A generalization of Bayesian estimation in finite mixture of distributions

dc.contributorCepeda Cuervo, Edilbertospa
dc.contributor.authorGarrido Lopera, Bertha Lilianaspa
dc.date.accessioned2019-06-24T16:57:30Zspa
dc.date.available2019-06-24T16:57:30Zspa
dc.date.issued2010spa
dc.description.abstractSe 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.spa
dc.description.degreelevelDoctoradospa
dc.format.mimetypeapplication/pdfspa
dc.identifier.eprintshttp://bdigital.unal.edu.co/4313/spa
dc.identifier.urihttps://repositorio.unal.edu.co/handle/unal/7854
dc.language.isospaspa
dc.relation.ispartofUniversidad Nacional de Colombia Sede Bogotá Facultad de Ciencias Departamento de Estadísticaspa
dc.relation.ispartofDepartamento de Estadísticaspa
dc.relation.referencesGarrido Lopera, Bertha Liliana (2010) A generalization of Bayesian estimation in finite mixture of distributions. Doctorado thesis, Universidad Nacional de Colombia.spa
dc.rightsDerechos reservados - Universidad Nacional de Colombiaspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.licenseAtribución-NoComercial 4.0 Internacionalspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc/4.0/spa
dc.subject.ddc31 Colecciones de estadística general / Statisticsspa
dc.subject.proposalMetodologa bayesianaspa
dc.subject.proposalMixtura finita de distribucionesspa
dc.subject.proposalFamilia exponencial biparamtricaspa
dc.subject.proposalFamilia weibull biparamtrica / Bayesian methodologyspa
dc.subject.proposalFinite mixture of distributionsspa
dc.subject.proposalBiparametric exponential familyspa
dc.subject.proposalBiparametric weibull familyspa
dc.titleA generalization of Bayesian estimation in finite mixture of distributionsspa
dc.typeTrabajo de grado - Doctoradospa
dc.type.coarhttp://purl.org/coar/resource_type/c_db06spa
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aaspa
dc.type.contentTextspa
dc.type.driverinfo:eu-repo/semantics/doctoralThesisspa
dc.type.redcolhttp://purl.org/redcol/resource_type/TDspa
dc.type.versioninfo:eu-repo/semantics/acceptedVersionspa
oaire.accessrightshttp://purl.org/coar/access_right/c_abf2spa

Archivos

Bloque original

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
01-196914.2010.pdf
Tamaño:
1.45 MB
Formato:
Adobe Portable Document Format