UNIVERSIDAD DE CONCEPCION

FACULTAD DE CIENCIAS FISICAS Y MATEMATICAS

DEPARTAMENTO DE ESTADISTICA
523453 M
etodos Bayesianos - Tarea N 1
Profesor : Mauricio Castro
Entrega : Martes 8 de setiembre al inicio de la clase. Entregas fuera de ese instante no
seran revisadas!
1. Una empresa de retail monitorea las ventas de un producto nuevo con los registros del
n
umero de productos vendidos en cada uno de los I outlets de retail (todos ellos similares) en cada una de n semanas consecutivas. Las ventas son modeladas de acuerdo
a una distribucion Poisson para cada uno de los outlets con una tasa constante por
ind
semana, es decir, xij | i Po(i ), con i = 1, . . . , I y j = 1, . . . , n donde xij representa
las ventas en el i-esimo outlet en la j-esima semana. Para modelar la posible variabilidad entre outlets, se considera que las medias i son independientes con distribucion a
priori Gamma con media 1/ y parametro de forma a > 0, es decir, i | Ga(a, a).
Se asume que los xij son independientes de dado i . Sea = {i , i = 1, . . . , I} y
X = {xij , i = 1, . . . , I, j = 1, . . . , n}.
(a) Muestre que, condicionalmente en X y , i sigue una distribucion Ga(a+nyi , a+
n), donde yi es una funcion de los datos X. Identifique yi .
(b) Encuentre la verosimilitud marginal m(X) = f (X | ).

(c) Si tiene una distribucion a priori Gamma, Ga(r, s), muestre que
f ( | X) / r+aI 1 e

(n + a) q ,

>0

donde q = I(a + n
x) y x es la media muestral.
2. En un modelo de regresion lineal, el vector n-dimensional y tiene distribucion y |
Nn (X , In ), con vector de media = E(y | ) = X y matriz de varianzacovarianza igual a la matriz identidad. Suponga que la distribucion a priori para es
N (0, g 1 (X> X) 1 ) para alg
un g > 0.
(a) Encuentre ( | y).

(b) Muestre que E( | y) puede ser expresada en funcion de EMV de

(c) Encuentre E( | y).