Estimación bayesiana de medidas de información basadas en la varianza y su aplicación para probar uniformidad
Autores: Al-Labadi, Luai; Hamlili, Mohammed; Ly, Anna
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Estimación bayesiana de medidas de información basadas en la varianza y su aplicación para probar uniformidad
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Entropía
Extropía
Varentropía
Varextropía
Métodos bayesianos no paramétricos
Uniformidad
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
La entropía y la extropía son conceptos emergentes en el aprendizaje automático y la informática. En la última década, los estadísticos han creado estimadores para estas medidas. Sin embargo, las métricas de variabilidad asociadas, específicamente la varentropía y la varextropía, han recibido notablemente menos atención. Este artículo presenta una metodología novedosa para calcular la varentropía y la varextropía, inspirándose en métodos bayesianos no paramétricos. Implementamos este enfoque utilizando un algoritmo computacional y demostramos su efectividad a través de varios ejemplos. Además, estos nuevos estimadores se aplican para probar la uniformidad en los datos.
Descripción
La entropía y la extropía son conceptos emergentes en el aprendizaje automático y la informática. En la última década, los estadísticos han creado estimadores para estas medidas. Sin embargo, las métricas de variabilidad asociadas, específicamente la varentropía y la varextropía, han recibido notablemente menos atención. Este artículo presenta una metodología novedosa para calcular la varentropía y la varextropía, inspirándose en métodos bayesianos no paramétricos. Implementamos este enfoque utilizando un algoritmo computacional y demostramos su efectividad a través de varios ejemplos. Además, estos nuevos estimadores se aplican para probar la uniformidad en los datos.