Resumen de Estudios sobre robustez bayesiana global
M. Carmen Fernández Llana
El trabajo de la tesis se encuadra en el contexto de robustez bayesiana global, los primeros capítulos se refieren a robustez con respecto de la distribución a priori. En primer lugar se analizan y resuelven diversos aspectos del problema de encontrar la región creíble mas robusta entre aquellas que verifican una serie de condiciones. A continuación se presenta un estudio de robustez para el caso de espacios paramétricos multidimensionales, utilizando el modelo de Farlie-Gumbel-Morgenstern como clase de distribuciones a priori. Los últimos capítulos de la tesis se dedican a robustez con respecto del modelo de muestreo. Se comienza introduciendo una nueva clase de distribuciones multivariantes y se analizan propiedades de modelización y robustez con dichas distribuciones. Por ultimo se obtiene un resultado de robustez de la inferencia para modelos de localización y escala.
