Estadística Bayesiana

Ejercicios No 2

1. Probar que:
 
 
x
xe dx  e  x dx  1
 0
y para k ≥ 1,
 

0
x k e  x dx  k 
0
x k 1e  x dx


a) Cuál es el valor de 0 x n e  x dx donde n es un entero no negativo
b) Formule una definición razonable para 0!
c) Para que valor de a constante c la función f ( x)  cx n e  x satisface las
propiedades de una fdp?

2. Supongamos que la distribución a priori para la proporción de artículos

defectuosos que produce una máquina es
P 0.1 0.2
Pr(p) 0.6 0.4
Sea x el número de artículos defectuosos en una muestra aleatoria de tamaño
2. Calcule
a) la distribución marginal de x.
b) la distribución de probabilidad a posteriori de p, dado que se observa x.

3. Supongamos que la distribución a priori de p es uniforme para 0<p<1.

Usando la misma variable aleatoria X del ejercicio anterior calcule la
distribución a posteriori de p.

4. Suponga que las variavles aleatoria X1, …, Xn son independientes y

provienen de una distribución de Poisson con media ƛ. Suponga que la
distribución a priori de ƛ es exponencial con media 1. Calcular la distribución a
posteriori de ƛ cuando la media muestral es 3 para la muestra de tamaño 10.

5. Las llamadas de servicio llegan a un centro de mantenimiento de acuerdo

con un proceso de Poisson con ƛ llamadas por minuto. Un conjunto de datos
de 20 periodos de un minuto producen un promedio de 1.8 llamadas. Si la
distribución a priori de ƛ sigue una distribución exponencial con media 2,
determine la distribución a posteriori de ƛ.

6. Supóngase que x1,…,xn/θ tienen una distribución Binomial con parámetros

1 y θ y son variables aleatorias independientes y θ tiene una distribución Beta
con parámetros α y β. Los parámetros de la distribución a priori se llaman
hiperparámetros. Obtener la distribución a posteriori de θ y la marginal de X

7. Sea X/θ con distribución exponencial con parámetro θ.

a) Demostrar que la distribución de X es una familia exponencial.
b) Calcular la forma de una distribución a priori conjugada para θ ¿A qué
familia de distribuciones pertenece esta distribución?
c) Dada la distribución a priori conjugada y una muestra X = (X 1;..;Xn), hallar la
distribución a posteriori de θ.
8. El número de minutos de espera al autobús cada mañana X tiene una
distribución uniforme en 0<X< θ . Suponer una distribución a priori:

a) Calcular la constante de integración de la distribución a priori.

b) ¿A qué familia de distribuciones (conocida y conjugada) pertenece esta
distribución?
c) Dadas las observaciones durante una semana: X = (2;1;8;3;10;5;7), obtener
la distribución a posteriori de θ.

9. Muestre que la familia Beta es conjugada con respecto a las muestras de

una distribución binomial y distribución geométrica.

10. Consideremos una urna que contiene dos monedas: una cargada y la otra
equilibrada. Supongamos que la moneda cargada está científicamente
construida para tener una probabilidad de 3/4 de que salga sello. Una persona
tomará una de las dos monedas de la urna (no necesariamente al azar) y
echará un volado con apuesta de por medio. Hacer lo siguiente:
a) Proponer una familia paramétrica para el experimento anterior,
b) Proponer una distribución a priori para el parámetro del modelo, tomando
especialmente en cuenta que no estamos seguros de que la moneda fue
tomada al azar,
c) Obtener la distribución a posteriori.

Ica. 02Mayo2019.