Abstract
Neste artigo, é definida e estudada uma distribuição com cinco parâmetros denominada beta Fréchet transmutada, além de serem apresentadas algumas das principais propriedades desse modelo. Em particular, são encontradas expressões para os momentos e para a função geradora de momentos. O método da máxima verossimilhança é empregado para estimar os parâmetros da distribuição. Um conjunto de dados é utilizado no ajuste da distribuição beta Fréchet transmutada e os resultados obtidos indicaram que o modelo pode oferecer um ajuste melhor que o de distribuições já consolidadas na análise de dados de sobrevivência.
Palavras-chave: Comparação de Modelos. Distribuição Fréchet. Método da Máxima Verossimilhança.
ABSTRACT
The beta transmuted Fréchet distribution: properties and application
In this article, is defined and studied a distribution with five parameters called beta Fréchet transmuted. Some of the main properties of this model are presented. In particular, expressions for the moments and moment generating function are deduced. The method of maximum likelihood is used to estimate the parameters of the distribution. A survival data set was used in the fit of distribution and the results indicated that the beta transmuted Fréchet model can offer a better fit than already consolidated distributions.
Keywords: Comparison of Models. Fréchet Distribution. Maximum Likelihood Method.
References
BAHARITH, L. A et al. The beta generalized inverse Weibull distribution. British Journal of Mathematics and Computer Science, v. 4, n. 2, p. 252-270, 2014.
BJERKEDAL, T. Acquisition of resistance in guinea pigs infected with different doses of virulent tubercle bacilli. American Journal of Hygiene, v. 72, p. 130–148, 1960.
GUSMÃO, F. R. S.; ORTEGA, E. M. M.; CORDEIRO. The generalized inverse Weibull distribution. Statistical Papers, v. 52, p. 591-619, 2011.
KHAN, M. S. The beta inverse Weibull distribution. International Transactions in Mathematical Sciences and Computer, v. 3, n. 1, p. 113-119, 2010.
______., KING, R. Modified inverse Weibull distribution. Journal of Statistics Applications and Probability, v. 1, n. 2, p. 115-132, 2012.
KELLER, A. Z.; KAMATH, A. R. R.; PERERA, U. D. Reliability analysis of CNC machine tools. Reliability Engineering, v. 3, n. 6, p. 449-473, 1982.
MAHMOUD, M. R.; MANDOUH, R. M. On the transmuted Fréchet distribution. Journal of Applied Sciences Research, v. 9, n. 10, p. 5553-5561, 2013.
PARARAI, M.; WARAHENA-LIYANAGE, G.; OLUYEDE, B. O. A new class of generalized inverse Weibull distribution with applications. Journal of Applied Mathematics and Bioinformatics, v. 4, n. 2, p. 17-35, 2014.
R DEVELOPMENT CORE TEAM. R: a language and environment for statistical computing. Vienna, Austria: R Foundation for Statistical Computing, 2011. Disponível em: <http://www.r-project.org>. Acesso em: 10 jun. 2014.
RISTIC, M. M.; BALAKRISHNAN, N. The gamma-exponentiated exponential distribution. Journal of Statistical Computation and Simulation, v. 82, n. 8, p. 1191-1206, 2011.
SANT’ANNA, C. C.; HIJJAR, M. A. Recente contribuição da Organização Mundial de Saúde para o controle da tuberculose na infância. Revista de Saúde Pública, São Paulo, v. 41, p. 117-120, 2007.
SHAHBAZ, M. Q.; SHAHBAZ, S.; BUTT, N. S. The Kumaraswamy–Inverse Weibull distribution. Pakistan Journal of Statistcs and Operation Research, v. 8, n. 3, p. 479-489, 2012.
VODA, V. G. On the inverse Rayleigh distribution random variable. Report in Statistical Applied Research JUSE, v. 19, p. 13-21, 1972.