Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

A generalization of Bayesian estimation in finite mixture of distributions

Garrido Lopera, Bertha Liliana (2010) A generalization of Bayesian estimation in finite mixture of distributions. Doctorado thesis, Universidad Nacional de Colombia.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

1MB

Resumen

Se emplea metodologa bayesiana, especficamente el muestreador de Gibbs y el algoritmo de Metropolis-Hastings, para estimar los parmetros en una mixtura finita de distribuciones pertenecientes a la familia exponencial biparamtrica, o a la familia de weibull biparamtrica, modelando media y varianza de las distribuciones involucradas. En una mixtura de k distribuciones hay m de un familia de distribuciones y k − m de otra familia de distribuciones, m = 0, . . . , k. Las distribuciones que se trabajaron en los algoritmos fueron especficamente, normal y exponencial, normal y gama, y normal y weibull. La media y la varianza se modelaron con regresiones lineales y no lineales con un nmero arbitrario de covariables. Se aplic la metodologa bayesiana a la mixtura finita para modelar ejemplos tpicos de la estadstica espacial y de los modelos TAR de series de tiempo no lineales. / Abstract. Bayesian methodology is employed, mainly the Gibbs sampler and theMetropolis- Hastings algorithm, to estimate the parameters in a finite mixture of distributions belonging to the exponential biparametric family, or the biparametric weibull family of distributions, modeling the mean and the variance of all the distributions involved. In a mixture consisting of k distributions, there are m from one family and k−m from another family, m = 0, . . . , k. The algorithms worked with distributions from the normal and exponential families, normal and gamma families, and normal and weibull families. The mean and the variance, with an arbitrary number of covariates, were modelled with linear and non linear regressions. Bayesian methodology was applied to finite mixtures to model typical examples from spatial statistics and from non linear time series TAR models.

Tipo de documento:Tesis/trabajos de grado - Thesis (Doctorado)
Colaborador / Asesor:Cepeda Cuervo, Edilberto
Información adicional:Doctor in Statistical Science.
Palabras clave:Metodologa bayesiana; Mixtura finita de distribuciones; Familia exponencial biparamtrica; Familia weibull biparamtrica / Bayesian methodology; Finite mixture of distributions; Biparametric exponential family; Biparametric weibull family
Temática:3 Ciencias sociales / Social sciences > 31 Colecciones de estadística general / Statistics
Unidad administrativa:Sede Bogotá > Facultad de Ciencias > Departamento de Estadística
Código ID:4313
Enviado por : Universidad Nacional de Colombia Biblioteca Digital - Sede Bogotá
Enviado el día :20 Septiembre 2011 16:50
Ultima modificación:20 Septiembre 2011 16:50
Ultima modificación:20 Septiembre 2011 16:50
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Metabiblioteca OAIster BASE BDCOL Registry of Open Access Repositories SNAAC Red de repositorios latinoamericanos eprints Open archives La referencia Tesis latinoamericanas OpenDOAR CLACSO
Este sitio web se ve mejor en Firefox