Modelado de datos composicionales a través de innovaciones de Dirichlet
Autores: Makgai, Seitebaleng; Bekker, Andriette; Arashi, Mohammad
Idioma: Inglés
Editor: MDPI
Año: 2021
Acceso abierto
Artículo científico
2021
Modelado de datos composicionales a través de innovaciones de Dirichlet
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Dirichlet
Distribución
Valores atípicos
Kummer-dirichlet
Gamma
Modelado
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 31
Citaciones: Sin citaciones
La distribución de Kummer-Dirichlet es un candidato bien conocido en la modelización de conjuntos de datos composicionales. Sin embargo, en presencia de valores atípicos, la distribución de Dirichlet no logra modelar tales conjuntos de datos, lo que hace necesarias otras extensiones del modelo. En este documento, se acoplan la distribución de Kummer-Dirichlet y la distribución gamma, utilizando la técnica generadora de beta. Este desarrollo resulta en la propuesta de la distribución gamma de Kummer-Dirichlet, que presenta una mayor flexibilidad en la modelización de conjuntos de datos composicionales. Se presentan algunas propiedades generales, como las funciones de densidad de probabilidad y los momentos para este nuevo candidato. El método de máxima verosimilitud se aplica en la estimación de los parámetros. La utilidad de este modelo se demuestra a través de la aplicación de conjuntos de datos sintéticos y reales, donde hay valores atípicos presentes.
Descripción
La distribución de Kummer-Dirichlet es un candidato bien conocido en la modelización de conjuntos de datos composicionales. Sin embargo, en presencia de valores atípicos, la distribución de Dirichlet no logra modelar tales conjuntos de datos, lo que hace necesarias otras extensiones del modelo. En este documento, se acoplan la distribución de Kummer-Dirichlet y la distribución gamma, utilizando la técnica generadora de beta. Este desarrollo resulta en la propuesta de la distribución gamma de Kummer-Dirichlet, que presenta una mayor flexibilidad en la modelización de conjuntos de datos composicionales. Se presentan algunas propiedades generales, como las funciones de densidad de probabilidad y los momentos para este nuevo candidato. El método de máxima verosimilitud se aplica en la estimación de los parámetros. La utilidad de este modelo se demuestra a través de la aplicación de conjuntos de datos sintéticos y reales, donde hay valores atípicos presentes.