Distribución predictiva bayesiana para modelos de pruebas de vida vía MCMC

• Main Authors: CARLOS JAVIER BARRERA, JUAN CARLOS CORREA
• Format: Article
• Language: English
• Published: Universidad Nacional de Colombia 2008-12-01
• Series: Revista Colombiana de Estadística
• Subjects: Prior; Predictive Distribution; Reliability; MCMC
• Online Access: http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S0120-17512008000200001&lng=en&tlng=en

En el estudio de la confiabilidad es muy frecuente el desconocimiento de parámetros poblacionales; por tanto, es necesario recoger información muestral relevante para la estimación de estos a través de distribuciones de probabilidad, conocidas como distribución a priori. Los métodos bayesianos permiten incorporar opiniones subjetivas acerca de incertidumbres con respecto al parámetro o vector de parámetros de interés. La incertidumbre acerca del verdadero valor de un parámetro de interés θ en la población es modelada por la función de densidad a priori π(θ), (θ \in Θ). Para obtener las distribuciones predictivas bayesianas, se implementará la metodología MCMC, la cual exige calibración, diseño, implementación y validación de algoritmos apropiados.