Show simple item record

dc.rights.licenseAtribución-NoComercial 4.0 Internacional
dc.contributor.authorAchcar, Jorge A.
dc.contributor.authorLopes, Sílvia R. C.
dc.date.accessioned2019-07-03T02:18:16Z
dc.date.available2019-07-03T02:18:16Z
dc.date.issued2016-01-01
dc.identifier.issnISSN: 2389-8976
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/66526
dc.description.abstractIn this paper, we present some computational aspects for a Bayesiananalysis involving stable distributions. It is well known that, in general, there is no closed form for the probability density function of a stable distribution. However, the use of a latent or auxiliary random variable facilitates obtaining any posterior distribution when related to stable distributions. To show the usefulness of the computational aspects, the methodology is applied to linear and non-linear regression models. Posterior summaries of interest are obtained using the OpenBUGS software.
dc.description.abstractEn este trabajo, presentamos algunos aspectos computacionales de análisis bayesiano con distribuciones estables. Es bien sabido que, en general, no hay forma cerrada para la función de densidad de probabilidad de distribuciones estables. Sin embargo, el uso de una variable aleatoria latente facilita obtener la distribución a posteriori. La metodología se aplica a regresión lineal y non lineal utilizando el software OpenBUGS.
dc.format.mimetypeapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional de Colombia - Sede Bogotá - Facultad de Ciencias - Departamento de Estadística
dc.relationhttps://revistas.unal.edu.co/index.php/estad/article/view/55144
dc.relation.ispartofUniversidad Nacional de Colombia Revistas electrónicas UN Revista Colombiana de Estadística
dc.relation.ispartofRevista Colombiana de Estadística
dc.rightsDerechos reservados - Universidad Nacional de Colombia
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/
dc.subject.ddc51 Matemáticas / Mathematics
dc.subject.ddc31 Colecciones de estadística general / Statistics
dc.titleLinear and Non-Linear Regression Models Assuming a Stable Distribution
dc.typeArtículo de revista
dc.type.driverinfo:eu-repo/semantics/article
dc.type.versioninfo:eu-repo/semantics/publishedVersion
dc.identifier.eprintshttp://bdigital.unal.edu.co/67554/
dc.relation.referencesAchcar, Jorge A. and Lopes, Sílvia R. C. (2016) Linear and Non-Linear Regression Models Assuming a Stable Distribution. Revista Colombiana de Estadística, 39 (1). pp. 109-128. ISSN 2389-8976
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.subject.proposalStable Laws
dc.subject.proposalBayesian Analysis
dc.subject.proposalMcmc Methods
dc.subject.proposalOpenBUGS Software
dc.subject.proposalLeyes estable
dc.subject.proposalAnálisis bayesiano
dc.subject.proposalMétodos MCMC
dc.subject.proposalSoftware OpenBUGS.
dc.type.coarhttp://purl.org/coar/resource_type/c_6501
dc.type.coarversionhttp://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.contentText
dc.type.redcolhttp://purl.org/redcol/resource_type/ART
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

Atribución-NoComercial 4.0 InternacionalThis work is licensed under a Creative Commons Reconocimiento-NoComercial 4.0.This document has been deposited by the author (s) under the following certificate of deposit