Bernardo,
vc precisa encontrar as distribuições a posteriori completas para seus parâmetros.
Para isso vc precisa conjugar a priori com uma verossimilhança, fazer a conta na mão para determinar as condicionais completas e caso sejam conhecidas vc usa o amostrador de Gibss, caso contrário vai ter que usar Metropolis Hasting.
O intervalo bayesiano são os próprios quantis das distribuições a posterioris encontradas.
Abs.
2012/6/16 Bernardo Rodrigues
<rodriguesbernardo22@gmail.com>
Gibs<-function(m,y,a=9,b=12,c=0,d=2,e=12,f=7,n.burn=round(m/2)){
theta<-matrix(NA,nrow=m,ncol=4)
theta[1,1]<-1 #inicialização do alfa
theta[1,2]<-1 #inicialização do beta
theta[1,3]<-1 #inicialização do sigma
theta[1,4]<-1
n<-12
n<-length(y)
theta[1,4]<-round(n/2)
for(i in 2:m){
#simular alfa
t1<-sum(y[1:theta[i-1,4]])
theta[i,1]<-runif(1,a+t1,b+theta[i-1,4])
#simular beta
t2<-sum(y[1:theta[i-1,4]])
theta[i,2]<-runif(1,c+t2,d+theta[i-1,4])
#simular sigma
t3<-sum(y[1:theta[i-1,4]])
theta[i,3]<-runif(1,e+t3,f+theta[i-1,4])
return(list(alfa=theta[(n.burn+1):m,1],beta=theta[(n.burn+1):m,2],sigma=theta[(n.burn+1):m,3]))
}
}
Tentei assim mas nao deu:S
No dia 16 de Junho de 2012 23:52, Bernardo Rodrigues
<rodriguesbernardo22@gmail.com> escreveu:Nem
Boa noite,
Sabem como posso obter intervalo de confiança bayesiano utilizando os metodos de monte carlo sendo por exemplo a distribuição a priori uniforme?
valeu
_______________________________________________
R-br mailing list
R-br@listas.c3sl.ufpr.br
https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br
Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
--
Vinicius Brito Rocha.Estatístico e Atuário (IM / UFRJ)
Mestre em Pesquisa Operacional (COPPE / UFRJ)
www.aplicademic.blogspot.comhttp://twitter.com/viniciusbritor"Não se preocupe muito com as suas dificuldades em Matemática, posso assegurar-lhe que as minhas são ainda maiores." - Albert Einstein.