Generalized Secant Hyperbolic and a Method of Estimate of its Parameters: Maximum Likelihood Modified
Fecha
2013-11-05
Autores
Másmela Caita, Luis Alejandro
Burbano Moreno, Álvaro Alexander
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad EAFIT
Resumen
Descripción
Different generalized distributions are developed in the statistical literature, among them it is the generalized secant hyperbolic distribution (SHG). This paper presents an alternative method for estimation the population parameters of the SHG, called Modified Maximum Likelihood (MVM). Assuming some alternate expressions that are different from Vaughan´s work in 2002, and based on the same set of data from the original source. It is implemented, the transformed method MVM is implemented computationally, it allows us to observe good approximations of the exact values of the parameters of location and scale, presented by Vaughan in his article. The aim is that in the practice you can use a different methodology to estimate.
Se desarrollan diferentes distribuciones generalizadas en la literatura estadística, entre ellas está la distribución hiperbólica secante generalizada (SHG). Este artículo presenta un método alternativo para estimar los parámetros de población del SHG, llamado Probabilidad Máxima Modificada (MVM). Asumiendo algunas expresiones alternativas que son diferentes del trabajo de Vaughan en 2002, y basadas en el mismo conjunto de datos de la fuente original. Se implementa, el método transformado MVM se implementa computacionalmente, nos permite observar buenas aproximaciones de los valores exactos de los parámetros de ubicación y escala, presentados por Vaughan en su artículo. El objetivo es que en la práctica se pueda utilizar una metodología diferente para estimar.
Se desarrollan diferentes distribuciones generalizadas en la literatura estadística, entre ellas está la distribución hiperbólica secante generalizada (SHG). Este artículo presenta un método alternativo para estimar los parámetros de población del SHG, llamado Probabilidad Máxima Modificada (MVM). Asumiendo algunas expresiones alternativas que son diferentes del trabajo de Vaughan en 2002, y basadas en el mismo conjunto de datos de la fuente original. Se implementa, el método transformado MVM se implementa computacionalmente, nos permite observar buenas aproximaciones de los valores exactos de los parámetros de ubicación y escala, presentados por Vaughan en su artículo. El objetivo es que en la práctica se pueda utilizar una metodología diferente para estimar.