Inferencia estadística para dos poblaciones Lomax bajo un esquema de censura tipo II progresiva conjunta equilibrada
Autores: Wang, Yuanqi; Xiang, Jinchen; Gui, Wenhao
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Inferencia estadística para dos poblaciones Lomax bajo un esquema de censura tipo II progresiva conjunta equilibrada
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Enfoque
Inferencia estadística
Estimación de máxima verosimilitud
Intervalos de confianza asintóticos
Punto de vista bayesiano
Estudio numérico
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
En los últimos años, los esquemas de censura conjunta han ganado una atención significativa en experimentos de por vida y análisis de confiabilidad. Se ha introducido un enfoque refinado, conocido como el esquema de censura conjunta progresiva equilibrada, en estudios estadísticos. Esta investigación se centra en la inferencia estadística para dos poblaciones de Lomax bajo este marco de censura. Se emplea la estimación de máxima verosimilitud para obtener estimaciones de parámetros, y se construyen intervalos de confianza asintóticos utilizando la matriz de información de Fisher observada. Desde un punto de vista bayesiano, se obtienen estimaciones posteriores de los parámetros desconocidos bajo suposiciones previas informativas. Para evaluar la eficacia y precisión de estos estimadores, se realiza un estudio numérico. Además, se analiza un conjunto de datos reales para demostrar la aplicación práctica de estos métodos de estimación.
Descripción
En los últimos años, los esquemas de censura conjunta han ganado una atención significativa en experimentos de por vida y análisis de confiabilidad. Se ha introducido un enfoque refinado, conocido como el esquema de censura conjunta progresiva equilibrada, en estudios estadísticos. Esta investigación se centra en la inferencia estadística para dos poblaciones de Lomax bajo este marco de censura. Se emplea la estimación de máxima verosimilitud para obtener estimaciones de parámetros, y se construyen intervalos de confianza asintóticos utilizando la matriz de información de Fisher observada. Desde un punto de vista bayesiano, se obtienen estimaciones posteriores de los parámetros desconocidos bajo suposiciones previas informativas. Para evaluar la eficacia y precisión de estos estimadores, se realiza un estudio numérico. Además, se analiza un conjunto de datos reales para demostrar la aplicación práctica de estos métodos de estimación.