Estimadores difusos imparciales en pruebas de hipótesis difusas
Autores: Mylonas, Nikos; Papadopoulos, Basil
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Estimadores difusos imparciales en pruebas de hipótesis difusas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Desarrollar
Difuso
Pruebas de hipótesis
Parámetro de distribución
Estadísticas
Estimador
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 42
Citaciones: Sin citaciones
En este documento, desarrollamos pruebas de hipótesis difusas y possibilísticas para probar hipótesis precisas para un parámetro de distribución a partir de datos precisos. En estas pruebas, se utilizan estadísticas difusas, que son producidas por la distribución de posibilidad del parámetro estimado, construido por los intervalos de confianza conocidos de las estadísticas precisas. Los resultados de estas pruebas están en mucho mejor acuerdo con las estadísticas precisas que los producidos por las respectivas pruebas de un libro popular sobre estadísticas difusas, que utiliza valores críticos difusos. También presentamos un error que encontramos en la implementación del estimador difuso no sesgado de la varianza en este libro, debido a una mala interpretación de su contenido matemático, lo que lleva a la discrepancia de algunas pruebas de hipótesis difusas con sus respectivas pruebas precisas. Al implementar correctamente este estimador, producimos estadísticas de prueba que logran resultados en pruebas de hipótesis que están en mucho mejor acuerdo con los resultados de las respectivas pruebas precisas.
Descripción
En este documento, desarrollamos pruebas de hipótesis difusas y possibilísticas para probar hipótesis precisas para un parámetro de distribución a partir de datos precisos. En estas pruebas, se utilizan estadísticas difusas, que son producidas por la distribución de posibilidad del parámetro estimado, construido por los intervalos de confianza conocidos de las estadísticas precisas. Los resultados de estas pruebas están en mucho mejor acuerdo con las estadísticas precisas que los producidos por las respectivas pruebas de un libro popular sobre estadísticas difusas, que utiliza valores críticos difusos. También presentamos un error que encontramos en la implementación del estimador difuso no sesgado de la varianza en este libro, debido a una mala interpretación de su contenido matemático, lo que lleva a la discrepancia de algunas pruebas de hipótesis difusas con sus respectivas pruebas precisas. Al implementar correctamente este estimador, producimos estadísticas de prueba que logran resultados en pruebas de hipótesis que están en mucho mejor acuerdo con los resultados de las respectivas pruebas precisas.