El modelo markoviano Bernoulli Lomax con aplicaciones censuradas y datos de la tasa de mortalidad por sequía de COVID-19
Autores: Mohammed, Bahady I.; Tashkandy, Yusra A.; El-Raouf, Mohmoud M. Abd; Hossain, Md. Moyazzem; Bakr, Mahmoud E.
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
El modelo markoviano Bernoulli Lomax con aplicaciones censuradas y datos de la tasa de mortalidad por sequía de COVID-19
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Markov
Bernoulli
Lomax
Función de tasa de peligro
Estimación de máxima verosimilitud
Covid-19
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
En este artículo, presentamos un modelo Markov Bernoulli Lomax (MB-L), que se obtiene mediante una mezcla contable de distribuciones Markov Bernoulli y Lomax, con una función de tasa de riesgo decreciente y unimodal (HRF). El nuevo modelo contiene distribuciones Marshall-Olkin Lomax y Lomax como un caso especial. Se estudian las propiedades matemáticas, como el comportamiento de la función de densidad de probabilidad (PDF), HRF, momentos, función generadora de momentos (MGF) y mínimo (máximo) Markov-Bernoulli Geométrico (MBG) estable. Además, se obtienen las estimaciones de los parámetros del modelo mediante máxima verosimilitud. La estimación de máxima verosimilitud (MLE), sesgo y error cuadrático medio (MSE) de los parámetros de MB-L son inspeccionados mediante un estudio de simulación. Finalmente, se ajustó una distribución MB-L a los datos censurados aleatoriamente y a los datos completos de COVID-19.
Descripción
En este artículo, presentamos un modelo Markov Bernoulli Lomax (MB-L), que se obtiene mediante una mezcla contable de distribuciones Markov Bernoulli y Lomax, con una función de tasa de riesgo decreciente y unimodal (HRF). El nuevo modelo contiene distribuciones Marshall-Olkin Lomax y Lomax como un caso especial. Se estudian las propiedades matemáticas, como el comportamiento de la función de densidad de probabilidad (PDF), HRF, momentos, función generadora de momentos (MGF) y mínimo (máximo) Markov-Bernoulli Geométrico (MBG) estable. Además, se obtienen las estimaciones de los parámetros del modelo mediante máxima verosimilitud. La estimación de máxima verosimilitud (MLE), sesgo y error cuadrático medio (MSE) de los parámetros de MB-L son inspeccionados mediante un estudio de simulación. Finalmente, se ajustó una distribución MB-L a los datos censurados aleatoriamente y a los datos completos de COVID-19.