Simulación de la distribución uniforme generalizada
Resumen
La distribución uniforme continua es uno de los modelos más simples en el análisis estadístico pero ha sido la base para desarrollar nuevas familias de distribución. En este trabajo se presentan dos generalizaciones o extensiones de la distribución uniforme continua desarrolladas por Jose y Krishna (2011); Sankaran y Jayakumar (2016), en ambos casos los autores agregaron nuevos parámetros para generar nuevas familias de distribución. Para identificar la flexibilidad de ambas generalizaciones se llevó a cabo una simulación de la función de densidad de probabilidad, de la función de distribución y de la función de tasa de riesgo. Además, los resultados de la simulación fueron comparados con otras funciones de distribución existentes para identificar a que otros modelos se ajustan las dos generalizaciones. Los resultados muestran que las dos generalizaciones tienen comportamientos similares a funciones de distribución Gamma, Beta, Johnson y Pearson.
Descargas
Citas
H. M. Okasha and M. Kayid, “A new family of Marshall-Olkin extended generalized linear exponential distribution,” J. Comput. Appl. Math., vol. 296, pp. 576–592, 2016.
A. M. Alshangiti, M. Kayid, and B. Alarfaj, “A new family of Marshall-Olkin extended distributions,” J. Comput. Appl. Math., vol. 271, pp. 369–379, 2014.
K. K. Sankaran and K. Jayakumar, “A New Extended Uniform Distribution,” Int. J. Stat. Distrib. Appl., vol. 2, no. 3, pp. 35–41, 2016.
S. H. Abid and H. A. Hassan, “The Beta Marshall-Olkin Extended Uniform Distribution,” J. Saf. Eng., vol. 4, no. 1, pp. 1–7, 2015.
K. K. Jose and E. Krishna, “Marshall-Olkin extended uniform distribution,” ProbStat Forum, vol. 4, no. October, pp. 78–88, 2011.
A. W. Marshall and I. Olkin, “A new method for adding a parameter to a family of distributions with application to the exponential and Weibull families,” Biometrika, vol. 84, no. 3, pp. 641–652, 1997.