Un análisis de sensibilidad Bayesiana desde un punto de vista multivariante con aplicación en principios de primas
- Fabrizio Ruggeri 1
- Marta Sánchez-Sánchez 2
- Miguel Angel Sordo 3
- A. Suárez-Llorens 3
- 1 IMATI– CNR, Milano, Italy
- 2 Universidad de Granada, Dpto. Estadística e Investigación Operativa, España
- 3 Universidad de Cádiz, Dpto. Estadística e Investigación Operativa, España
Editorial: Fundación Mapfre
ISBN: 978-84-9844-826-9
Año de publicación: 2018
Páginas: 217-227
Tipo: Capítulo de Libro
Resumen
En este trabajo se aborda una metodología novedosa que permite introducir incertidumbre en el marco Bayesiano a través de definir clases de distribuciones a priori. Comprobamos que dichas clases nos conducen a la obtención de cotas superiores e inferiores para las primas Bayesianas o primas a posteriori. Cabe señalar, que esta nueva metodología se basa en las propiedades de los principios de prima para preservar el orden de las distribuciones a priori y posteriori a través de ordenaciones estocásticas multivariantes, donde usaremos densidades ponderadas para inducir incertidumbre sobre la información a priori. Finalmente, esta metodología tiene aplicaciones en análisis de sensibilidad Bayesiano y en los sistemas de tarificación BonusMalus.