Estimación óptima de los parámetros de distribución de Chris-Jerry utilizando el diseño de muestreo por conjuntos...

Área de la Ciencia:

• Modelado estadístico
• Distribuciones de probabilidad
• Metodologías de muestreo

Sus antecedentes:

• El diseño efectivo de la muestra es crucial para una estimación precisa de los parámetros.
• El muestreo por conjuntos de clasificación (RSS) ofrece una alternativa rentable al muestreo aleatorio simple (SRS).
• La distribución de potencia Chris-Jerry (PC-JD) es una distribución de vida continua reciente y versátil.

Objetivo del estudio:

• Investigar la aplicación de RSS para la estimación de los parámetros del PC-JD.
• Comparar el rendimiento de varios métodos de estimación bajo RSS y SRS.
• Identificar la estrategia de estimación más eficaz para los parámetros PC-JD utilizando el RSS.

Principales métodos:

• Se utilizó el muestreo por conjuntos de clasificación (RSS) para la estimación de parámetros.
• Aplicado dieciséis técnicas de estimación, incluyendo la probabilidad máxima, percentiles, distancia mínima, Kolmogorov, y los métodos de espaciado.
• Se han realizado estudios de simulación para evaluar las medidas de precisión y comparar el RSS con el SRS.

Principales resultados:

• Los resultados de la simulación indican que el RSS en general supera al SRS en eficiencia.
• El método de estimación de la probabilidad máxima demostró un buen rendimiento tanto para RSS como para SRS.
• Los rangos parciales y generales identificaron estrategias de estimación óptimas para el análisis de los datos de supervivencia.

Conclusiones:

• El RSS es una estrategia de muestreo más eficiente que el SRS para la estimación del parámetro PC-JD.
• La estimación de la probabilidad máxima es un método sólido para evaluar las estimaciones de parámetros en ambos esquemas de muestreo.
• El estudio proporciona información sobre las técnicas de estimación óptimas para los datos de supervivencia utilizando RSS.