logo móvil
Contáctanos

Estimación bayesiana utilizando la función de pérdida LINEX esperada: un enfoque novedoso con aplicaciones

Autores: Nassar, Mazen; Alotaibi, Refah; Okasha, Hassan; Wang, Liang

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Estimación bayesiana utilizando la función de pérdida LINEX esperada: un enfoque novedoso con aplicaciones


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Función de pérdida
Análisis bayesiano
Estimación de parámetros
Función de pérdida LINEX
Estimador bayesiano
Distribución de probabilidad

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 29

Citaciones: Sin citaciones


Descripción
La función de pérdida juega un papel importante en el análisis bayesiano y la teoría de decisiones. En este documento, se introduce un nuevo enfoque bayesiano para la estimación de parámetros bajo la función de pérdida lineal-exponencial asimétrica (LINEX). Con el fin de proporcionar una estimación robusta y evitar tomar decisiones subjetivas, el método propuesto asume que el parámetro de la función de pérdida LINEX tiene una distribución de probabilidad. El estimador bayesiano se obtiene tomando la expectativa del estimador bayesiano común basado en LINEX sobre la distribución de probabilidad. Este método alternativo propuesto se aplica para estimar el parámetro exponencial considerando tres distribuciones diferentes del parámetro LINEX, y los riesgos de Bayes asociados también se obtienen en consecuencia. Se realizan extensos estudios de simulación para comparar el rendimiento de los nuevos estimadores propuestos. Además, se analizan tres conjuntos de datos reales para investigar la aplicabilidad de los resultados propuestos. Los resultados de la simulación y el análisis de datos reales muestran que la estimación propuesta funciona satisfactoriamente y tiene un mejor rendimiento que el enfoque bayesiano estándar convencional en términos de error cuadrático medio mínimo y riesgo de Bayes.

Otros recursos que podrían interesarte

Temas Virtualpro