Estimación de parámetros y confiabilidad basada en esquemas de censura híbrida unificada con una aplicación a conjuntos de datos de mortalidad por COVID-19
Autores: Hasaballah, Mustafa M.; Abdelwahab, Mahmoud M.; Al-Karawi, Khamis A.
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Estimación de parámetros y confiabilidad basada en esquemas de censura híbrida unificada con una aplicación a conjuntos de datos de mortalidad por COVID-19
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Máxima verosimilitud
Estimaciones bayesianas
Distribución Gumbel Tipo-II
Función de riesgo
Función de confiabilidad
Método de aproximación MCMC
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 19
Citaciones: Sin citaciones
Este artículo presenta estimaciones de máxima verosimilitud y Bayesianas para los parámetros, función de confiabilidad y función de riesgo de la distribución Gumbel Tipo-II utilizando una muestra censurada híbrida unificada. Las estimaciones Bayesianas se derivan bajo tres funciones de pérdida: error cuadrático, LINEX y entropía generalizada. Se asume que los parámetros siguen distribuciones previas gamma independientes. Dado que no se dispone de soluciones analíticas, se utiliza el método de aproximación MCMC para obtener las estimaciones Bayesianas. Los intervalos de credibilidad de mayor densidad posterior para los parámetros del modelo se calculan utilizando muestreo de importancia. Además, se construyen intervalos de confianza aproximados basados en la aproximación normal a las estimaciones de máxima verosimilitud. Para derivar intervalos de confianza asintóticos para las funciones de confiabilidad y riesgo, se estiman sus varianzas utilizando el método delta. Un estudio numérico compara los estimadores propuestos en términos de sus valores promedio y error cuadrático medio utilizando simulaciones de Monte Carlo. Finalmente, se analiza un conjunto de datos reales para ilustrar los métodos de estimación propuestos.
Descripción
Este artículo presenta estimaciones de máxima verosimilitud y Bayesianas para los parámetros, función de confiabilidad y función de riesgo de la distribución Gumbel Tipo-II utilizando una muestra censurada híbrida unificada. Las estimaciones Bayesianas se derivan bajo tres funciones de pérdida: error cuadrático, LINEX y entropía generalizada. Se asume que los parámetros siguen distribuciones previas gamma independientes. Dado que no se dispone de soluciones analíticas, se utiliza el método de aproximación MCMC para obtener las estimaciones Bayesianas. Los intervalos de credibilidad de mayor densidad posterior para los parámetros del modelo se calculan utilizando muestreo de importancia. Además, se construyen intervalos de confianza aproximados basados en la aproximación normal a las estimaciones de máxima verosimilitud. Para derivar intervalos de confianza asintóticos para las funciones de confiabilidad y riesgo, se estiman sus varianzas utilizando el método delta. Un estudio numérico compara los estimadores propuestos en términos de sus valores promedio y error cuadrático medio utilizando simulaciones de Monte Carlo. Finalmente, se analiza un conjunto de datos reales para ilustrar los métodos de estimación propuestos.