Estimación basada en verosimilitud para ecuaciones diferenciales estocásticas con efectos aleatorios

Ponente(s): Fernando Baltazar Larios, Fernando Baltazar-Larios, Mogens Blatd and Michael Sorensen

Las ecuaciones diferenciales estocásticas con efectos aleatorios permi- ten modelar procesos dinámicos con variabilidad entre individuos. Dado que la función de verosimilitud suele no estar disponible con datos discre- tos, para estimar los parámetros de estas ecuaciones se proponen algorit- mos de Gibbs y EM estocástico, basados en simulaciones de puentes de difusión. Estos métodos son eficientes, fáciles de implementar y se sim- plifican en modelos de tipo exponencial. Se presentan ejemplos con datos simulados y una aplicación a datos neuronales reales