Estimación de los parámetros de la distribución de Rayleigh de dos parámetros basada en datos censurados híbridos progresivos de tipo II adaptativos con riesgos competitivos
Autores: Liu, Shuhan; Gui, Wenhao
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Parámetros
Distribución de Rayleigh
Datos censurados híbridos progresivos de Tipo II adaptativos
Riesgos competidores
Función de máxima verosimilitud
Estimadores bayesianos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Este documento intenta estimar los parámetros para la distribución de Rayleigh de dos parámetros basándose en datos censurados híbridos progresivos de Tipo II adaptativos con riesgos competitivos. Primero, se derivan la función de máxima verosimilitud y los estimadores de máxima verosimilitud antes de que se demuestre la existencia y unicidad de estos últimos. Además, se consideran estimadores bayesianos bajo funciones de pérdida simétricas y asimétricas, es decir, la función de pérdida de error al cuadrado, la función de pérdida LINEX y la función de pérdida de entropía general. Dado que los estimadores bayesianos no pueden obtenerse explícitamente, se aplica el método de Lindley para calcular las estimaciones bayesianas aproximadas. Finalmente, se realiza un estudio de simulación y se analiza un conjunto de datos reales con fines ilustrativos.
Descripción
Este documento intenta estimar los parámetros para la distribución de Rayleigh de dos parámetros basándose en datos censurados híbridos progresivos de Tipo II adaptativos con riesgos competitivos. Primero, se derivan la función de máxima verosimilitud y los estimadores de máxima verosimilitud antes de que se demuestre la existencia y unicidad de estos últimos. Además, se consideran estimadores bayesianos bajo funciones de pérdida simétricas y asimétricas, es decir, la función de pérdida de error al cuadrado, la función de pérdida LINEX y la función de pérdida de entropía general. Dado que los estimadores bayesianos no pueden obtenerse explícitamente, se aplica el método de Lindley para calcular las estimaciones bayesianas aproximadas. Finalmente, se realiza un estudio de simulación y se analiza un conjunto de datos reales con fines ilustrativos.