa. Se presenta un estudio de simulación para analizar el desempeño de la metodología bayesiana, usando distribuciones a priori no informativas y los métodos anteriormente propuestos en la literatura. Este estudio muestra que la estimación bayesiana supera en buena medida a métodos propuestos, en términos de sesgo y de raíz del error cuadrado medio. Las metodologías de estimación analizadas se aplican a conjuntos de datos reales. |
|---|