Resumen

Como consecuencia de no ser válidos en los modelos de producción con frontera determinista las condiciones usuales de regularidad (que justifican la consistencia y normalidad asintótica de los estimadores de máxima verosimilitud), se desconocen las propiedades generales de estos estimadores. Una alternativa son los métodos de inferencia bayesiana que, gracias al algoritmo de Gibbs, son relativamente fáciles de aplicar. En este trabajo se propone una distribución a priori no informativa para este modelo y, por medio de simulación, se analizó el comportamiento de los estimadores e intervalos bayesianos.

• Materias:Administración Desarrollo de procesos Investigación operacional Teorí­a bayesiana de decisiones estadísticas
• Subjects:Management Process development Operations research Bayesian statistical decision theory
• Palabras claves:Ciencias de la administración, Optimización de procesos, Estimación bayesiana, Inferencia bayesiana, Modelos de producción con frontera, Modelo Half-Normal, Algoritmo de Gibbs
• Keywords:Administration sciences, Process optimization, Bayesian estimation, Bayesian inference, Border production models, Half-normal model, Gibbs algorithm