Modelo bayesiano de regresión beta flexible con covariable funcional

Resumen:

Los modelos de regresión paramétrica estándar no son adecuados cuando el objetivo es predecir una respuesta continua acotada, como una proporciona/porcentaje o una tasa. Una posible solución es el modelo de regresión beta flexible, que se basa en una combinación especial de betas diseñadas para hacer frente (aunque no exclusivamente) a las observaciones bimodales, complejas y periféricas. Este trabajo introduce este modelo en el caso de una covariable funcional, motivada por un análisis espectrométrico de muestras de leche. Los problemas de estimación se abordan mediante una combinación de técnicas de Montecarlo de expansión con base estándar y cadenas de Markov. Concretamente, la selección de los coeficientes más significativos de la expansión se realiza mediante métodos bayesianos de selección de variables que aprovechan los factores de contracción anteriores. La eficacia de la propuesta se ilustra con estudios de simulación y su aplicación a datos espectrométricos.