SciELO - Scientific Electronic Library Online

 
vol.36 issue2Bayesian Inference for Two-Parameter Gamma Distribution Assuming Different Noninformative Priors author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Colombiana de Estadística

Print version ISSN 0120-1751

Abstract

PAK, ABBAS; PARHAM, GHOLAM ALI  and  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.

Keywords : algoritmo EM; análisis de datos difusos; estimación Bayesiana; principio de máxima verosimilitud.

        · abstract in English     · text in English     · English ( pdf )