Resumen

BARRERA, CARLOS JAVIER  y  CORREA, JUAN CARLOS. Distribución predictiva bayesiana para modelos de pruebas de vida vía MCMC. Rev.Colomb.Estad. [online]. 2008, vol.31, n.2, pp.145-155. ISSN 0120-1751.

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.

Palabras clave : a priori; distribución predictiva; fiabilidad; MCMC.

        · resumen en Inglés     · texto en Español     · Español ( pdf )