Distribuição posterior multivariada com aproximação gaussiana usando recursos do R

Autores

  • Paul Gerhard Kinas
  • Merhy Heli Paiva Rodrigues

Palavras-chave:

Inferência bayesiana, R, Modelo de crescimento, Distribuição Gaussiana multivariada

Resumo

Na inferência estatística bayesiana a distribuição de probabilidade posterior de parâmetros desconhecidos dos modelos é de importância central. Este artigo utiliza ferramentas da linguagem do R para obter uma amostra simulada da distribuição posterior bem como sua aproximação por meio de uma distribuição Gaussiana multivariada. O método é ilustrado com inferência para a curva de crescimento de Schnute e aplicado para as toninhas (Pontoporia blainvillei) do sul do Brasil.

Downloads

Não há dados estatísticos.

Biografia do Autor

Paul Gerhard Kinas

Professor do Departamento de Matemática/FURG, Doutor em Estatística pela University of British Columbia (Canadá)

Mais informações: Currículo Lattes

Downloads

Publicado

2010-12-01

Como Citar

Kinas, P. G., & Rodrigues, M. H. P. (2010). Distribuição posterior multivariada com aproximação gaussiana usando recursos do R. VETOR - Revista De Ciências Exatas E Engenharias, 17(1), 16–22. Recuperado de https://periodicos.furg.br/vetor/article/view/1656

Edição

Seção

Artigos