Distribución exponencial bimodal modificada con aplicaciones
Autores: Reyes, Jimmy; Arnold, Barry C.; Gómez, Yolanda M.; Venegas, Osvaldo; Gómez, Héctor W.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Distribución exponencial bimodal modificada con aplicaciones
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Exponencial
Distribución
Bimodal
Datos
Máxima verosimilitud
Ajuste
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
En este documento, presentamos una nueva distribución para modelar datos bimodales soportados en números reales no negativos y particularmente adecuada para un exceso de valores muy pequeños. Esta familia de distribuciones se deriva multiplicando la distribución exponencial por un polinomio de cuarto grado, lo que resulta en un modelo que se ajusta mejor a la forma del segundo modo de la distribución empírica de los datos. Estudiamos la densidad general de esta nueva familia de distribuciones, junto con sus propiedades, momentos y coeficientes de asimetría y curtosis. Se realiza un estudio de simulación para estimar parámetros mediante el método de máxima verosimilitud. Además, presentamos dos aplicaciones a conjuntos de datos del mundo real, demostrando que la nueva distribución proporciona un mejor ajuste que la distribución exponencial bimodal.
Descripción
En este documento, presentamos una nueva distribución para modelar datos bimodales soportados en números reales no negativos y particularmente adecuada para un exceso de valores muy pequeños. Esta familia de distribuciones se deriva multiplicando la distribución exponencial por un polinomio de cuarto grado, lo que resulta en un modelo que se ajusta mejor a la forma del segundo modo de la distribución empírica de los datos. Estudiamos la densidad general de esta nueva familia de distribuciones, junto con sus propiedades, momentos y coeficientes de asimetría y curtosis. Se realiza un estudio de simulación para estimar parámetros mediante el método de máxima verosimilitud. Además, presentamos dos aplicaciones a conjuntos de datos del mundo real, demostrando que la nueva distribución proporciona un mejor ajuste que la distribución exponencial bimodal.