Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
Revista Colombiana de Estadística
Print version ISSN 0120-1751
Abstract
SOSA, Juan and ARISTIZABAL, Jeimy-Paola. Algunos desarrollos en modelos de regresión lineal jerárquicos bayesianos. Rev.Colomb.Estad. [online]. 2022, vol.45, n.2, pp.231-255. Epub Feb 01, 2023. ISSN 0120-1751. https://doi.org/10.15446/rce.v45n2.98988.
Considerando la flexibilidad y aplicabilidad del modelamiento Bayesiano, en este trabajo se revisan las principales características de dos modelos jerárquicos en un escenario de regresión. Se estudia la estructura probabilística completa de los modelos junto con la distribución condicional completa para cada parámetro del modelo. Las extensiones jerárquicas que se presentan permiten que la media de la segunda etapa del modelo tenga una dependencia lineal de un conjunto de covariables. Se describen y derivan completamente los algoritmos de muestreo de Gibbs para ajustar los modelos. Además, se considera un caso de estudio en el que se caracteriza el tamaño de plantas en función de la concentración de nitrógeno en el suelo y un factor de agrupación (fincas).
Keywords : Agrupamiento; Inferencia bayesiana; Muestreador de Gibbs; Modelo jerárquico; Regresión lineal.