Resumen

MOALA, Fernando A.  y  MORAES, Gustavo. Distribuciones previas objetivas para estimar los parámetros de la distribución Poisson-Exponencial. Rev.Colomb.Estad. [online]. 2023, vol.46, n.1, pp.93-110.  Epub 18-Ene-2023. ISSN 0120-1751.  https://doi.org/10.15446/rce.v46nl.95989.

En este artículo, se examina un conjunto de importantes priori objetivas para la estimación bayesiana de los parámetros de la distribución Poisson-Exponencial (PE). Derivamos la priori Jeffreys multivariada y la Maximal Data Information Prior. También se analizan la priori de Referencia y otras prioris propuestas en la literatura. Mostramos que las distribuciones posterioris resultantes de estos enfoques son adecuadas, aunque las respectivas prioris son impropias. Las simulaciones de Monte Carlo se utilizan para comparar las eficiencias, para evaluar la sensibilidad de la elección de las prioris, principalmente para tamaños de muestra pequeños. Este estudio de simulación muestra que los errores cuadráticos medios, el sesgo medio y la probabilidad de cobertura de los intervalos creíbles bajo la Gamma, regla de Jeffreys y Box & Tiao mostraron resultados iguales, mientras que los prioris de Jeffreys y Reference mostraron los mejores resultados. El priori MDIP tuvo un peor desempeño en todas las situaciones analizadas mostrando no estar indicado para el análisis bayesiano de la distribución PE. Se analiza un conjunto de datos reales con fines ilustrativos de los enfoques bayesianos.

Palabras clave : Bayesiano; Jeffreys; MDIP; Objetiva; Poisson-Exponencial; Priori.

        · resumen en Inglés     · texto en Inglés     · Inglés ( pdf )