Pantheon Repositorio Institucional
Recopila, preserva y difundi la producción académica digital en todas las áreas del conocimiento.
Comprende los activos del repositorio, además de tesis y disertaciones en la UFRJ, artículos científicos, libros electrónicos, capítulos de libros y trabajos presentados en eventos para los profesores, investigadores, personal administrativo y estudiantes de maestría y doctorado.
Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/11422/4842| Especie: | Trabalho de conclusão de graduação |
| Título : | Estimação bayesiana em modelos de mistura de distribuições normais |
| Autor(es)/Inventor(es): | Tavares, Juliana |
| Tutor: | Abanto Valle, Carlos |
| Tutor : | Alves, Mariane Branco |
| Resumen: | 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. |
| Materia: | Inferência Bayesiana Estimação paramétrica |
| Materia CNPq: | CNPQ::OUTROS::CIENCIAS ATUARIAIS |
| Unidade de producción: | Instituto de Matemática |
| Editor: | Universidade Federal do Rio de Janeiro |
| Fecha de publicación: | ene-2015 |
| País de edición : | Brasil |
| Idioma de publicación: | por |
| Tipo de acceso : | Acesso Aberto |
| Aparece en las colecciones: | Ciências Atuariais |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| Monografia Juliana Tavares Ciências Atuariais fev-2015-min.pdf | 796.81 kB | Adobe PDF | Visualizar/Abrir |
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.