Inferência bayesiana no modelo Weibull discreto em dados com presença de censuras
Abstract
Este trabalho apresenta uma inferência bayesiana da distribuição Weibull discreta em dados com presença de censuras. Foi proposto também um teste de significância genuinamente bayesiano (FBST – Full Bayesian Significance Test) para testar o seu parâmetro de forma. As distribuições a posteriori dos parâmetros foram obtidas por meio de simulações via Markov Chain Monte Carlo (MCMC) e a metodologia desenvolvida foi ilustrada em simulações e aplicada em um conjunto de dados sobre o tempo de sobrevivência de homens diagnosticados com AIDS. Todas as simulações e obtenções das estimativas foram realizadas através do software free R.
Full Text:
PDF (Português (Brasil))DOI: https://doi.org/10.5540/tema.2015.016.02.0097
Article Metrics
Metrics powered by PLOS ALM
Refbacks
- There are currently no refbacks.
Trends in Computational and Applied Mathematics
A publication of the Brazilian Society of Applied and Computational Mathematics (SBMAC)
Indexed in: