Un modelo de distribución Chen aditiva con aplicaciones a datos de tiempo de vida
Autores: Méndez-González, Luis Carlos; Rodríguez-Picón, Luis Alberto; Pérez-Olguín, Ivan Juan Carlos; Vidal Portilla, Luis Ricardo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Un modelo de distribución Chen aditiva con aplicaciones a datos de tiempo de vida
Categoría
Matemáticas
Subcategoría
Análisis matemático
Palabras clave
Modelo
Tasas de fallo
Distribución Chen Aditiva
Flexibilidad
Propiedades estadísticas
Método de máxima verosimilitud
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 20
Citaciones: Sin citaciones
Este artículo presenta un modelo de vida con propiedades que representan formas de curvas de tasa de falla crecientes, decrecientes y en forma de bañera. El modelo propuesto se construyó basado en la metodología aditiva, para la cual se utilizó la distribución Chen como modelo base, introduciendo así la Distribución Chen Aditiva (AddC). Una característica esencial de AddC es la excelente flexibilidad de este modelo para describir tasas de falla con comportamiento no monótono o con forma de curva de bañera en comparación con otros modelos actuales. Se presentan y analizan las propiedades estadísticas de AddC para diferentes campos de estudio. Para la estimación de los parámetros de AddC, se utilizó el método de máxima verosimilitud (MLE). Se presentan tres estudios de caso en diferentes campos de aplicación, en los que AddC se compara con otras distribuciones de probabilidad con propiedades similares. Los resultados muestran que AddC ofrece resultados competitivos.
Descripción
Este artículo presenta un modelo de vida con propiedades que representan formas de curvas de tasa de falla crecientes, decrecientes y en forma de bañera. El modelo propuesto se construyó basado en la metodología aditiva, para la cual se utilizó la distribución Chen como modelo base, introduciendo así la Distribución Chen Aditiva (AddC). Una característica esencial de AddC es la excelente flexibilidad de este modelo para describir tasas de falla con comportamiento no monótono o con forma de curva de bañera en comparación con otros modelos actuales. Se presentan y analizan las propiedades estadísticas de AddC para diferentes campos de estudio. Para la estimación de los parámetros de AddC, se utilizó el método de máxima verosimilitud (MLE). Se presentan tres estudios de caso en diferentes campos de aplicación, en los que AddC se compara con otras distribuciones de probabilidad con propiedades similares. Los resultados muestran que AddC ofrece resultados competitivos.