Estimación de parámetros de la distribución Birnbaum - Saunders generalizada matrizvariada / Luis Daniel Sánchez Melo.

Por:

Sánchez Melo, Luis Daniel [author.]

Colaborador(es):

Tipo de material: Texto

TextoIdioma: Español Editor: Valparaíso : Universidad de Valparaíso, 2013Descripción: 83 hojasTema(s):

Otra clasificación:

Nota de disertación: Magíster en Estadística. Resumen: Este trabajo está basado en una versión matriz variada de una distribuci´on de probabilidades asim´etrica llamada distribución Birnbaum-Saunders generalizada. En este trabajo se propone un método para estimar los par´ametros de dos casos particulares de esta distribución matriz variada usando el método de verosimilitud máxima. Dado que los par´ametros son matrices, se presenta un problema de dimensionalidad alta. Esto exige el uso de un procedimiento de c´alculo computacional eficiente. Una vez resuelto el problema de estimaci´on, se realiza un estudio de simulación de Monte Carlo para evaluar el comportamiento del método de estimación. Finalmente, los resultados de este estudio son aplicados a datos reales. Palabras clave: curtosis; distribuciones el´ıpticas; distribuciones matriz variadas; generaci´on de matrices aleatorias; método de Monte Carlo.

Existencias ( 1 )
Notas de título ( 3 )

Existencias
Tipo de ítem	Biblioteca actual	Colección	Signatura topográfica	Estado	Fecha de vencimiento	Código de barras	Reserva de ítems
Tesis Postgrado	Ciencias Tesis	Tesis	M S194e 2013	Disponible		00178242

Total de reservas: 0

Financiamiento: CONICYT.

Magíster en Estadística.

Este trabajo está basado en una versión matriz variada de una distribuci´on de probabilidades asim´etrica llamada distribución Birnbaum-Saunders generalizada. En este trabajo se propone un método para estimar los par´ametros de dos casos particulares de esta distribución matriz variada usando el método de verosimilitud máxima. Dado que los par´ametros son matrices, se presenta un problema de dimensionalidad alta. Esto exige el uso de un procedimiento de c´alculo computacional eficiente. Una vez resuelto el problema de estimaci´on, se realiza un estudio de simulación de Monte Carlo para evaluar el comportamiento del método de estimación. Finalmente, los resultados de este estudio son aplicados a datos reales. Palabras clave: curtosis; distribuciones el´ıpticas; distribuciones matriz variadas; generaci´on de matrices aleatorias; método de Monte Carlo.