Distribución mixta de escala de la distribución de Maxwell-Boltzmann
Autores: Castillo, Jaime S.; Gaete, Katherine P.; Muñoz, Héctor A.; Gallardo, Diego I.; Bourguignon, Marcelo; Venegas, Osvaldo; Gómez, Héctor W.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Distribución mixta de escala de la distribución de Maxwell-Boltzmann
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Distribución
Maxwell-Boltzmann
Curtosis
Asimetría
Momentos
Parámetros
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Este documento presenta una nueva distribución, producto de la mezcla entre Maxwell-Boltzmann y un caso particular de las distribuciones gamma generalizadas. La distribución resultante, llamada la Mezcla de Escala Maxwell-Boltzmann, presenta mayor curtosis que la recientemente introducida distribución slash Maxwell-Boltzmann. Obtuvimos expresiones en forma cerrada para sus funciones de densidad de probabilidad y distribución acumulada. Estudiamos algunas de sus propiedades y momentos, así como sus coeficientes de asimetría y curtosis. Los parámetros fueron estimados mediante los métodos de momentos y máxima verosimilitud, a través del algoritmo de Expectation-Maximization para este último caso. Se realizó un estudio de simulación para ilustrar la recuperación de parámetros. Los resultados de una aplicación a un conjunto de datos reales indican que el nuevo modelo funciona muy bien en presencia de valores atípicos en comparación con otras alternativas en la literatura.
Descripción
Este documento presenta una nueva distribución, producto de la mezcla entre Maxwell-Boltzmann y un caso particular de las distribuciones gamma generalizadas. La distribución resultante, llamada la Mezcla de Escala Maxwell-Boltzmann, presenta mayor curtosis que la recientemente introducida distribución slash Maxwell-Boltzmann. Obtuvimos expresiones en forma cerrada para sus funciones de densidad de probabilidad y distribución acumulada. Estudiamos algunas de sus propiedades y momentos, así como sus coeficientes de asimetría y curtosis. Los parámetros fueron estimados mediante los métodos de momentos y máxima verosimilitud, a través del algoritmo de Expectation-Maximization para este último caso. Se realizó un estudio de simulación para ilustrar la recuperación de parámetros. Los resultados de una aplicación a un conjunto de datos reales indican que el nuevo modelo funciona muy bien en presencia de valores atípicos en comparación con otras alternativas en la literatura.