Revista Colombiana de Estadística

Estimación de parámetros de distribuciones de funciones de potencia con momentos TL

Accurate estimation of parameters of a probability distribution is of immense importance in statistics. Biased and imprecise estimation of parameters can lead to erroneous results. Our focus is to estimate the parameter of Power function distribution accurately because this density is now widely used for modelling various types of data. In this study, L-moments, TL-moments, LL-moments and LH-moments of power function distribution are derived. In addition, the coefficient of variation, skewness and kurtosis are obtained by method of moments, L-moments and TL-moments. Parameters of the density are estimated using linear moments and compared with method of moments and MLE on the basis of bias, root mean square error and coefficients through simulation study. L-moments proved to be superior for the parameter estimation and this conclusion is equally true for different parametric values and sample size.

La distribución de función de potencias es ampliamente usada. Dada su importancia, es necesario estimar sus parámetros de manera precisa. En este artículo, los momentos TL de la distribución de función de potencias son derivados así como sus casos especiales tales como los momentos L, LL y LH. Los coeficientes de variación, sesgo y curtosis son obtenidos a partir de los momentos L y TL. Los parámetros desconocidos son estimados y los momentos lineales son comparados con el método de momentos y estimadores máximo verosímiles en la base del sesgo, raíz del error cuadrático medio a través de un estudio de simulación. Los momentos L permiten obtener estimaciones más precisas y esta conclusión es verdad para diferentes valores paramétricos y tamaño de muestra.

Conceptos fundamentales de la clasificación y del análisis estadístico implicativo para variables modales

The present work offers some fundamental concepts of the Statistical Implicative Analysis for modal variables and proposes an index to establish the similarity between two modal variables. Expressions to calculate typicality and contribution of the individuals to the classes that are formed in the classification are also presented. This technique is illustrated by two examples, one with binary data, which allows the coincidence between the formulas presented and the existent for the binary case to be shown, and the other for modal data with more than two modalities.

En el presente trabajo se ofrecen algunos conceptos fundamentales del análisis estadístico implicativo para el caso de variables modales y se propone un índice para establecer la similaridad entre dos variables modales, así como expresiones para el cálculo de la tipicalidad y contribución de los individuos a las clases que se forman en la clasificación. Con el objetivo de ilustrar la técnica presentada, es aplicada a dos juegos de datos, uno binario, el cual permite mostrar numéricamente la coincidencia de las fórmulas presentadas con las existentes para el caso de variables binarias, y otro modal con más de dos modalidades.

Distribución t generalizada alfa sesgada

The alpha-skew normal (ASN) distribution has been proposed recently in the literature by using standard normal distribution and a skewing approach. Although ASN distribution is able to model both skew and bimodal data, it is shortcoming when data has thinner or thicker tails than normal. Therefore, we propose an alpha-skew generalized t (ASGT) by using the generalized t (GT) distribution and a new skewing procedure. From this point of view, ASGT can be seen as an alternative skew version of GT distribution. However, ASGT differs from the previous skew versions of GT distribution since it is able to model bimodal data sest as well as it nests most commonly used density functions. In this paper, moments and maximum likelihood estimation of the parameters of ASGT distribution are given. Skewness and kurtosis measures are derived based on the first four noncentral moments. The cumulative distribution function (cdf) of ASGT distribution is also obtained. In the application part of the study, two real life problems taken from the literature are modeled by using ASGT distribution.

La distribución normal alfa-sesgada (ASN por sus siglas en inglés) ha sido propuesta recientemente en la literatura mediante el uso de una distribución normal estándar y procedimientos de sesgo. Aunque la distribución ASN es capaz de modelar tanto datos sesgados y bimodales, no es recomendada cuando los datos tienen colas más livianas o pesadas que la distribución normal. Por lo tanto, se propone una distribución t alfa-sesgada generalizada (ASGT por sus siglas en inglés) mediante el uso de la distribución t generalizada (GT por sus siglas en inglés) y un nuevo procedimiento de sesgo. Bajo este punto de vista, la distribución ASGT se puede ver como una alternativa sesgada de la distribución GT. Sin embargo, ASGT difiere de previas versiones sesgadas de la distribución GT puesto que es capaz de modelar datos bimodales y agrupa funciones de densidad más comúnmente usadas. En este artículo, los momentos y la estimación máximo verosímil de los parámetros de la distribución ASGT son derivadas. Medidas del sesgo y la curtosis son derivadas con base a los primeros cuatro momentos no centrales. La función de distribución acumulada (cdf por sus siglas en inglés) de la distribución ASGT es también obtenida. En la parte de aplicación del estudio, dos problemas reales tomados de la literatura son modelados usando la distribución ASGT.

Una extensión bimodal de la distribución gamma generalizada

A bimodal extension of the generalized gamma distribution is proposed by using a mixing approach. Some distributional properties of the new distribution are investigated. The maximum likelihood (ML) estimators for the parameters of the new distribution are obtained. Real data examples are given to show the strength of the new distribution for modeling data.

Una extensión bimodal de la distribución gamma generalizada es propuesta a través de un enfoque de mixturas. Algunas propiedades de la nueva distribución son investigadas. Los estimadores máximo verosímiles (ML por sus siglas en inglés) de los parámetros de la nueva distribución son obtenidos. Algunos ejemplos con datos reales son utilizados con el fin de mostrar las fortalezas de la nueva distribución en la modelación de datos.

Una nota sobre el estimador exponencial generalizado para la varianza poblacional en muestreo de encuestas

Recently a new generalized estimator for population variance using information on the auxiliary variable has been introduced by Asghar et al. (2014). In that paper there was some inaccuracy in the bias and MSE expressions. In this paper, we provide the correct expressions for bias and MSE of the Asghar et al. (2014) estimator, up to the first order of approximation. We also propose a new generalized exponential type estimator for population variance which performs better than the existing estimators. Four data sets are used for numerical comparison of efficiencies.

Recientemente, un nuevo estimador generalizado de varianza de la población utilizando información sobre la variable auxiliar ha sido introducida por Asghar et al. (2014). En ese documento había alguna inexactitud en las expresiones de sesgo y ECM. En este trabajo, proporcionamos las expresiones correctas de sesgo y ECM de Asghar et al. (2014) hasta el primer orden de aproximación. También proponemos un nuevo estimador tipo exponencial generalizado de la varianza de la población que se comporta mejor que los estimadores existentes. Cuatro conjuntos de datos se utilizan para la comparación numérica de la eficiencia.

Ajuste polinomial global para la estimación kernel de la función de riesgo

This paper introduces a new bias reducing method for kernel hazard estimation. The method is called global polynomial adjustment (GPA). It is a global correction which is applicable to any kernel hazard estimator. The estimator works well from a theoretical point of view as it asymptotically reduces bias with unchanged variance. A simulation study investigates the finite-sample properties of GPA. The method is tested on local constant and local linear estimators. From the simulation experiment we conclude that the global estimator improves the goodness-of-fit. An especially encouraging result is that the bias-correction works well for small samples, where traditional bias reduction methods have a tendency to fail.

En este artículo se introduce un nuevo método de correción del sesgo para la estimación n\ucleo de la función de riesgo. El método, denominado ajuste polinomial global (APG), consiste en una corrección global que es aplicable a cualquier tipo de estimador núcleo de la función de riesgo. Se comprueba que APG posee buenas propiedades asintóticas y que consigue reducir el sesgo sin incrementar la varianza. Se realizan estudios de simulación para evaluar las propiedades del APG en muestras finitas. Dichos estudios muestran un buen comportamiento en la práctica del APG. Esto es especialmente alentador dado que para muestras finitas los métodos tradicionales de reducción del sesgo tienden a tener un comportamiento bastante pobre.

Diseño de planes de muestreo SkSP-R

In this paper, we present the designing of the skip-lot sampling plan including the re-inspection called SkSP-R .The plan parameters of the proposed plan are determined through a nonlinear optimization problem by minimizing the average sample number satisfying both the producers risk and the consumers risks. The proposed plan is shown to perform better than the existing sampling plans in terms of the average sample number. The application of the proposed plan is explained with the help of illustrative examples.

En este artículo, se presenta el diseño de un plan de muestreo de lotes incluyendo reinspección llamado SkSP-R. Los parámetros del plan propuesto se determinan a través de un problema de optimización no lineal que minimiza el número de muestras promedio óptimo que satisface el riesgo del productor a un nivel de calidad aceptable y el riesgo del consumidor a un nivel de calidad límite. El plan propuesto se desempeña mejor que otros planes de muestreo existentes en términos del número de muestras promedio. Se presenta una aplicación del plan propuesto con la ayuda de tabulados.

Análisis bayesiano de una mezcla de tres componentes de distribuciones exponenciales asumiendolas a priori no informativas

Bayesian analysis of the 3-component mixture of an Exponential distribution under type-I right censoring scheme is considered in this paper. The Bayes estimators and posterior risks for the unknown parameters are derived under squared error loss function, precautionary loss function and DeGroot loss function assuming the non-informative (uniform and Jeffreys) priors. The Bayes estimators and posterior risks are viewed as a function of the test termination time. A simulation study is given to highlight and compare the properties of the Bayes estimates.

El análisis bayesiano de una mezcla de tres componentes de una distribución exponencial bajo el esquema de censura a la derecha tipo I se considera en este artículo. Los estimadores de Bayes y los riesgos posteriores de los parámetros desconocidos son derivados bajo una función de perdida de error cuadrático, función de perdida precautelary función de perdida de DeGroot asumiendo a prioris no informativas (uniforme y Jeffreys). Los estimadores de Bayes y los riesgos posteriores seven como una función del tiempo de terminación del test. Un estudio de simulación muestra y compara las propiedades de los estimadores de Bayes.

Distribución recortada Rayleigh exponenciada

In this paper we introduce a new distribution for modeling positive data with high kurtosis. This distribution can be seen as an extension of the exponentiated Rayleigh distribution. This extension builds on the quotient of two independent random variables, one exponentiated Rayleigh in the numerator and Beta(q, 1) in the denominator with q > 0. It is called the slashed exponentiated Rayleigh random variable. There is evidence that the distribution of this new variable can be more flexible in terms of modeling the kurtosis regarding the exponentiated Rayleigh distribution. The properties of this distribution are studied and the parameter estimates are calculated using the maximum likelihood method. An application with real data reveals good performance of this new distribution.

En este trabajo presentamos una nueva distribución para modelizar datos positivos con alta curtosis. Esta distribución puede ser vista como una extensión de la distribución Rayleigh exponenciada. Esta extensión se construye en base al cuociente de dos variables aleatorias independientes, una Raileigh exponenciada en el numerador y una Beta(q, 1) en el denominador con q > 0. La llamaremos variable aleatoria recortada Rayleigh exponenciada. Hay evidencias que la distribución de esta nueva variable puede ser más flexible en términos de modelizar la curtosis respecto a la distribución Rayleigh exponenciada. Se estudian las propiedades de esta distribución y se calculan las estimaciones de los parámetros utilizando el método de máxima verosimilitud. Una aplicación con datos reales revela el buen rendimiento de esta nueva distribución.

Estimación clásica y bayesiana de la confiabilidad deun modelo estrés-fuerza basado en la distribución Weibull

In this study, we consider a multicomponent system which has k independent and identical strength components X1,...,Xk and each component is exposed to a common random stress Y when the underlying distributions are Weibull. The system is regarded as operating only if at least s out of k (1≤ s≤ k) strength variables exceeds the random stress. We estimate the reliability of the system by using frequentist and Bayesian approaches. The Bayes estimate of the reliability has been developed by using Lindleys approximation and the Markov Chain Monte Carlo methods due to the lack of explicit forms. The asymptotic confidence interval and the highest probability density credible interval are constructed for the reliability. The comparison of the reliability estimators is made in terms of the estimated risks by the Monte Carlo simulations.

En este estudio, consideramos un sistema multicomponente con k componentes de fuerzaindependientes y cada componente expuesto a un estrés común aleatorio Y cuando seconsidera una distribución Bernoulli. El sistema se considera operativo si por lo menos s de los k (1≤ s≤ k) exceden el estrés aleatorio. Se estima la confiabilidad del sistema usando métodos bayesianos y frecuentistas. La estimación de Bayes de la confiabilidad ha sido desarrollada usando una aproximación de Lindley y métodos MCMC debido a la falta de formas explícitas. El intervalo de confianza asintótico y el intervalo de la densidad deprobabilidad más alta se construyen para la confiabilidad. La comparación de los estimadores de confiabilidad se hace en término de los riesgos estimados por medio de simulaciones Monte Carlo.

Combinación de algunos métodos de estimación sesgados conregresión de mínimos cuadrados recortados y su aplicación

In the case of multicollinearity and outliers in regression analysis, the researchers are encouraged to deal with two problems simultaneously. Biased methods based on robust estimators are useful for estimating the regression coefficients for such cases. In this study we examine some robust biased estimators on the datasets with outliers in x direction and outliers in both x and y direction from literature by means of the R package ltsbase . Instead of a complete data analysis, robust biased estimators are evaluated using capabilities and features of this package.

En el caso de multicolinealidad y outliers en análisis de regresión, los investigadores se enfrentan a tener que tratar dos problemas de manera simultánea. Métodos sesgados basados en estimadores robustos son útiles para estimar los coeficientes de regresión en estos casos. En este estudio se examinan algunos estimadores sesgados robustos en conjuntos de datos con outliers en x y outliers tanto en x como en y por medio del paquete ltsbase de R. En lugar de un análisis de datos completos, los estimadores sesgados robustos son evaluados usando las capacidades y características de este paquete.