Estimación de parámetros de la distribución Lambda generalizada a partir del método de percentiles
##plugins.themes.bootstrap3.article.sidebar##
Publicado
Aug 21, 2012
##plugins.themes.bootstrap3.article.main##
Resumen
La Distribución Lambda Generalizada es una distribución de cuatro parámetros definida mediante su función percentíl. Su forma funcional permite modelar diversos conjuntos de datos además de una amplia gama de distribuciones. Para ello se requiere de la estimación de sus cuatro parámetros a través de diferentes métodos entre los que se tienen: método de momentos, método de mínimos cuadrados, método de máxima verosimilitud, entre otros. En este documento se pretende hacer una descripción del método de estimación de la distribución de interés, denominado método de percentiles. Se ilustra además su aplicación, ajustando esta distribución a un conjunto de datos además de aproximar una distribución teórica particular.
##plugins.themes.bootstrap3.article.details##
Palabras Clave
Ajuste de datos, aproximación de distribuciones, distribución Lambda Generalizada, estimación de parámetros, método de percentiles.
Referencias
Johnson, N. L. & Kotz, S. (1970), Distribution in Statistics: Continuous Univariate Distributions, New York: John Wiley.
Karian, Z. & Dudewicz, E. (1999), ‘Fitting the generalized lambda distribution to data: a method based on percentiles’, Communications in Statistics - Simulation and Computation, 28, 793 – 819.
Karian, Z. & Dudewicz, E. (2011), Handbook of Fitting Statistical Distributions with R, Boca Rato´n: CRC Press.
Karian, Z., Dudewicz, E. & Mcdonald, P. (1996), ‘The extended generalized lambda distribution (egld) system for fitting distributions to data with moments, ii:tables’, The American Journal of Mathematical and Management Sciences 16, 271–332.
Karvanen, J. & Nuutinen, A. (2008), ‘Characterizing the generalized lambda dis- tribution by l-moments’, Computational Statistics & Data Analysis 52, 1971– 1983.
Ramberg, J. S., Tadikamalla, P. R., Dudewicz, E. J. & Mykytka, E. F. (1979), ‘A probability distribution and its uses in fitting data’, Technometrics 21, 201 – 214.
Steve, S. (2007), ‘Numerical maximum log likelihood estimation fot generalized lambda distribution’, Computational Statistics and Data Analysis 51, 3983 – 3998.
Tukey, J. (1960), The practical relation between the common transformation of percentages of counts and of amounts, Technical Report 36, Princeton University.
Karian, Z. & Dudewicz, E. (1999), ‘Fitting the generalized lambda distribution to data: a method based on percentiles’, Communications in Statistics - Simulation and Computation, 28, 793 – 819.
Karian, Z. & Dudewicz, E. (2011), Handbook of Fitting Statistical Distributions with R, Boca Rato´n: CRC Press.
Karian, Z., Dudewicz, E. & Mcdonald, P. (1996), ‘The extended generalized lambda distribution (egld) system for fitting distributions to data with moments, ii:tables’, The American Journal of Mathematical and Management Sciences 16, 271–332.
Karvanen, J. & Nuutinen, A. (2008), ‘Characterizing the generalized lambda dis- tribution by l-moments’, Computational Statistics & Data Analysis 52, 1971– 1983.
Ramberg, J. S., Tadikamalla, P. R., Dudewicz, E. J. & Mykytka, E. F. (1979), ‘A probability distribution and its uses in fitting data’, Technometrics 21, 201 – 214.
Steve, S. (2007), ‘Numerical maximum log likelihood estimation fot generalized lambda distribution’, Computational Statistics and Data Analysis 51, 3983 – 3998.
Tukey, J. (1960), The practical relation between the common transformation of percentages of counts and of amounts, Technical Report 36, Princeton University.
Cómo citar
Másmela Caita, L. A., & Rodríguez Mayorga, H. F. (2012). Estimación de parámetros de la distribución Lambda generalizada a partir del método de percentiles. Comunicaciones En Estadística, 5(1), 81-95. https://doi.org/10.15332/s2027-3355.2012.0001.04
Número
Sección
Artículos
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
Comunicaciones en Estadística está bajo una licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
La Universidad Santo Tomás conserva los derechos patrimoniales (copyright) de las obras publicadas, y favorece y permite la reutilización de las mismas bajo la licencia anteriormente mencionada.
