Resumen de Regresión dicotómica para datos sobredispersos
Francisco Javier Girón González-Torre, María Lina Martínez García, Julia García Galisteo
Los modelos usuales de regresión dicotómica no sulen ajustar bien datos agrupados que presentan sobredispersión, que suelen ser la mayoría.
Una manera de modelar estos datos es utilizar modelos no lineales, pero la elección de un modelo no lineal puede ser un problema complicado. La solución que proponemos es construir un modelo jerárquico, de modo que en la primera etapa de la jerarquía se mantenga la estructura binomial de los datos y, en la segunda se utiliza una distribución conjugada cuyos parámetros dependan de los regresores. La especificación del modelo se termina con la asignación de la distribución a priori de los hiperparámetros.
