Teorema de Bayes y lenguaje matemático Maple. Estimación de la función de densidad posterior
Tipo de documento
Autores
Lista de autores
Orlandoni, Giampaolo, Pérez, Miguel y Ramoni, Josefa
Resumen
El objetivo de este trabajo es explicar el uso del teorema de Bayes en la estimación de la función de densidad posterior (fdp) de parámetros de interés, usando el software matemático Maple. Se presenta el caso de la distribución de Pareto como una aproximación a la distribución de los ingresos de una población. Se estima la fdp del parámetro alfa de la distribución de Pareto para el caso de datos agrupados.
Fecha
2014
Tipo de fecha
Estado publicación
Términos clave
Enfoque
Idioma
Revisado por pares
Formato del archivo
Título libro actas
Memorias del I Encuentro Colombiano de Educación Estocástica
Editores (actas)
Lista de editores (actas)
Andrade, Luisa
Editorial (actas)
Lugar (actas)
Rango páginas (actas)
217-218
ISBN (actas)
Referencias
Baio, G. (2013). Bayesian Methods in Health Economics. CRC Press. London. Box, B. y Tiao, G. (1973). Bayesian inference in statistical analysis. Reading, MA: Addison Wesley Publishing Co. Jeffreys, H. (1966). Theory of probability (3rd Ed). Oxford: Clarendon Press. Koop, Garyn (2003). Bayesian Econometrics. Wiley. England. Redfern, D. (1990). The Maple Handbook. Springer-Verlag. Zellner, A. (1971). An Introduction to Bayesian inference in econometrics. New York: Wiley. 8. Orlandoni, G. (1988). Estimación de Funciones de Densidad Posteriores. Universidad de Los Andes. IEAC. Venezuela.