EM algoritm for an extension of the Waring distribution
Este artículo presenta el desarrollo y aplicación del algoritmo de Esperanza-Maximización (EM) para la estimación de parámetros en la distribución Waring biparamétrica extendida (EBW), específicamente en su versión de tipo I (EBWI). Esta distribución es un modelo eficaz para tratar datos de conteo c...
| Autores: | , , |
|---|---|
| Formato: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2019 |
| País: | España |
| Recursos: | Universidad de Jaén |
| Repositorio: | RUJA. Repositorio Institucional de la Producción Científica de la Universidad de Jaén |
| OAI Identifier: | oai:ruja.ujaen.es:10953/7121 |
| Acesso em linha: | https://doi.org/10.1002/cmm4.1046 https://hdl.handle.net/10953/7121 |
| Access Level: | acceso abierto |
| Palavra-chave: | EM algorithm ML estimation Poisson mixture Waring distribution 519.2 519.22 519.23 |
| Resumo: | Este artículo presenta el desarrollo y aplicación del algoritmo de Esperanza-Maximización (EM) para la estimación de parámetros en la distribución Waring biparamétrica extendida (EBW), específicamente en su versión de tipo I (EBWI). Esta distribución es un modelo eficaz para tratar datos de conteo con infra y sobredispersión, superando el problema de indeterminación de parámetros que presenta la distribución Waring generalizada (UGW) al simplificar su estructura de tres a dos parámetros. Aprovechando que la EBWI puede expresarse como una mixtura de una binomial negativa con una distribución beta de tipo II, los autores utilizan el algoritmo EM para facilitar la obtención de estimaciones de máxima verosimilitud, reduciendo la complejidad del cálculo computacional. Una de las principales ventajas de este modelo es su capacidad para descomponer la varianza en tres componentes interpretables: aleatoriedad, riesgo y propensión, lo que permite un análisis más profundo de la naturaleza de la variabilidad en los datos. La eficacia del método se valida mediante el ajuste exitoso a diversos conjuntos de datos reales, como crímenes en Grecia, goles de la selección alemana y escuelas en Andalucía, demostrando un rendimiento superior o competitivo frente a modelos clásicos como el Binomial Negativo o el Poisson generalizado. |
|---|