13.04.2013 Views

Inferência Bayesiana em Modelos Assimétricos - Instituto de ...

Inferência Bayesiana em Modelos Assimétricos - Instituto de ...

Inferência Bayesiana em Modelos Assimétricos - Instituto de ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

Introdução<br />

Objetivos<br />

Distribuições sob seleção<br />

Casos especiais: normal e t assimetrizadas<br />

<strong>Inferência</strong> <strong>Bayesiana</strong>/MCCM<br />

<strong>Mo<strong>de</strong>los</strong> Lineares Mistos<br />

<strong>Mo<strong>de</strong>los</strong> binários<br />

Distribuições <strong>de</strong> probabilida<strong>de</strong> induzidas por processos <strong>de</strong><br />

seleção<br />

Definição: Sejam U ∈ R q e V ∈ R p dois vetores aleatórios, e<br />

<strong>de</strong>notamos por C um conjunto mensurável <strong>em</strong> R q . Nós <strong>de</strong>finimos<br />

como distribuição sob seleção a distribuição condicional<br />

(V|U ∈ C). Então, um vetor aleatório X ∈ R p t<strong>em</strong> distribuição<br />

sob seleção se X d = (V|U ∈ C). Usamos a notação X ∼ SLCTp,q<br />

cujos parâmetros <strong>de</strong>pend<strong>em</strong> das caracterizações <strong>de</strong> U, V, e C.<br />

Se V t<strong>em</strong> fdp fV então X t<strong>em</strong> fdp<br />

fX(x) = fV(x)<br />

P (U ∈ C|V = x)<br />

,<br />

P (U ∈ C)<br />

Márcia D’Elia Branco <strong>Inferência</strong> <strong>Bayesiana</strong> <strong>em</strong> <strong>Mo<strong>de</strong>los</strong> <strong>Assimétricos</strong>

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!