Modelando conjunto de datos reales de COVID-19 mediante una nueva extensión de la distribución de Haq
Autores: Tashkandy, Yusra; Bakr, Mahmoud E.; Gemeay, Ahmed M.; Hussam, Eslam; Abd El-Raouf, Mahmoud M.; Hossain, Md Moyazzem
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelando conjunto de datos reales de COVID-19 mediante una nueva extensión de la distribución de Haq
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Modelado
Pandemias
Distribución de poder haq
Métodos de estimación
Comportamiento asintótico
Conjunto de datos de covid-19
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Modelar pandemias de la vida real es muy importante; este estudio se centra en presentar una nueva extensión flexible superior de la distribución asimétrica Haq conocida como la distribución Haq de potencia (PHD). Se derivan las propiedades matemáticas más fundamentales. Determinamos sus parámetros utilizando diez métodos de estimación. Se investiga el comportamiento asintótico de sus estimadores a través de simulación, y se realiza una comparación para averiguar el método más eficiente para estimar los parámetros de la distribución en cuestión. Utilizamos una muestra del conjunto de datos de COVID-19 para evaluar el rendimiento y la utilidad del modelo propuesto en el ajuste del conjunto de datos en comparación con otros modelos conocidos.
Descripción
Modelar pandemias de la vida real es muy importante; este estudio se centra en presentar una nueva extensión flexible superior de la distribución asimétrica Haq conocida como la distribución Haq de potencia (PHD). Se derivan las propiedades matemáticas más fundamentales. Determinamos sus parámetros utilizando diez métodos de estimación. Se investiga el comportamiento asintótico de sus estimadores a través de simulación, y se realiza una comparación para averiguar el método más eficiente para estimar los parámetros de la distribución en cuestión. Utilizamos una muestra del conjunto de datos de COVID-19 para evaluar el rendimiento y la utilidad del modelo propuesto en el ajuste del conjunto de datos en comparación con otros modelos conocidos.