Use este identificador para citar ou linkar para este item: http://hdl.handle.net/11422/4842
Tipo: Trabalho de conclusão de graduação
Título: Estimação bayesiana em modelos de mistura de distribuições normais
Autor(es)/Inventor(es): Tavares, Juliana
Orientador: Abanto Valle, Carlos
Coorientador: Alves, Mariane Branco
Resumo: Misturas de distribuições são usualmente utilizadas para modelagem de dados em que as observações podem ser provenientes de diferentes grupos populacionais. Desta forma, através de uma mistura de k densidades Normais com médias e variâncias distintas, assumindo-se que o valor k é conhecido, objetivou-se modelar a variável sinistro agregado, presente em um banco de dados constituído por 1.500 pagamentos de indenizações referentes ao Seguro de Responsabilidade Civil Geral americano em dólar. A teoria que norteou o presente estudo foi a teoria Bayesiana, e, através dela, pôde-se utilizar como ferramenta de estimação estatística dos parâmetros, o Amostrador de Gibbs, que consiste, basicamente, em uma simulação estocástica via Cadeias de Markov usualmente aplicada quando a variável de interesse apresenta uma estrutura complexa ou quando trabalha-se com problemas que têm muitas dimensões. Ao longo deste estudo encontram-se: um pequeno resumo da teoria de mistura de distribuições e a questão da identificabilidade de misturas de distribuições; os principais conceitos, definições e metodologias necessárias para a estimação do conjunto de parâmetros; a teoria da Inferência Bayesiana; simulação estocásticas via Cadeias de Markov; e o método de Monte Carlo via Cadeias de Markov. Conclui-se com algumas sugestões para pesquisas futuras.
Palavras-chave: Inferência Bayesiana
Estimação paramétrica
Assunto CNPq: CNPQ::OUTROS::CIENCIAS ATUARIAIS
Departamento: Instituto de Matemática
Editor: Universidade Federal do Rio de Janeiro
Data de publicação: Jan-2015
País de publicação: Brasil
Idioma da publicação: por
Tipo de acesso: Acesso Aberto
URI: http://hdl.handle.net/11422/4842
Aparece nas coleções:Ciências Atuariais

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Monografia Juliana Tavares Ciências Atuariais fev-2015-min.pdf796,81 kBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.