A distribuição Half-Normal generalizada discreta: uma distribuição alternativa na análise de dados de contagem

Autores

DOI:

https://doi.org/10.5902/2179460X36214

Palavras-chave:

Discretização, Distribuição Half-Normal Generalizada, Método dos momentos, Simulação Monte Carlo, Verossimilhança

Resumo

Geralmente, dados que são obtidos por processos de contagem, estritamente discretos ou discretizados (provenientes de truncamentos e/ou arredondamentos), são analisados, sem exaustão, pelas distribuições Geométrica, Logarítmica, Poisson e Binomial negativa. Nos últimos anos um grande número de distribuições discretas vêm sendo propostas na literatura a partir da discretização de variáveis aleatórias contínuas. Muitos dos métodos de discretização preservam uma ou mais características da versão contínua, sendo que a proposta de Nakagawa e Osaki (1975) é a mais utilizada. Neste artigo, a partir dessa metodologia, a qual faz uso da função de sobrevivência, é proposta a versão discreta da distribuição Half-Normal generalizada contínua, introduzida na literatura por Cooray e Ananda (2008). Discute-se algumas de suas propriedades e via simulações Monte Carlo avalia-se o viés e a acurácia das estimativas obtidas pelo método da máxima verossimilhança e pelo método dos momentos. Alguns conjuntos de dados discretos da literatura são considerados para ilustrar a aplicabilidade da distribuição proposta.

Downloads

Não há dados estatísticos.

Biografia do Autor

Josmar Mazucheli, Universidade Estadual de Maringá, Maringá, PR

Professor adjunto da Universidade Estadual de Maringá

Ricardo Puziol de Oliveira, Universidade de São Paulo - USP, Ribeirão Preto, SP

Doutor em Bioestatística e Epidemiologia pelo programa Saúde Pública da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo - FMRP/USP

Jean Carlos Cardoso, Universidade Estadual de Maringá, Maringá, PR

Pós-Graduando no Programa de Pós-graduação em Bioestatística, Departamento de Estatística, Universidade Estadual de Maringá, Maringá, Paraná, Brasil

Referências

Aghababaei Jazi, M., Lai, C. D., Hossein Alamatsaz, M. (2010). A discrete inverse Weibull distribution and estimation of its parameters. Statistical Methodology, 7, 121–132. DOI: https://doi.org/10.1016/j.stamet.2009.11.001

Almalki, S. J., Nadarajah, S. (2014). A new discrete modified Weibull distribution. IEEE Transactions on Reliability, 63(1), 68–80. DOI: https://doi.org/10.1109/TR.2014.2299691

Bakouch, H. S., Jazi, M. A., Nadarajah, S. (2014). A new discrete distribution. Statistics, 48(1), 200–240. DOI: https://doi.org/10.1080/02331888.2012.716677

Bracquemond, C., Gaudoin, O. (2003). A survey on discrete lifetime distributions. International Journal of Reliability, Quality and Safety Engineering, 10(1), 69–98. DOI: https://doi.org/10.1142/S0218539303001007

Chakraborty, S. (2015). Generating discrete analogues of continuous probability distributions - A survey of methods and constructions. Journal of Statistical Distributions and Applications, 1(1), 1–30. DOI: https://doi.org/10.1186/s40488-015-0028-6

Chakraborty, S., Chakravarty, D. (2012). Discrete gamma distributions: Properties and parameter estimations. Communications in Statistics-Theory and Methods, 41(18), 3301–3324. DOI: https://doi.org/10.1080/03610926.2011.563014

Chakraborty, S., Chakravarty, D. (2014). A discrete Gumbel distribution. arXiv preprint arXiv:14107568.

Collett, D. (2003). Modelling Survival Data in Medical Research, 2 o edn. Chapaman and Hall, New York.

Cooray, K., Ananda, M. M. A. (2008). A generalization of the Half-Normal distribution with applications to lifetime data. Communications in Statistics - Theory and Methods, 37(9), 1323–1337. DOI: https://doi.org/10.1080/03610920701826088

Cox, D. R., Snell, E. J. (1968). A general definition of residuals. Journal of the Royal Statistical Society Series B (Methodological), 30(2), 248–275. DOI: https://doi.org/10.1111/j.2517-6161.1968.tb00724.x

Ghosh, T., Roy, D., Chandra, N. K. (2013). Reliability approximation through the discretization of random variables using reversed hazard rate function. International Journal of Mathematical, Computational, Statistical, Natural and Physical Engineering, 7(4), 96 – 100.

Gómez-Déniz, E., Calderín-Ojeda, E. (2011). The discrete Lindley distribution: properties and applications. Journal of Statistical Computation and Simulation, 81(11), 1405–1416. DOI: https://doi.org/10.1080/00949655.2010.487825

Good, I. J. (1953). The population frequencies of species and the estimation of population parameters. Biometrika, 40(3-4), 237–264. DOI: https://doi.org/10.1093/biomet/40.3-4.237

Hussain, T., Ahmad, M. (2014). Discrete inverse Rayleigh distribution. Pak J Statist, 30(2), 203–222.

Kemp, A. W. (2004). Classes of discrete lifetime distributions. Communications in Statistics - Theory and Methods, 33(12), 3069–3093. DOI: https://doi.org/10.1081/STA-200039051

Khan, M., Khalique, A., Abouammoh, A. (1989). On estimating parameters in a discrete Weibull distribution. IEEE Transactions on Reliability, 38, 348–350. DOI: https://doi.org/10.1109/24.44179

Klein, J. P., Moeschberger, M. L. (1997). Survival Analysis: Techniques for Censored and Truncated Data. Springer-Verlag, New York.

Krishna, H., Pundir, P. S. (2007). Discrete Maxwell distribution. Interstat.

Krishna, H., Pundir, P. S. (2009). Discrete Burr and discrete pareto distributions. Statistical Methodology, 6(2), 177–188. DOI: https://doi.org/10.1016/j.stamet.2008.07.001

Lai, C. D. (2013). Issues concerning constructions of discrete lifetime models. Quality Technology & Quantitative Management, 10(2), 251–262. DOI: https://doi.org/10.1080/16843703.2013.11673320

Lawless, J. F. (2003). Statistical Models and Methods for Lifetime Data, 2 o edn. Wiley Series in Probability and Statistics, John Wiley & Sons, Hoboken, NJ. DOI: https://doi.org/10.1002/9781118033005

Lee, E. T., Wang, J. W. (2003). Statistical Methods for Survival Data Analysis, 3 o edn. Wiley Series in Probability and Statistics, Wiley-Interscience [John Wiley & Sons], Hoboken, NJ. DOI: https://doi.org/10.1002/0471458546

Mazucheli, J., Dey, S. (2018). Bias-corrected maximum likelihood estimation of the parameters of the generalized Half-Normal distribution. Journal of Statistical Computation and Simulation, 88(6), 1027–1038. DOI: https://doi.org/10.1080/00949655.2017.1413649

Mazucheli, J., Oliveira, R. P., Peralta, D., Emanuelli, I. P. (2018). Application of discrete Burr XII distribution in the analysis of animal production data. Ciência & Natura, 40(1), 1–10. DOI: https://doi.org/10.5902/2179460X28307

Nakagawa, T., Osaki, S. (1975). The discrete Weibull distribution. IEEE Transactions on Reliability, R-24(5), 300–301. DOI: https://doi.org/10.1109/TR.1975.5214915

Oliveira, R. P., Mazucheli, J., Achcar, J. A. (2017). A comparative study between two discrete Lindley distributions. Ciência & Natura, 39(3), 539–552. DOI: https://doi.org/10.5902/2179460X25186

Pearson, K. (1895). Contributions to the mathematical theory of evolution. ii. skew variation in homogeneous material. Philosophical Transactions of the Royal Society of London A, 186, 343–414. DOI: https://doi.org/10.1098/rsta.1895.0010

Roy, D., Dasgupta, T. (2001). A discretizing approach for evaluating reliability of complex systems under stress-strength model. IEEE transactions on reliability, 50(2), 145–150. DOI: https://doi.org/10.1109/24.963121

Stein, W. E., Dattero, R. (1984). A new discrete Weibull distribution. IEEE Transactions on Reliability, 33(2), 196–197. DOI: https://doi.org/10.1109/TR.1984.5221777

Downloads

Publicado

2019-07-16

Como Citar

Mazucheli, J., Oliveira, R. P. de, & Cardoso, J. C. (2019). A distribuição Half-Normal generalizada discreta: uma distribuição alternativa na análise de dados de contagem. Ciência E Natura, 41, e27. https://doi.org/10.5902/2179460X36214

Edição

Seção

Estatística

Artigos mais lidos pelo mesmo(s) autor(es)