Proposal to increase experimental points in Bayesian D-optimal design

Tellez, Cristian Fernando; López Ríos, Víctor Ignacio

Propuesta para aumentar los puntos experimentales en diseños D-óptimos bayesianos

dc.creator	Tellez, Cristian Fernando	es
dc.creator	López Ríos, Víctor Ignacio	es
dc.date	2013-12-09
dc.date.accessioned	2025-02-04T20:23:42Z
dc.date.available	2025-02-04T20:23:42Z
dc.identifier	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1098
dc.identifier	10.15332/s2027-3355.2013.0002.02
dc.identifier.uri	http://test.repositoriodigital.com:8080/handle/123456789/86187
dc.description	One of the most frequent used criteria to obtain optimal designs is D-optimality designs, which provides experimental points where the volume of conﬁdence ellipsoid associated to the vector of parameters in the proposed model is minimized. Unlike the classical D-optimal design, the Bayesian D-optimal design does not necessarily have as many support points as the model parameters. This article considers the case where D-optimal design averaged by a speciﬁc a priori has as many support points as the number of parameters of the model. This situation may not be as favorable when the model is not speciﬁed with complete certainty, since it would not be possible to conduct tests due to lack of ﬁtness for the model. This article proposes a methodology that allows increasing the number of support points of the design in order that, with the resulting design, goodness of ﬁtness test can be applied. Finally, the methodology is exempliﬁed with an exponential model.	en
dc.description	Uno de los criterios de uso más frecuente para la obtención de diseños óptimoses el D-optimalidad, el cual proporciona los puntos experimentales donde se minimizael volumen del elipsoide de confianza asociado al vector de parámetros enel modelo propuesto. A diferencia del diseño D-óptimo clásico, el diseño D- óptimobayesiano no necesariamente tiene tantos puntos de soporte como parámetrostiene el modelo. En este artículo se considera el caso en donde el diseño D-óptimobayesiano tiene tantos puntos de soporte como parámetros tiene el modelo. Estasituación puede no ser tan favorable cuando el modelo no se tiene especificado contotal certeza dado que no sería posible realizar pruebas de falta de ajuste parael modelo. En este artículo se propone una metodología que permite aumentar el número de puntos de soporte del diseño con el fin que, con el diseño resultante, sepueda aplicar la prueba de bondad de ajuste. Finalmente se ejemplifica la metodología con un modelo exponencial.	es
dc.format	application/pdf
dc.format	text/plain
dc.language	spa
dc.publisher	Universidad Santo Tomás	es
dc.relation	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1098/1333
dc.relation	https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/1098/3628
dc.source	Comunicaciones en Estadística; Vol. 6 No. 2 (2013); 121-137	en
dc.source	Comunicaciones en Estadística; Vol. 6 Núm. 2 (2013); 121-137	es
dc.source	2339-3076
dc.source	2027-3355
dc.subject	D-optimalidad bayesiano	es
dc.subject	bondad de ajuste	es
dc.subject	D-eficiencia	es
dc.subject	incremento puntos experimentales	es
dc.subject	diseños óptimos	es
dc.title	Proposal to increase experimental points in Bayesian D-optimal design	en
dc.title	Propuesta para aumentar los puntos experimentales en diseños D-óptimos bayesianos	es
dc.type	info:eu-repo/semantics/article
dc.type	info:eu-repo/semantics/publishedVersion

Ficheros en el ítem

Ficheros	Tamaño	Formato	Ver
No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

estadistica [100]

Mostrar el registro sencillo del ítem