Análisis de robustez Bayesiana mediante clases de distribuciones a priori basadas en ordenaciones estocásticas: aplicaciones en principios de primas

CICLO DE CONFERENCIAS ESTADÍSTICA Y CIENCIA DE DATOS PATRICIA ROMÁN

Conferenciante: Marta Sánchez Sánchez (Departamento de Estadística e Investigación Operativa, UGR)

Resumen: Se va a presentar una nueva metodología que permitirá realizar un estudio de sensibilidad Bayesiana incorporando la incertidumbre mediante clases de distribuciones a priori, tanto univariantes como multivariantes. Para la construcción de estas clases se utilizarán ordenes estocásticos y se introducirá la incertidumbre en la información a priori a través de funciones de distorsión y funciones de peso.
Particularmente, se propone un enfoque actuarial en el que se pueden obtener los límites superiores e inferiores de las primas colectivas o a priori y las primas Bayesianas o a posteriori. Esto será posible gracias a las características particulares de estas clases a priori y a las propiedades de preservación del orden de las distribuciones a priori y a posteriori mediante ordenaciones estocásticas que incorporan algunos principios de primas. Sobre estos resultados, se podrá observar su aplicabilidad utilizando diferentes conjuntos de datos actuariales.