Artigo - Atena Editora

Artigo

Baixe agora

Livros

NOVA DISTRIBUIÇÃO WEIBULL INVERTIDA COSSENO TIPO I: METODOLOGIA E ESTIMAÇÃO

O desenvolvimento e aprimoramento de metodologias estatísticas aliadas ao uso eficiente de bancos de dados, possibilitam a extração de informações valiosas para embasar decisões e descobrir padrões e comportamentos ocultos, impulsionando o progresso e a inovação em diversas áreas de atuação. A criação de novas distribuições e o aperfeiçoamento das já existentes desempenham um papel crucial na otimização das análises e na contínua melhoria da precisão nos processos de inferência estatística. Nesse sentido, uma alternativa na modelagem estatística é a utilização da distribuição Weibull Invertida, que tem grande utilização em estudos de confiabilidade e análise de sobrevivência. Um forma de aprimorar e estender essas distribuições é a utilização de geradores de distribuição. O gerador Cosseno Tipo I (TIC) é um tipo de gerador que não introduz complexidade no espaço paramétrico resultante, por não acrescentar parâmetros na nova distribuição e ainda assim captar diferentes situações na modelagem. Assim, o objetivo desse trabalho é propor uma nova distribuição baseada na Weibull Invertida com a utilização do gerador TIC, chamada aqui de Cosseno Tipo I Weibulll Invertida com parâmetros α e λ e denotada por TICIW. Um estudo sobre a estimação dos parâmetros dessa nova distribuição foi realizado através do método de estimação de máxima verossimilhança e foi avaliado através de Simulação de Monte Carlo com 10000 réplicas e tamanhos amostrais . Para avaliação do Estimador de Máxima Verossimilhança (EMV), foram utilizadas como medidas de desempenho a média, o viés, o viés relativo (VR), o desvio padrão (DP), o erro quadrático médio (EQM), coeficiente de assimetria (CA) e curtose (K). O resultado desse estudo de simulação, amparado pelas medidas utilizadas comprovou a acurácia e precisão dos estimadores advindos da nova distribuição TICIW.
Ler mais

NOVA DISTRIBUIÇÃO WEIBULL INVERTIDA COSSENO TIPO I: METODOLOGIA E ESTIMAÇÃO

  • DOI: 10.22533/at.ed.0952322125

  • Palavras-chave: Gerador TIC, distribuição Weibull Invertida, estimação de máxima verossimilhança, simulações de Monte Carlo

  • Keywords: TIC generator, Inverted Weibull distribution, maximum likelihood estimation, Monte Carlo simulation

  • Abstract: The development and improvement of statistical methodologies, combined with the efficient use of databases, enable the extraction of valuable information to support decision-making and uncover hidden patterns and behaviors, driving progress and innovation in various fields. The creation of new distributions and the enhancement of existing ones play a crucial role in optimizing analyses and continually improving the accuracy of statistical inference processes. In this context, an alternative in statistical modeling is the use of the Inverted Weibull distribution, which is widely used in reliability studies and survival analysis. One way to enhance and extend these distributions is the use of distribution generators. The Cosine Type I Generator (TIC) is a type of generator that does not introduce complexity into the resulting parametric space, as it does not add parameters to the new distribution while still capturing different modeling situations. Therefore, the aim of this work is to propose a new distribution based on the Inverted Weibull with the use of the TIC generator, referred in this work as Cosine Type I Inverted Weibull with parameters α and λ and denoted as TICIW. A study on the parameter estimation of this new distribution was conducted using the maximum likelihood estimation method and evaluated through Monte Carlo Simulation with 10000 replications and sample sizes . To assess the Maximum Likelihood Estimator (MLE), performance measures such as mean, bias, relative bias (RB), standard deviation (SD), mean squared error (MSE), skewness coefficient (SC), and kurtosis (K) were used. The result of this simulation study, supported by the measures used, confirmed the accuracy and precision of the estimators derived from the new TICIW distribution.

  • Cleber Bisognin
  • Augusto Maciel da Silva
Fale conosco Whatsapp