Análisis de robustez Bayesiana usando clases multivariantes de distribuciones a priori basadas en ordenes estocásticos.

F. Ruggeri, M. Sánchez Sánchez, M. Á. Sordo Díaz, A. Suárez Llorens

En esta comunicación oral generalizaremos al caso multivariante algunas ideas desarrolladas recientemente en Sánchez-Sánchez et al. (2018) desde el punto de vista univariante. Utilizando funciones ponderadas para modificar el conocimiento a priori, introduciremos nuevas clases multivariantes de distribuciones a priori que verifican algunas propiedades de interés. Luego, estudiaremos como la clase multivariante de distribuciones a posteriori asociada hereda estas propiedades. La incertidumbre de ambas clases será evaluada usando diferentes métricas, como la métrica de Hellinger y la divergencia de Kullback-Leibler. Finalmente, mostraremos un ejemplo con datos reales relacionado con los tiempos de fallos en un sistema de fiabilidad.

Referencias
1. Sánchez-Sánchez, M., Sordo, M.A., Suárez-Llorens, A. and Gómez-Déniz, E. Deriving robust Bayesian premiums under bands of prior distributions with applications. Astin Bulletin, doi: https://doi.org/10.107//asb.2018.36 , 2018.

Palabras clave: Análisis Bayesiano robusto clases a priori órdenes estocásticos funciones ponderadas fiabilidad.

M. C. Pardo, Y. Lu, A. M. Franco Pereira

A. Arriaza Gomez, M. Á. Sordo Díaz

A. Castaño Martínez, G. Pigueiras Voces, M. Á. Sordo Díaz