¹Profesor asociado. Escuela de Estadística. Universidad Nacional. Sede Medellín. E-mail: jccorrea@unalmed.edu.co

Presentamos una implementación bayesiana para ayudar a resolver un pro blema de heteroscedaticidad en el modelo de regresión simple, fácilmente extendible al caso múltiple.

Palabras Clave: Heteroscedasticidad, modelos de regresión, estadística bayesiana, muestreador de Gibbs.

We implement a bayesian solution to the heteroscedasticity problem in simple regression. This solution can be easily generalized to the multiple regression case.

Keywords: Heteroscedasticity, Regression models, Bayesian statistics, Gibbs sampler.

>Texto completo disponible en PDF

Referencias

1. Gelfand, A. & Smith, A. F. M. (1990), "Sampling based approaches to calculating marginal densities", J. Amer. Stat. Assoc 85, 398- 409.

2. Geman, S. & Geman, D. (1984), "Stochastic relaxation, Gibbs distributions and the bayesian restoration of images", IEEE Trans. on Pattern Analysis and Machine Intelligence 6, 721- 741.

3. Lee, P. M. (1997), Bayesian Statistics: An Introduction, 2 edn, Arnold, London.

4. Tanner, M. A. (1996), Tools for Statistical Inference, Springer-Verlag, New York.