Inferencia bayesiana y no bayesiana a la distribución de potencia alfa bivariada Burr-XII con aplicación en ingeniería
Autores: Ramadan, Dina A.; Hasaballah, Mustafa M.; Abd-Elwaha, Nada K.; Alshangiti, Arwa M.; Kamel, Mahmoud I.; Balogun, Oluwafemi Samson; El-Awady, Mahmoud M.
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Inferencia bayesiana y no bayesiana a la distribución de potencia alfa bivariada Burr-XII con aplicación en ingeniería
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Distribución
Bivariado
Modelo
Propiedades estadísticas
Función cópula
Estimación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
En esta investigación, presentamos una nueva distribución, que es la distribución Burr-XII de potencia alfa bivariada, basada en la distribución Burr-XII de potencia alfa. Analizamos a fondo las características clave de nuestro modelo bivariado recién desarrollado. Introducimos una nueva clase de modelos bivariados, que se construyen con la función cópula. Se estudiaron las propiedades estadísticas de la distribución propuesta, como las distribuciones condicionales, las expectativas condicionales, las distribuciones marginales, las funciones generadoras de momentos y los momentos del producto. Esto se logró con dos conjuntos de datos de datos reales que provinieron de dos dispositivos distintos. Empleamos estrategias de estimación de máxima verosimilitud bayesiana y de mínimos cuadrados para obtener puntos e intervalos estimados. Además, generamos intervalos de confianza de bootstrap y realizamos análisis numéricos utilizando el método de Monte Carlo de cadena de Markov. Por último, comparamos el rendimiento de esta nueva distribución bivariada con modelos bivariados anteriores, para determinar qué tan bien se ajustaba a los datos reales.
Descripción
En esta investigación, presentamos una nueva distribución, que es la distribución Burr-XII de potencia alfa bivariada, basada en la distribución Burr-XII de potencia alfa. Analizamos a fondo las características clave de nuestro modelo bivariado recién desarrollado. Introducimos una nueva clase de modelos bivariados, que se construyen con la función cópula. Se estudiaron las propiedades estadísticas de la distribución propuesta, como las distribuciones condicionales, las expectativas condicionales, las distribuciones marginales, las funciones generadoras de momentos y los momentos del producto. Esto se logró con dos conjuntos de datos de datos reales que provinieron de dos dispositivos distintos. Empleamos estrategias de estimación de máxima verosimilitud bayesiana y de mínimos cuadrados para obtener puntos e intervalos estimados. Además, generamos intervalos de confianza de bootstrap y realizamos análisis numéricos utilizando el método de Monte Carlo de cadena de Markov. Por último, comparamos el rendimiento de esta nueva distribución bivariada con modelos bivariados anteriores, para determinar qué tan bien se ajustaba a los datos reales.