Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal
Spa: Los modelos Bayesianos han sido ampliamente utilizados para la predicción del valor de una variable respuesta en función de algunas covariables. La diferencia entre el enfoque paramétrico y el enfoque Bayesiano es que en este último los parámetros asociados al modelo se tratan como variables al...
| Main Authors: | , , |
|---|---|
| Format: | Documento de Conferencia |
| Language: | spa |
| Published: |
2021
|
| Online Access: | http://repositorio.uptc.edu.co/handle/001/5545 |
| _version_ | 1801705862034620416 |
|---|---|
| author | Correa M., Juan Carlos García Cruz, Ehidy Karime Salazar Uribe, Juan Carlos |
| author_facet | Correa M., Juan Carlos García Cruz, Ehidy Karime Salazar Uribe, Juan Carlos |
| author_sort | Correa M., Juan Carlos |
| collection | DSpace |
| description | Spa: Los modelos Bayesianos han sido ampliamente utilizados para la predicción del valor de una variable respuesta en función de algunas covariables. La diferencia entre el enfoque paramétrico y el enfoque Bayesiano es que en este último los parámetros asociados al modelo se tratan como variables aleatorias asignando a cada uno de estos una forma distribucional conocida o construida por elicitación a fin de predecir de una manera precisa el valor de interés. El proceso de predicción considera la distribución posterior construida como la distribución conjunta para todos los parámetros insertos en el modelo a partir de la distribución conjunta de los mismos dado que se conoce la información. El proceso de optimización se realiza a través de métodos MCMC, un método iterativo cuya eficiencia ha sido bien estudiada por múltiples autores. La estimación de modelos Bayesianos jerárquicos longitudinales fue propuesta a finales de los años 80s. Esta propuesta considera la estimación de un modelo jerárquico longitudinal considerando un punto de
cambio continuo para cada uno de los sujetos presentes en el estudio, centrando en su atención en las regiones de alta densidad de probabilidad para los parámetros de la función que permitirá una predicción del punto de cambio. |
| format | Documento de Conferencia |
| id | repositorio.uptc.edu.co-001-5545 |
| institution | Repositorio Institucional UPTC |
| language | spa |
| publishDate | 2021 |
| record_format | dspace |
| spelling | repositorio.uptc.edu.co-001-55452023-04-27T16:11:32Z Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal Correa M., Juan Carlos García Cruz, Ehidy Karime Salazar Uribe, Juan Carlos Spa: Los modelos Bayesianos han sido ampliamente utilizados para la predicción del valor de una variable respuesta en función de algunas covariables. La diferencia entre el enfoque paramétrico y el enfoque Bayesiano es que en este último los parámetros asociados al modelo se tratan como variables aleatorias asignando a cada uno de estos una forma distribucional conocida o construida por elicitación a fin de predecir de una manera precisa el valor de interés. El proceso de predicción considera la distribución posterior construida como la distribución conjunta para todos los parámetros insertos en el modelo a partir de la distribución conjunta de los mismos dado que se conoce la información. El proceso de optimización se realiza a través de métodos MCMC, un método iterativo cuya eficiencia ha sido bien estudiada por múltiples autores. La estimación de modelos Bayesianos jerárquicos longitudinales fue propuesta a finales de los años 80s. Esta propuesta considera la estimación de un modelo jerárquico longitudinal considerando un punto de cambio continuo para cada uno de los sujetos presentes en el estudio, centrando en su atención en las regiones de alta densidad de probabilidad para los parámetros de la función que permitirá una predicción del punto de cambio. 2021-12-21T17:16:08Z 2021-12-21T17:16:08Z 2019-04-29 Documento de Conferencia http://purl.org/coar/resource_type/c_8544 info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Text http://purl.org/coar/version/c_970fb48d4fbd8a85 http://repositorio.uptc.edu.co/handle/001/5545 3077 instname:Universidad Pedagogica y Tecnologica de Colombia reponame:Repositorio de la Universidad Pedagogica y Tecnologica de Colombia repourl:https://repositorio.uptc.edu.co/ spa Congreso Internacional Gestión e Innovación CIGI 2017 https://rdigitales.uptc.edu.co/memorias/index.php/cigi2017/cigi2017/paper/download/3077/3151 https://creativecommons.org/licenses/by-nc-sa/4.0/ info:eu-repo/semantics/openAccess Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0) http://purl.org/coar/access_right/c_14cb application/pdf application/pdf https://rdigitales.uptc.edu.co/memorias/index.php/cigi2017/cigi2017/paper/view/3077 |
| spellingShingle | Correa M., Juan Carlos García Cruz, Ehidy Karime Salazar Uribe, Juan Carlos Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal |
| title | Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal |
| title_full | Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal |
| title_fullStr | Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal |
| title_full_unstemmed | Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal |
| title_short | Una aproximación Bayesiana para la predicción del punto de cambio en un escenario longitudinal |
| title_sort | una aproximacion bayesiana para la prediccion del punto de cambio en un escenario longitudinal |
| url | http://repositorio.uptc.edu.co/handle/001/5545 |
| work_keys_str_mv | AT correamjuancarlos unaaproximacionbayesianaparalapredicciondelpuntodecambioenunescenariolongitudinal AT garciacruzehidykarime unaaproximacionbayesianaparalapredicciondelpuntodecambioenunescenariolongitudinal AT salazaruribejuancarlos unaaproximacionbayesianaparalapredicciondelpuntodecambioenunescenariolongitudinal |
