Resumen

La familia de distribuciones Pareto generalizada con par´ametro de escala > 0 y de
forma k, se ha utilizado para modelar excedencias sobre un umbral dado, no obstante
la estimaci´on param´etrica en esta familia presenta algunos problemas. En este trabajo
se estudia el enfoque bayesiano para estimar los par´ametros y k cuando no se tiene
informaci´on a priori disponible y se discute el caso en que hay informaci´on previa.
Se presenta un estudio de simulaci´on para analizar el desempe˜no de la metodolog´?a
bayesiana, usando distribuciones a priori no informativas y los m´etodos anteriormente
propuestos en la literatura. Este estudio muestra que la estimaci´on bayesiana supera
en buena medida a m´etodos propuestos, en t´erminos de sesgo y de ra´?z del error
cuadrado medio. Las metodolog´?as de estimaci´on analizadas se aplican a conjuntos de
datos reales.
Palabras clave: Familia Pareto generalizada, m´etodos de estimaci´on, estudio Monte
Carlo.