Distribución exponencial uniformemente desplazada
Autores: Alzaid, Abdulhamid. A.; Qarmalah, Najla
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Distribución exponencial uniformemente desplazada
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Distribuciones de vida
Práctico
Teórico
Campos aplicados
Teoría de confiabilidad
Máxima verosimilitud
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
El uso de distribuciones de vida ha aumentado en la última década, recibiendo especial atención en los últimos años, tanto desde un punto de vista práctico como teórico. Las distribuciones de vida se pueden utilizar en varios campos aplicados, como medicina, biología, salud pública, epidemiología, ingeniería, economía y demografía. Este documento presenta e investiga una nueva distribución de vida. El modelo propuesto muestra características favorables en términos de teoría de confiabilidad, lo que lo hace competitivo frente a otras distribuciones de vida comúnmente utilizadas, como las distribuciones exponencial, gamma y Weibull. Los métodos de máxima verosimilitud y momentos se utilizan para estimar los parámetros del modelo propuesto. Además, se utilizan datos de la vida real extraídos de diferentes campos para ilustrar la utilidad de la nueva distribución. Además, se utiliza el lenguaje de programación R para realizar todos los cálculos y producir todos los gráficos.
Descripción
El uso de distribuciones de vida ha aumentado en la última década, recibiendo especial atención en los últimos años, tanto desde un punto de vista práctico como teórico. Las distribuciones de vida se pueden utilizar en varios campos aplicados, como medicina, biología, salud pública, epidemiología, ingeniería, economía y demografía. Este documento presenta e investiga una nueva distribución de vida. El modelo propuesto muestra características favorables en términos de teoría de confiabilidad, lo que lo hace competitivo frente a otras distribuciones de vida comúnmente utilizadas, como las distribuciones exponencial, gamma y Weibull. Los métodos de máxima verosimilitud y momentos se utilizan para estimar los parámetros del modelo propuesto. Además, se utilizan datos de la vida real extraídos de diferentes campos para ilustrar la utilidad de la nueva distribución. Además, se utiliza el lenguaje de programación R para realizar todos los cálculos y producir todos los gráficos.