La distribución normal semiasimétrica extendida
Autores: Santoro, Karol I.; Gómez, Héctor J.; Gallardo, Diego I.; Barranco-Chamorro, Inmaculada; Gómez, Héctor W.
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
La distribución normal semiasimétrica extendida
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Modelo
Familia asimétrica
Distribución normal asimétrica
Propiedades
Métodos de estimación
Estudio de simulación
Aplicaciones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 25
Citaciones: Sin citaciones
Se introduce una nueva clase de densidades para modelar datos no negativos, basada en la familia de distribuciones asimétricas propuesta por Azzalini. Nos enfocamos en el modelo generado por la distribución skew-normal, llamada distribución normal asimétrica extendida. Se estudian sus propiedades relevantes, como la función de densidad de probabilidad, función de distribución acumulada, momentos, función generadora de momentos y representación estocástica. Los parámetros son estimados mediante métodos de momentos y máxima verosimilitud. Se realizó un estudio de simulación para evaluar el rendimiento de los estimadores de máxima verosimilitud en muestras finitas. Se incluyen dos aplicaciones reales, en las cuales la EHSN proporciona un mejor ajuste que otras propuestas en la literatura.
Descripción
Se introduce una nueva clase de densidades para modelar datos no negativos, basada en la familia de distribuciones asimétricas propuesta por Azzalini. Nos enfocamos en el modelo generado por la distribución skew-normal, llamada distribución normal asimétrica extendida. Se estudian sus propiedades relevantes, como la función de densidad de probabilidad, función de distribución acumulada, momentos, función generadora de momentos y representación estocástica. Los parámetros son estimados mediante métodos de momentos y máxima verosimilitud. Se realizó un estudio de simulación para evaluar el rendimiento de los estimadores de máxima verosimilitud en muestras finitas. Se incluyen dos aplicaciones reales, en las cuales la EHSN proporciona un mejor ajuste que otras propuestas en la literatura.