Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Estadı́stica Bayesiana
Angie Crisóstomo Casasola1
1
Asignatura: Estadı́stica Bayesiana
2
Profesor: MSc. Christian Amao Suxo
3
Escuela Profesional de Ingenierı́a Estadı́stica
4
Universidad Nacional de Ingenierı́a
10/06/2019
Resumen
El presente trabajo muestra la resolución de la Práctica Califi-
cada, con las técnicas aprendidas en el actual semestre, los temas a
evaluar son Teorema de Bayes, Prioris no-informativas y Proceso de
Elicitación.
1. Solucionario de ejercicios
1.1. Problema 1
Responda si son ciertas las siguientes proposiciones. Encaso no sean ciertas,
comente cuál es su punto de vista.
1
Solución:
1.2. Problema 2
Dos biólogos marinos están interesados en estudiar cómo evoluciona la pobla-
ción de anchovetas en el norte del Perú. Para ello, los biólogos realizan medicio-
nes de la cantidad de anchovetas por pie cúbico en dos lugares distintos del litoral
peruano. Además ambos biólogos realizan la misma cantidad de mediciones y
denotando por θ y φ a la cantidad promedio de anchovetas por metro cúbico
observados en los dos distintos lugares. Por su parte, un estadı́stico establece
que por las condiciones del experimento, lo más adecuado para la distribución
priori serı́a
p(θ, φ) = p(θ)p(φ) ∝ k
2
Ya que la distribución conjunta de θ y φ es proporcional a una constante k,
la distribución conjunta de ψ y η, p(ψ, η) resulta:
p(ψ, η) ∝ abs(|J|)
Expresando θ y φ en función de ψ y η:
θ = ψη
φ = η(1 − ψ)
η ψ
J= (2)
−η 1−ψ
p(ψ, η) ∝ η
Del problema θ, φ > 0, ya que son valores discretos que sirven para una
medida de conteo.
ψ = θ/(θ + φ) > 0,
η =θ+φ>0
3
b) Describiendo lo enunciado, sean Xi y Yi son las mediciones hechas por el
biólogo 1 y 2 respectivamente para i : 1, 2, ..., m
Xi |θ ∼ P(θ)
Yi |θ ∼ P(φ)
Estas son independientes pues son las medidas hechas en dos lugares distin-
tos, asi, entonces
L(θ, φ) = p(X, Y |θ, φ), resume la información de las muestras.
Se pide:
Pn
xi + n
P Pn Pn
p(ψ, η|X, Y ) ∝ ηe−n(η) n( i=1 i=1 yi ) ψ i=1 xi
(1 − ψ) i=1 yi
Pn
xi + n
P Pn Pn
p(ψ, η|X, Y ) ∝ [e−n(η) n( i=1 i=1 yi +1) ][ψ i=1 xi
(1 − ψ) i=1 yi
]
4
1.3. Problema 3
La Universidad Nacional de Ingenierı́a desea hacer un estudio sobre el IQ
de sus estudiantes, por lo que contrata a un grupo de psicólogos expertos que
deciden extraer una muestra de n estudiantes de pregrado cuyo IQ medio real
cada uno es θi , para i = 1, 2, ..., n. Por practicidad, los psicólogos suponen que
los θi , constituyen una muestras aleatoria de una población de IQs con media
desconocida µ y varianza conocida b. Un test para medir el IQ es aplicado,
brindando las observaciones independientes Y1 , ..., Yn donde Yi ∼ N (θ, a), con
a conocido. Con los datos experimento, construya una priori jerárquica para los
parámetros θ1 , θ2 , ..., θn .
Solución:
Piden una priori jerárquica, entonces la estructura jerárquica queda deter-
minada de la siguiente manera. Se realiza una prueba tal que se extrae una
muestra Y1 , Y2 , ..., Yn , donde cada uno tiene un IQ
IQc/estudiante = θi
Yi |θi ∼ N (θi , a)
θi |µ ∼ N (µ, b)
µ ∼ N (α, β)
Fase de Elicitación
R
Qn1 , θ2 , ..., θn |µ)p(µ)dµ
p(θ1 , θ2 , ..., θn ) = R p(θ
p(θ1 , θ2 , ..., θn ) = i=n p(θi |µ)p(µ)dµ
Donde se conoce
−b 2
p(θi |µ, b) =√ 1 e 2 (θi −µ)
2πb
−β 2
1
p(µ|α, β) = √2πβ e 2 (µ−α)
R∞ 1 Pn 2 2
p(θ1 , θ2 , ..., θn ) = √ 1 √ e−0,5∗[b i=1 (θi −µ) +β(µ−α) ] dµ
(2π)− (n+1)/2 0 2πbβ
De esto todas las constantes las tomaremos como un k, por lo que sólo dependerá
de una exponencial, esto pertenece al kernel de la distribución norma.
−1 αβ 2
p(θ1 , θ2 , ..., θn ) ∝ e 2 [µ− β−1 ] [β−1]