Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders

Descripción del Articulo

La distribución Birnbaum-Saunders, conocida como la distribución de tiempo de vida, desde que se propuso ha sido ampliamente utilizado por varios autores, debido a su relación con la distribución normal y sus propiedades atractivas. Por tanto, varias extensiones y generalizaciones se han propuesto s...

Descripción completa

Detalles Bibliográficos
Autor: Quispe Cueva, Delia Guadalupe
Formato: tesis de maestría
Fecha de Publicación:2024
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:20.500.12773/18146
Enlace del recurso:https://hdl.handle.net/20.500.12773/18146
Nivel de acceso:acceso abierto
Materia:Distribución de Weibull
Distribución de Birnbaum-Saunders
Parámetros
Estimación de máxima verosimilitud
https://purl.org/pe-repo/ocde/ford#1.01.02
id UNSA_705cfdab32b79f6247059613b226ee12
oai_identifier_str oai:repositorio.unsa.edu.pe:20.500.12773/18146
network_acronym_str UNSA
network_name_str UNSA-Institucional
repository_id_str 4847
spelling Ramos Quispe, Luz MarinaQuispe Cueva, Delia Guadalupe2024-06-28T19:53:36Z2024-06-28T19:53:36Z2024La distribución Birnbaum-Saunders, conocida como la distribución de tiempo de vida, desde que se propuso ha sido ampliamente utilizado por varios autores, debido a su relación con la distribución normal y sus propiedades atractivas. Por tanto, varias extensiones y generalizaciones se han propuesto sobre la distribución Birnbaum-Saunders. En este trabajo, estudiamos un nuevo modelo de cuatro parámetros llamado Weibull Birnbaum-Saunders. Esta distribución es una extensión de la distribución Birnbaum-Saunders propuesta por Benkhelife (2015), un modelo que puede ser usado para modelar el tiempo de vida con mayor ajuste, ya que este modelo es más flexible que las distribuciones comúnmente usadas. Primero estudiaremos los modelos de Weibull y Birnbaum-Saunders respectivamente y nos enfocaremos en el estudio del modelo de Weibull Birnbaum-Saunders, mostrando la estimación de los parámetros, analizando y describiendo el comportamiento de los estimadores de dicha distribución mediante el método de máxima verosimilitud y desarrollando algunas propiedades como los momentos, la función generadora de momentos y función cuantil. También presentaremos la matriz de información observada de dicha distribución. Finalmente, presentaremos algunos resultados de estudios de simulación y aplicación a datos reales, para mostrar el comportamiento de los estimadores de los parámetros de la distribución Weibull Birnbaum-Saunders, de esta forma mostramos las bondades del modelo propuesto.application/pdfhttps://hdl.handle.net/20.500.12773/18146spaUniversidad Nacional de San Agustín de ArequipaPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0/Universidad Nacional de San Agustín de ArequipaRepositorio Institucional - UNSAreponame:UNSA-Institucionalinstname:Universidad Nacional de San Agustíninstacron:UNSADistribución de WeibullDistribución de Birnbaum-SaundersParámetrosEstimación de máxima verosimilitudhttps://purl.org/pe-repo/ocde/ford#1.01.02Estimación de los parámetros de la distribución Weibull Birnbaum - Saundersinfo:eu-repo/semantics/masterThesisSUNEDU43065835https://orcid.org/0009-0003-7513-314X47387980541187Gonzales Medina, Ronny IvanBernedo Gonzales, Jhon FrankyRamos Quispe, Luz Marinahttps://purl.org/pe-repo/renati/level#maestrohttps://purl.org/pe-repo/renati/type#tesisMaestría en Ciencias: Matemáticas, con mención en Modelación MatemáticaUniversidad Nacional de San Agustín de Arequipa.Unidad de Posgrado.Facultad de Ciencias Naturales y FormalesMaestra en Ciencias: Matemáticas, con mención en Modelación MatemáticaORIGINALTesis.pdfapplication/pdf753689https://repositorio.unsa.edu.pe/bitstreams/803e9bb2-38ab-477d-8453-f0db79139e69/downloadf750820de380246757ea7fc71c60d9d3MD51Reporte de Similitud.pdfapplication/pdf6990706https://repositorio.unsa.edu.pe/bitstreams/ead0222e-0d47-45ae-89d7-25dcc72f6ba5/download897ef16c2a9095e76ea9a5084befbb72MD52Autorización de Publicación Digital.pdfapplication/pdf123372https://repositorio.unsa.edu.pe/bitstreams/d3fc4cfe-970e-4f0e-aec6-21d6ca98bb14/download3fb1ceec809c85c29571a6ad6bf9afe0MD5320.500.12773/18146oai:repositorio.unsa.edu.pe:20.500.12773/181462024-06-28 14:55:04.414http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttps://repositorio.unsa.edu.peRepositorio Institucional UNSArepositorio@unsa.edu.pe
dc.title.es_PE.fl_str_mv Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
title Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
spellingShingle Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
Quispe Cueva, Delia Guadalupe
Distribución de Weibull
Distribución de Birnbaum-Saunders
Parámetros
Estimación de máxima verosimilitud
https://purl.org/pe-repo/ocde/ford#1.01.02
title_short Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
title_full Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
title_fullStr Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
title_full_unstemmed Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
title_sort Estimación de los parámetros de la distribución Weibull Birnbaum - Saunders
author Quispe Cueva, Delia Guadalupe
author_facet Quispe Cueva, Delia Guadalupe
author_role author
dc.contributor.advisor.fl_str_mv Ramos Quispe, Luz Marina
dc.contributor.author.fl_str_mv Quispe Cueva, Delia Guadalupe
dc.subject.es_PE.fl_str_mv Distribución de Weibull
Distribución de Birnbaum-Saunders
Parámetros
Estimación de máxima verosimilitud
topic Distribución de Weibull
Distribución de Birnbaum-Saunders
Parámetros
Estimación de máxima verosimilitud
https://purl.org/pe-repo/ocde/ford#1.01.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.01.02
description La distribución Birnbaum-Saunders, conocida como la distribución de tiempo de vida, desde que se propuso ha sido ampliamente utilizado por varios autores, debido a su relación con la distribución normal y sus propiedades atractivas. Por tanto, varias extensiones y generalizaciones se han propuesto sobre la distribución Birnbaum-Saunders. En este trabajo, estudiamos un nuevo modelo de cuatro parámetros llamado Weibull Birnbaum-Saunders. Esta distribución es una extensión de la distribución Birnbaum-Saunders propuesta por Benkhelife (2015), un modelo que puede ser usado para modelar el tiempo de vida con mayor ajuste, ya que este modelo es más flexible que las distribuciones comúnmente usadas. Primero estudiaremos los modelos de Weibull y Birnbaum-Saunders respectivamente y nos enfocaremos en el estudio del modelo de Weibull Birnbaum-Saunders, mostrando la estimación de los parámetros, analizando y describiendo el comportamiento de los estimadores de dicha distribución mediante el método de máxima verosimilitud y desarrollando algunas propiedades como los momentos, la función generadora de momentos y función cuantil. También presentaremos la matriz de información observada de dicha distribución. Finalmente, presentaremos algunos resultados de estudios de simulación y aplicación a datos reales, para mostrar el comportamiento de los estimadores de los parámetros de la distribución Weibull Birnbaum-Saunders, de esta forma mostramos las bondades del modelo propuesto.
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2024-06-28T19:53:36Z
dc.date.available.none.fl_str_mv 2024-06-28T19:53:36Z
dc.date.issued.fl_str_mv 2024
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.uri.es_PE.fl_str_mv https://hdl.handle.net/20.500.12773/18146
url https://hdl.handle.net/20.500.12773/18146
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional de San Agustín de Arequipa
Repositorio Institucional - UNSA
dc.source.none.fl_str_mv reponame:UNSA-Institucional
instname:Universidad Nacional de San Agustín
instacron:UNSA
instname_str Universidad Nacional de San Agustín
instacron_str UNSA
institution UNSA
reponame_str UNSA-Institucional
collection UNSA-Institucional
bitstream.url.fl_str_mv https://repositorio.unsa.edu.pe/bitstreams/803e9bb2-38ab-477d-8453-f0db79139e69/download
https://repositorio.unsa.edu.pe/bitstreams/ead0222e-0d47-45ae-89d7-25dcc72f6ba5/download
https://repositorio.unsa.edu.pe/bitstreams/d3fc4cfe-970e-4f0e-aec6-21d6ca98bb14/download
bitstream.checksum.fl_str_mv f750820de380246757ea7fc71c60d9d3
897ef16c2a9095e76ea9a5084befbb72
3fb1ceec809c85c29571a6ad6bf9afe0
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional UNSA
repository.mail.fl_str_mv repositorio@unsa.edu.pe
_version_ 1828762748217982976
score 13.982926
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).