SciELO - Scientific Electronic Library Online

 
vol.36 número2Bayesian Inference for Two-Parameter Gamma Distribution Assuming Different Noninformative Priors índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Em processo de indexaçãoCitado por Google
  • Não possue artigos similaresSimilares em SciELO
  • Em processo de indexaçãoSimilares em Google

Compartilhar


Revista Colombiana de Estadística

versão impressa ISSN 0120-1751

Resumo

PAK, ABBAS; PARHAM, GHOLAM ALI  e  SARAJ, MANSOUR. Inferencia para la distribución Weibull basada endatos difusos. Rev.Colomb.Estad. [online]. 2013, vol.36, n.2, pp.337-356. ISSN 0120-1751.

Los procedimientos clásicos de estimación para los parámetros de la distribución Weibull se encuentran basados en datos precisos. Se asume usualmente que los datos observados son números reales precisos. Sin embargo, algunos datos recolectados podrían ser imprecisos y ser representados en la forma de números difusos. Por lo tanto, es necesario generalizar los métodos de estimación estadísticos clásicos de números reales a números difusos. En este artículo, diferentes métodos de estimación son discutidos para los parámetros de la distribución Weibull cuando los datos disponibles están en la forma de números difusos. Estos incluyen la estimación por máxima verosimilitud, la estimación Bayesiana y el método de momentos. Los procedimientos de estimación se discuten en detalle y se comparan vía simulaciones de Monte Carlo en términos de sesgos promedios y errores cuadráticos medios.

Palavras-chave : algoritmo EM; análisis de datos difusos; estimación Bayesiana; principio de máxima verosimilitud.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )