Estimación bayesiana de modelos lineales generalizados en datos funcionales

Los estudios actuales, no siempre se deberían manejar como datos usuales donde un individuo representa un objeto en específico, si no como datos funcionales, tal que un individuo representa una curva, en la cual su naturaleza continua se conserva y se obtiene una reducción notable de la dimensión de los datos. Las variables funcionales se caracterizan por la evolución de una variable a lo largo del tiempo (proceso estocástico), de modo que los valores que toman son, en general, funciones de uno o varios argumentos en lugar de vectores como en análisis multivariante clásico. (curso Máster en estadística, Universidad de Granada, 2016). Dentro del análisis de datos funcionales se abordan los modelos lineales generalizados; estos modelos agrupan tanto modelos con variables respuestas numéricas como categóricas, lo que nos lleva a tener en cuenta otras distribuciones (Poisson, binomial, hipergeométrica, gamma, multinomial, etc.), además de la normal, y estos avances en la teoría de los modelos lineales se beben a Nelder y Wedderbum, y conjuntamente se impone el teorema de Bayes, el cual, trasciende la aplicación clásica, especialmente cuando se amplía a otro contexto en el que la probabilidad no se entiende exclusivamente como la frecuencia relativa de un suceso a largo plazo, sino como el grado de convicción personal acerca de que el suceso ocurra o pueda ocurrir (definición subjetiva de la probabilidad). Al admitir un manejo subjetivo de la probabilidad, el analista bayesiano podrá emitir juicios de probabilidad sobre una hipótesis H y expresar por esa vía su grado de convicción al respecto, tanto antes como después de haber observado los datos ([PDF]Estadística Bayesiana). Considerando estos temas se realiza un estudio de América Latina (Sin Surinam y Guyana) del índice de democracia EIU, a partir de tres índices, los cuales son: Producto Interno Bruto Per cápita y Índice de GINI desde el año 2002 hasta el 2015.

• Autores: Rugeles Díaz, Leidy Tatiana
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2018
• Institución: Universidad Santo Tomás
• Repositorio: Repositorio Institucional USTA
• Idioma: spa
• OAI Identifier: oai:repository.usta.edu.co:11634/10374
• Acceso en línea: http://hdl.handle.net/11634/10374
• Palabra clave: EIU Index; Functional data; B-spline basis; Generalized linear models; Bayesian statistics; Modelos lineales (Estadística); Modelos matemáticos; Modelos estadísticos; Índice EIU; Datos funcionales; Base B-spline; Modelos lineales generalizados; Estadística bayesiana; Modelos con variables respuestas numéricas; Modelos con variables respuestas categóricas; Definición subjetiva de la probabilidad; Juicios de probabilidad sobre una hipótesis H
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 2.5 Colombia