Page 127 - riesgo2012
P. 127

5.2. Credibilidad Bayesiana                                          117


                          5.2.     Credibilidad Bayesiana

                          La credibilidad Bayesiana es otra forma de incorporar el historial de reclama-
                          ciones de un grupo de asegurados en el c´alculo de las primas. Explicaremos
                          a continuaci´on de manera breve la situaci´on general en estaperspectiva de
                          la estad´ıstica y despu´es aplicaremos estas ideas en dos casos particulares.


                          Estimaci´on Bayesiana

                          En la estad´ıstica tradicional se considera el problema de estimaci´on de un
                          par´ametro θ de una distribuci´on de probabilidad dada f x; θ . Para ello se
                          considera una muestra aleatoria de esta distribuci´on y se estudian distintos
                          m´etodos para estimar θ, considerando siempre que este par´ametro tiene un
                          valor desconocido y fijo. Existe, sin embargo, un punto de vistadistinto
                          llamado estimaci´on Bayesiana. Desde esta perspectiva se considera que θ
                          es una variable aleatoria para la cual se asume una distribuci´on de pro-
                          babilidad h θ llamada apriori. Esta distribuci´on refleja cierta informaci´on
                          subjetiva o cuantitativa que el observador pueda tener sobre el par´ametro θ.
                          La distribuci´on conjunta de una muestra aleatoria de la distribuci´on f x; θ
                          y el par´ametro θ es

                                                                           m
                                  f x 1 ,... ,x m , θ  f x 1 ,... ,x m θ h θ  f x i θ h θ .
                                                                           i 1
                          La distribuci´on marginal de la muestra es entonces
                                                               m
                                            f x 1 ,... ,x m       f x i θ h θ dθ.
                                                             θ  i 1

                          Conociendo estas funciones puede ahora calcularse la distribuci´on condi-
                          cional de θ dada la muestra como sigue:

                                                              f x 1 ,... ,x m θ h θ
                                         g θ x 1 ,... ,x m
                                                                 f x 1 ,... ,x m
                                                                 m
                                                                    f x i θ h θ
                                                                 i 1                         (5.9)
                                                                 m                 .
                                                                    f x i θ h θ dθ
                                                               θ  i 1
   122   123   124   125   126   127   128   129   130   131   132