Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Citado por Google
- Similares en SciELO
- Similares en Google
Compartir
Revista Colombiana de Estadística
versión impresa ISSN 0120-1751
Resumen
SOSA, Juan y ARISTIZABAL, Jeimy-Paola. Algunos desarrollos en modelos de regresión lineal jerárquicos bayesianos. Rev.Colomb.Estad. [online]. 2022, vol.45, n.2, pp.231-255. Epub 01-Feb-2023. ISSN 0120-1751. https://doi.org/10.15446/rce.v45n2.98988.
Considerando la flexibilidad y aplicabilidad del modelamiento Bayesiano, en este trabajo se revisan las principales características de dos modelos jerárquicos en un escenario de regresión. Se estudia la estructura probabilística completa de los modelos junto con la distribución condicional completa para cada parámetro del modelo. Las extensiones jerárquicas que se presentan permiten que la media de la segunda etapa del modelo tenga una dependencia lineal de un conjunto de covariables. Se describen y derivan completamente los algoritmos de muestreo de Gibbs para ajustar los modelos. Además, se considera un caso de estudio en el que se caracteriza el tamaño de plantas en función de la concentración de nitrógeno en el suelo y un factor de agrupación (fincas).
Palabras clave : Agrupamiento; Inferencia bayesiana; Muestreador de Gibbs; Modelo jerárquico; Regresión lineal.