Distribución logística sesgada truncada-exponencial Logit con propiedades y aplicaciones
Autores: Pang, Liyuan; Tian, Weizhong; Tong, Tingting; Chen, Xiangfei
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Distribución logística sesgada truncada-exponencial Logit con propiedades y aplicaciones
Categoría
Procesos industriales
Subcategoría
Simulación de procesos industriales
Palabras clave
Distribuciones acotadas
Datos de intervalo
Distribución logística exponencial truncada sesgada logística
Propiedades estadísticas
Método de máxima verosimilitud
Conjuntos de datos reales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 16
Citaciones: Sin citaciones
En los últimos años, las distribuciones acotadas han atraído una atención extensa. Al mismo tiempo, diversas áreas involucran datos de intervalos acotados, como proporciones y razones. En este documento, proponemos un nuevo modelo acotado, llamado distribución logística truncada exponencial sesgada logística. Se estudian algunas propiedades estadísticas básicas de la distribución propuesta, incluyendo momentos, función de vida residual media, entropía de Renyi, desviación media, estadísticas de orden, familia exponencial y función cuantil. El método de máxima verosimilitud se utiliza para estimar los parámetros desconocidos de la distribución propuesta. Más importante aún, las aplicaciones a tres conjuntos de datos reales principalmente del campo de la ciencia de la ingeniería demuestran que la distribución logística truncada exponencial sesgada logística se ajusta mejor que otras distribuciones acotadas.
Descripción
En los últimos años, las distribuciones acotadas han atraído una atención extensa. Al mismo tiempo, diversas áreas involucran datos de intervalos acotados, como proporciones y razones. En este documento, proponemos un nuevo modelo acotado, llamado distribución logística truncada exponencial sesgada logística. Se estudian algunas propiedades estadísticas básicas de la distribución propuesta, incluyendo momentos, función de vida residual media, entropía de Renyi, desviación media, estadísticas de orden, familia exponencial y función cuantil. El método de máxima verosimilitud se utiliza para estimar los parámetros desconocidos de la distribución propuesta. Más importante aún, las aplicaciones a tres conjuntos de datos reales principalmente del campo de la ciencia de la ingeniería demuestran que la distribución logística truncada exponencial sesgada logística se ajusta mejor que otras distribuciones acotadas.