Resumen de Validación Frecuentista de las Distribuciones predictivas de referencia

José-Miguel Bernardo , Lizbeth Román

• Los m´etodos bayesianos objetivos requieren el uso de una distribuci´on inicial que solamente dependa del modelo supuesto y de la magnitud de inter´es. El an´alisis de referencia (Bernardo, 1979; Berger and Bernardo, 1992; Bernardo, 2005) proporciona un m´etodo general para construir tales distribuciones iniciales cuando la cantidad de inter´es es una funci´on de los par´ametros del modelo, pero no es obvio como proceder cuando la magnitud de inter´es es una funci´on de futuras observaciones.

  En este trabajo se explora la obtenci´on de distribuciones iniciales de referencia que resultan apropiadas para obtener distribuciones predictivas finales.

  Se utiliza para ello la formulaci´on general del an´alisis de referencia, tomando como magnitud de inter´es la mediana de la distribuci´on condicional de la funci´on a predecir.

  Las propiedades de cobertura de las distribuciones finales han sido frecuentemente utilizadas en la literatura para discriminar entre distribuciones iniciales alternativas (cf. �matching priors�). En este trabajo se demuestra que las distribuciones predictivas propuestas gozan de una propiedad de cobertura que puede considerarse necesaria en cualquier formulaci´on objetiva de distribuciones predictivas.