logo móvil
Contáctanos

Distribución binomial de Fréchet: propiedades estadísticas, plan de muestreo por aceptación, inferencia estadística y aplicaciones a datos de vida

Autores: Alyami, Salem A.; Elgarhy, Mohammed; Elbatal, Ibrahim; Almetwally, Ehab M.; Alotaibi, Naif; El-Saeed, Ahmed R.

Idioma: Inglés

Editor: MDPI

Año: 2022

Descargar PDF

Acceso abierto

Artículo científico
2022

Distribución binomial de Fréchet: propiedades estadísticas, plan de muestreo por aceptación, inferencia estadística y aplicaciones a datos de vida


Categoría

Matemáticas

Subcategoría

Análisis matemático

Palabras clave

Distribución
Función de densidad de probabilidad
Función de tasa de riesgo
Representaciones de mezcla
Función cuantil
Máxima verosimilitud

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
Se propone una nueva clase de distribución llamada distribución binomial de Fréchet (FB). El nuevo modelo sugerido es muy flexible porque su función de densidad de probabilidad puede ser unimodal, decreciente y sesgada hacia la derecha. Además, la función de tasa de peligro puede ser creciente, decreciente, al revés y en forma de J invertida. Se calculan importantes representaciones de mezcla de la función de densidad de probabilidad (pdf) y la función de distribución acumulada (cdf). Se exploran numerosos submodelos de la distribución FB. Se calculan numerosas características estadísticas y matemáticas de la distribución FB, como la función cuantil (); momentos (); incompleto (); condicional (); función generadora (); ponderado por probabilidad (); estadísticas de orden; y entropía. Cuando la prueba de vida se acorta en un momento determinado, se producen planes de muestreo por aceptación (ACS) para la nueva distribución propuesta, distribución FB. Se supone que el tiempo de truncamiento es la vida media de la distribución FB multiplicada por un conjunto de parámetros. El tamaño de muestra más pequeño requerido garantiza que la prueba de vida especificada se obtenga con un riesgo particular para el consumidor. Se generan resultados numéricos para un riesgo particular para el consumidor, parámetros de distribución FB y tiempo de truncamiento. Discutimos el método de máxima verosimilitud para estimar los parámetros del modelo. Se realizó un estudio de simulación para evaluar el comportamiento de las estimaciones. Se utilizan tres conjuntos de datos reales para ilustrar la importancia y flexibilidad del modelo propuesto.

Otros recursos que podrían interesarte

Temas Virtualpro