Resumen de Estimación bayesiana de funciones de distribución: Aproximación parametrica
Segundo Escalier Soto, Guillermo Mondala Ortiz
En el planteamiento del problema de decisión estadística, se incorpora el conocimiento a priori o enfoque bayesiano por el par ($, P). Donde $ es el sistema o forma de definir la medida de probabilidad a priori P, sobre los estados de naturaleza . Enseguida se desarrolla un método alternativo en la búsqueda de una solución al problema de estimación en la estadística bayesiana no paramétrica, denominado “Aproximación Paramétrica”. Esta solución paramétrica comprende la solución que se obtiene en el denominado Modelo de Azar Proporcional. Además, cuando se utiliza como conocimiento a priori un proceso de Dirichlet, el método paramétrico genera la misma solución obtenida por el método no paramétrico empleado por Fergurson, sin tener que deducir lo distribución o posteriori del proceso. Como conclusión, se observa que el problema de estimar uno función de Distribución (o función de Supervivencia) desde el punto de visto bayesiano, es transformado en el problema de tener que probar una relación de monotonía, por lo tonta, se tienen más recursos o técnicos disponibles paro abordar es to situación sin tener que deducir la distribución o posteriori.
