A. J. Barrera García, P. Román Román, F. A. Torres Ruiz
Los modelos estocásticos derivados de curvas de crecimiento como la logística han experimentado una notable actividad investigadora recientemente. La creciente capacidad computacional ha permitido el desarrollo de nuevos y sofisticados modelos en diferentes campos, como Biología, Física o Economía. Sin embargo, este tipo de modelos presentan ciertos inconvenientes relacionados con la imposibilidad de obtener la densidad de transición de probabilidad, lo cual influye en determinados procedimientos de inferencia como la estimación por máxima verosimilitud. Una estrategia para tratar este problema consiste en aproximar la densidad empleando series de polinomios. Otra forma consiste en derivar, desde la ecuación original, procesos no homogéneos en el tiempo con expresiones para la densidad de transición y un comportamiento en media similar. En este trabajo se analizan y comentan algunas de estas estrategias en relación con procesos derivados del modelo de crecimiento logístico.
Keywords: procesos de difusión, curvas de crecimiento, logística, inferencia
Scheduled
GT17 Stochastic Processes and their Applications IV
June 7, 2022 6:40 PM
A26
