P ONTIFICIA U NIVERSIDAD C AT ÓLICA DE C HILE

FACULTAD D E M ATEM ÁTICAS

D EPARTAMENTO D E E STAD ÍSTICA

Ayudantia 4: EPG3220 Inferencia Bayesiana

Profesor: Alejandro Jara Ayudante: Valeria Leiva
1. Considere una secuencia de variables aleatorias y1 , . . . , yn permutables con función distribu-
ción condicional en una Familia Exponencial parametrizada por Ψ en la forma:
p (yi | Ψ) = a (yi ) exp {yi Ψ − b(Ψ)} ,
con función de distribución a priori conjugada para Ψ
p(Ψ) ∝ exp {n0 y0 Ψ − n0 b(Ψ)} ,
con n0 , y0 parámetros.
a) Muestre que la aproximación Normal a la distribución a posteriori de Ψ tiene media Ψ0 ,
donde Ψ0 es tal que
db(Ψ) 

nȳ + n0 y0
= ,
dΨ Ψ=Ψ0 n + n0
y varianza
! −1
d2 b(Ψ) 

( n + n0 ) .
dΨ2 Ψ=Ψ0
b) Considere una secuencia de observaciones y1 , . . . , yn permutables con función distribu-
ción condicional Bernoulii (θ ). Utilice el resultado anterior para encontrar una aproxima-
ción Normal a la distribución a posteriori del parámetro Ψ = log 1−θ θ , bajo su distribución
a priori conjugada.
2. Considere la secuencia de variables aleatorias permutables x1 , . . . , xn , con verosimilitud Nor-
mal de parámetros µ y σ2 , ambos desconocidos.
a) Considere la siguiente distribución a priori no informativa
p µ, σ2 ∝ (σ2 )(−3/2)

Derive la distribución a posteriori de µ dado σ2 .

b) Derive la distribución a posteriori marginal de σ2 .
c) Derive la distribución a posteriori marginal de µ.
d) Repita a) - c) considerando una distribución a priori conjugada definida por:
p µ | σ2 ≡ Normal µ0 , σ2 /κ0

p σ2 ≡ X 2 -Inversa ν0 , σ02 ,

con µ0 , κ0 , ν0 , y σ02 conocidos.