logo móvil
Contáctanos

En un nuevo resultado sobre la familia general de distribuciones exponenciadas de razón con aplicaciones

Autores: Bantan, Rashad A. R.; Jamal, Farrukh; Chesneau, Christophe; Elgarhy, Mohammed

Idioma: Inglés

Editor: MDPI

Año: 2020

Descargar PDF

Acceso abierto

Artículo científico
2020

En un nuevo resultado sobre la familia general de distribuciones exponenciadas de razón con aplicaciones


Categoría

Matemáticas

Subcategoría

Matemáticas generales

Palabras clave

Probabilidad
Función de distribución
Familia
Tratamiento matemático
Ordenación estocástica
Máxima verosimilitud

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 35

Citaciones: Sin citaciones


Descripción
En este artículo, primero mostramos un nuevo resultado de probabilidad que puede formularse de manera concisa como sigue: la función , donde denota una función de distribución acumulada base de una distribución continua, puede tener las propiedades de una función de distribución acumulada más allá de las suposiciones estándar sobre y (posiblemente diferentes y negativas, entre otras). Luego, proporcionamos un tratamiento matemático completo de la familia correspondiente de distribuciones, llamada la familia general exponenciada de razón. Para vincularlo con la literatura existente, constituye una extensión natural de la familia logística-G de tipo II o, desde otro punto de vista, un compromiso entre las familias llamadas exponenciada-G y Marshall-Olkin-G. Mostramos que posee funciones de probabilidad manejables, propiedades deseables de ordenación estocástica y expresiones analíticas simples para los momentos, entre otros. Además, alcanza altos niveles de flexibilidad en un amplio sentido estadístico, principalmente gracias a las amplias gamas de valores posibles para y y, por lo tanto, puede utilizarse de manera bastante efectiva para el análisis de datos reales. Ilustramos este último punto considerando la distribución Weibull como base y tres conjuntos de datos prácticos, con la estimación de los parámetros del modelo mediante el método de máxima verosimilitud.

Otros recursos que podrían interesarte

Temas Virtualpro