Análisis bayesiano para la diferencia de dos proporciones usando R // Bayesian Analysis for the Difference of Two Proportions Using R

Autores/as

  • Hugo Andrés Gutiérrez Rojas Centro de Investigaciones y Estudios Estadísticos (CIEES) Universidad Santo Tomás (Bogotá)
  • Hanwen Zhang Centro de Investigaciones y Estudios Estadísticos (CIEES) Universidad Santo Tomás (Bogotá)

Palabras clave:

Estimación, funciones en R, inferencia bayesiana, proporciones, Bayesian inference, estimation, proportions, R functions

Resumen

Este artículo presenta una colección de funciones computacionales que son utilizadas en la implementación de un análisis bayesiano exhaustivo para la diferencia de dos proporciones. Con este fin, se discute la estimación puntual, la estimación mediante intervalos de credibilidad y la inferencia predictiva desde dos escenarios: el primero basado en las densidades exactas a priori y a posteriori (construidas mediante la primera función hipergeométrica de Appell) y el segundo basado en densidades simuladas (mediante un algoritmo de cadenas de Markov con métodos de Monte Carlo). La implementación de estas funciones se realiza en el programa estadístico R, porque es un software libre, funciona bien en múltiples plataformas y permite enmarcar estas funciones bajo un objeto computacional denominado “paquete”.

------------------------------------

In this paper we present a collection of functions that can be used to implement a comprehensive Bayesian analysis of a difference of two proportions. For instance, point estimation, credibility intervals and predictive inference are discussed in both scenarios, the priori and posteriori exact densities (based in the first Appell hypergeometric function) and the simulated densities (based in a Markov chain Monte Carlo algorithm). We have chosen to implement the suite of functions using the R statistical software because it is freely available, runs on multiple platforms and allows to compress the functions into a single computational object named “package”.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Hugo Andrés Gutiérrez Rojas, Centro de Investigaciones y Estudios Estadísticos (CIEES) Universidad Santo Tomás (Bogotá)


Citas

Agresti, A. & Coull, B. A. (1998), ‘Approximate is better than exact for interval estimation of binomial proportions’, The American Statistician 52(2), 119–126.

Agresti, A. & Min, Y. (2005), ‘Frequentist performance of bayesian confidence intervals for comparing proportions in 2 × 2 contingency tables’, Biometrics 61, 515–523.

Albert, J. (2007), Bayesian Computation with R, Springer.

Bailey, W. N. (1934), ‘On the Reducibility of Appell's Function F4’, Quart. J. Math 5, 291–292.

Canavos, G. C. (1988), Probabilidad y estadística: aplicaciones y métodos, McGraw-Hill.

Carlin, B. P. & Louis, T. A. (1996), Bayes and Empirical Bayes for Data Analysis, 1 edn, Chapman and Hall/CRC.

Fisher, R. A. (1970), Statistical Methods for Research Workers, 15 edn, Macmillan Pub. Co.

Gamerman, D. & Lopes, H. F. (2006), Markov Chain Monte Carlo, Chapman and Hall/CRC.

Gelman, A. (2008), ‘Objections to bayesian statistics’, Bayesian Analysis 3(3), 445–450.

Gelman, A., Carlin, J. B., Stern, H. S. & Rubin, D. B. (1995), Bayesian Data Analysis, 1 edn, Chapman and Hall/CRC.

Jack, A., Woodard, D., Hoffman, J. & O’Connell, M. (2007), Bayesian Modeling with S-PLUS and the flexBayes Library, Insightful Corporation.

Jeffreys, H. (1961), The Theory of Probability, Oxford.

Magidson, J. (1982), ‘Some common pitfalls in causal analysis of categorical data’, Journal of Marketing Research 19, 461–471.

Magidson, J. (2004), ‘Epidat 3.0: programa para análisis epidemiológico de datos tabulados’, Revista Española de Salud Pública 78(2), 277–280.

Pham-Gia, T. & Turkkan, N. (1993), ‘Bayesian analysis of the difference of two proportions’, Communications in Statistics: Theory and Methods 22(6), 1755–1771.

Pope, J. L. (1984), Investigación de mercados. Guía maestra para el profesional, Grupo Editorial Norma.

R Development Core Team (2008), R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, Vienna, Austria.

SAS (2006), Preliminary Capabilities for Bayesian Analysis in SAS/STAT Software.

Spiegelhalter, D., Thomas, A., Best, N. & Lunn, D. (2004), WinBUGS User Manual.

Publicado

2016-11-04

Cómo citar

Gutiérrez Rojas, H. A., & Zhang, H. (2016). Análisis bayesiano para la diferencia de dos proporciones usando R // Bayesian Analysis for the Difference of Two Proportions Using R. Revista De Métodos Cuantitativos Para La Economía Y La Empresa, 8, Páginas 50 a 70. Recuperado a partir de https://www.upo.es/revistas/index.php/RevMetCuant/article/view/2129

Número

Sección

Artículos