研究文章

带回归模型的扩展伽马分布及其应用

  • 收到:2020年9月24日 认可的:2020年12月11日 出版:2020年12月18日
  • MSC公司:62E15型

  • 本文介绍了伽马分布的一种新的扩展,称为新扩展伽马分布,通过xgamma和gamma分布的混合表示。导出了该分布的统计特性,如矩母函数和特征函数、方差、偏度和峰度测度、洛伦兹曲线和平均剩余寿命函数。采用最大似然法、参数自举法、矩量法、最小二乘法和加权最小二乘估计法来获得未知模型参数。通过仿真研究讨论了估计方法的有限样本性能。利用所提出的分布,我们提出了一种新的右旋响应变量回归模型,作为伽马回归模型的替代。对两个实际数据集进行了分析,以使读者相信该模型的实用性。

    引用:穆斯塔法·阿尔金。Korkmaz,M.El-Morshedy,M.S.Eliwa。带回归模型的扩展伽马分布及其应用[J]。AIMS数学,2021,6(3):2418-2439。doi:10.3934/小时2021147

    相关论文:

  • 本文介绍了伽马分布的一种新的扩展,称为新扩展伽马分布,通过xgamma和gamma分布的混合表示。导出了该分布的统计特性,如矩母函数和特征函数、方差、偏度和峰度测度、洛伦兹曲线和平均剩余寿命函数。采用最大似然法、参数自举法、矩量法、最小二乘法和加权最小二乘估计法来获得未知模型参数。通过仿真研究讨论了估计方法的有限样本性能。利用所提出的分布,我们提出了一种新的右旋响应变量回归模型,作为伽马回归模型的替代。对两个实际数据集进行了分析,以使读者相信该模型的实用性。



    加载中


    [1] B.S.Everitt,D.J.Hand,有限混合分布查普曼和霍尔,伦敦,1981年。
    [2] W.C.Chen,B.M.Hill,J.B.Greenhouse,J.V.Fayos,癌症患者治疗后生存曲线的贝叶斯分析,贝叶斯统计。,2(1985), 299–328.
    [3] M.Erisoglu,N.Calis,T.Servi,U.Erisoglu,M.Topaksu,地震间隔时间的混合分布模型,俄罗斯地质。地球物理学。,52(2011年a),685-692。数字对象标识:2016年10月10日/j.rgg.2011.06.001
    [4] U.Erisoglu,M.Erisoglu,H.Erol,用于分析异质生存数据的两种不同分布的混合模型,国际期刊计算。数学。科学。 5(2011年b),75-79。
    [5] U.Erisoglu,M.Erisoglu,H.Erol,异质生存数据分析的混合模型方法,巴基斯坦J.Stat。,5(2012), 115–130.
    [6] K.E.Ahmad,A.M.Abd-El Rahman,更新由两种威布尔分布混合估计的非线性判别函数,数学。计算。模型。,19(1994), 41–51.
    [7] R.Jiang,D.N.P.Murthy,涉及三种威布尔分布的两个截面模型,资格。Reliab公司。工程国际。,13(1997), 83–96. 数字对象标识:10.1002/(SICI)1099-1638(199703)13:2<83::AID-QRE77>3.0.CO;2伏
    [8] K.S.Sultan,M.A.Ismail,A.S.Al-Moisheer,两种逆Weibull分布的混合:性质和估计,计算。统计数据分析。,51(2007), 5377–5387.
    [9] H.Zakerzadeh,A.Dolati,广义Lindley分布,数学杂志。提取。,(2009), 1–17.
    [10] S.F.Ateya,基于删失数据的广义指数分布有限混合下的最大似然估计,统计文件, 55(2014), 311–325.
    [11] A.M.Abouamoh,A.M.Alshangiti,I.E.Ragab,一种新的广义Lindley分布,J.统计计算。模拟。,85(2015), 3662–3678. 数字对象标识:10.1080/00949655.2014.995101
    [12] A.H.El-Bassouny,E.D.Medhat,M.Abdelfattah,M.S.Eliwa,指数广义Weibull-Compertz分布的混合及其在可靠性中的应用,J.Stat.应用。可能性。,5(2016), 455–468. 数字对象标识:10.18576/jsap/050310
    [13] A.Karakoca,U.Erisoglu,M.Erisoglu.双峰混合威布尔分布参数估计方法与完整数据的比较,J.应用。斯达。,42(2015), 1472–1489. 数字对象标识:10.1080/02664763.2014.1000275
    [14] D.V.Lindley,信度分布和贝叶斯定理,J.皇家统计学会。B系列(方法学),20(1958), 102–107.
    [15] M.E.Ghitany、D.K.Al-Mutairi、N.Balakrishnan、L.J.Al-Enezi、Power-Lindley分布和相关推断,计算。统计数据分析。,64(2013), 20–33.
    [16] S.Nedjar,H.Zeghdoudi,《关于伽马-林德利分布:特性和模拟》,J.计算。申请。数学。,298(2016), 167–174. 数字对象标识:2016年10月10日/j.cam.2015.11.047
    [17] S.Sen,S.S.Maiti,N.Chandra,《xgamma分布:统计特性和应用》,现代应用杂志。统计方法,15(2016), 774–788. 数字对象标识:10.22237/jmasm/1462077420
    [18] M.Bourguignon,M.D.C.S.Lima,J.Leao,A.D.Nascimento,L.G.B.Pinho,G.M.Cordeiro,《新型广义伽马分布及其应用》,美国数学杂志。管理。科学。,34(2015), 309-342.
    [19] S.D.Waymyers,S.Dey,H.Chakraborty,伽马分布的新推广,应用于负偏生存数据,Commun公司。统计-模拟。计算。,47(2018), 2083–2101. 数字对象标识:10.1080/03610918.2017.1335408
    [20] M.A.de Pascoa,E.M.Ortega,G.M.Cordeiro,库马拉斯瓦米广义伽马分布及其在生存分析中的应用,统计方法。,8(2011), 411–433. 数字对象标识:2016年10月10日/j.stamet.2011.04.001
    [21] M.O.Lorenz,《衡量财富集中度的方法》,出版物。美国统计协会。,9(1905), 209–219.
    [22] B.埃夫隆,折刀、引导和其他重采样计划,第38卷。美国宾夕法尼亚州费城:SIAM,1982年。
    [23] J.Mazucheli,A.F.B.Menezes,S.Dey,逆Weibull分布参数的偏差修正最大似然估计,通信统计-模拟。计算。,48(2019), 2046–2055. 数字对象标识:10.1080/03610918.2018.1433838
    [24] J.Mazucheli,A.F.B.Menezes,S.Dey,单位伽马分布参数的改进最大似然估计,通信统计-理论方法,47(2018), 3767–3778. 数字对象标识:10.1080/03610926.2017.1361993
    [25] F.Ding,输出误差系统的基于分解的快速最小二乘算法,信号处理。,93(2013), 1235–1242. 数字对象标识:2016年10月10日/j.sigpro.2012.12.013
    [26] F.Ding,P.X.Liu,G.Liue,OE和OEMA系统的基于梯度和基于最小二乘的迭代识别方法,信号处理。,20(2010), 664–677.
    [27] A.Zaka,A.S.Akhter,R.Jabee,《新的反射功率函数分布:理论,模拟应用》。,目标数学。,5(2020), 5031–5054.
    [28] S.M.Zaidi,M.M.A.Sobhi,M.El-Morshedy,A.Z.Afify,一个新的广义分布族:性质和应用,目标数学。,6(2021), 456–476. 数字对象标识:10.3934/每小时2021028
    [29] E.Altun,H.M.Yousof,G.G.Hamedani,具有影响诊断和残差分析的新对数-位置回归模型,事实大学,系列:数学。信息。,33(2018), 417–449.
    [30] E.C.Cuervo,模型管理数据变量em模型线性一般化,(博士论文,Tese de D.Sc.,IM-UFRJ,里约热内卢,RJ,巴西,2001年。
    [31] E.Cepeda,D.Gamerman,双参数指数族参数建模的贝叶斯方法,修订Estadística,57(2005), 93–105.
    [32] T.F.Bateson,交互等待时间的Gamma回归与日常事件计数的泊松回归:在流行病学家的工具箱中选择最佳建模工具,流行病学,20(2009), 202–204. 数字对象标识:10.1097/EDE.0b013e3181977688
    [33] E.Altun,加权指数回归模型:伽玛回归模型的替代品,国际期刊模型。,模拟。,科学。计算。,10(2019), 1–15.
    [34] E.Altun,带残差分析的Lomax回归模型,J.应用。斯达。,即将到来(2020), 1–10.
    [35] J.McCullagh、J.Nelder、,广义线性模型第二版,查普曼和霍尔出版社,伦敦,1989年。
    [36] P.K.Dunn,G.K.Smyth,随机分位数残差,J.计算。图形统计。,5(1996), 236–244.
    [37] P.Feigl,M.Zelen,伴随信息的指数生存概率估计,生物计量学,21(1965), 826–838. 数字对象标识:10.2307/2528247
    [38] M.E.Mead,beta指数Burr XⅡ分布,J.Stat.:进步理论应用。 12(2014), 53–73.
    [39] M.V.Aarset,如何确定浴缸危险率,IEEE传输。Reliab公司。,36(1987), 106–108.
  • 读者评论
  • ©2021作者,持牌人AIMS出版社。这是一篇开放存取的文章根据知识共享署名许可证的条款(http://creativecommons.org/licenses/by/4.0)
通讯作者:陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI公司
1.8 3.4

韵律学

文章观点(2765) PDF下载(130) 引用人(6)

文章大纲

图和表

数字(9) / 表格(2)

/

返回
返回

目录