Analisis de robustez Bayesiana usando clases multivariantes de distribuciones a priori basadas en ordenes estocasticos.

  1. F. Ruggeri
  2. M. Sánchez Sánchez
  3. M. Á. Sordo Díaz
  4. A. Suárez Llorens
Actes de conférence:
XXXVIII CONGRESO NACIONAL DE ESTADÍSTICA E INVESTIGACIÓN OPERATIVA XIII JORNADAS DE ESTADÍSTICA PÚBLICA

Éditorial: Eva Vallada y Rubén Ruiz

ISBN: 978-84-09-13580-6

Année de publication: 2019

Pages: 156

Type: Communication dans un congrès

Résumé

En esta comunicación oral generalizaremos al caso multivariante algunas ideas desarrolladas recientemente en Sánchez-Sánchez et al. (2018) desde el punto de vista univariante. Utilizando funciones ponderadas para modificar el conocimiento a priori, introduciremos nuevas clases multivariantes de distribuciones a priori que verifican algunas propiedades de interés. Luego, estudiaremos como la clase multivariante de distribuciones a posteriori asociada hereda estas propiedades. La incertidumbre de ambas clases será evaluada usando diferentes métricas, como la métrica de Hellinger y la divergencia de Kullback-Leibler. Finalmente, mostraremos un ejemplo con datos reales relacionado con los tiempos de fallos en un sistema de fiabilidad.