Resumen de Factores Bayes analíticos en contrastes de hipótesis objetivos bajo normalidad

María Jesús Bayarri García , Anabel Forte Deltell , Gonzalo García Donato

• La Seleccion de Modelos es un problema complejo. Cuando el espacio de modelos es muy grande resulta fundamental la obtencion de Factores Bayes analticos para no desperdiciar, en su calculo numerico, el tiempo necesario para explorar el espacio de modelos. Las distribuciones Conjugadas permiten obtener Factores Bayes analticos, pero estos tienen propiedades indeseables, como la \Inconsistencia en Informacion".

  Berger (1985) propone, en el contexto de estimacion robusta, una distribucion a priori para medias normales. Lo que hace relevante esta distribucion es el hecho de que se obtienen distribuciones predictivas en forma cerrada por lo que los Factores Bayes pueden calcularse de forma sencilla. Ademas, esta distribucion tiene colas pesadas (similares a las de una distribucion Student) lo que la hace idonea para seleccion de Modelos. En este trabajo se ha adaptado esta distribucion para contrastes de hipotesis en contextos normales, estudiando su funcionamiento y propiedades.