Estimación de los parámetros de la distribución Lambda generalizada a través del método de momentos y el programa MatLab.

• Camilo Andre Castillo ^[1] ; Luis Alejandro Másmela ^[1] ; Luis Fernando Villarraga ^[1]
  1. [1] Universidad Distrital Francisco José de Caldas

     Universidad Distrital Francisco José de Caldas

     Colombia

     
• Localización: Comunicaciones en Estadística, ISSN 2027-3355, ISSN-e 2339-3076, Vol. 8, Nº. 2, 2015, págs. 193-209
• Idioma: español
• DOI: 10.15332/s2027-3355.2015.0002.04
• Títulos paralelos:
  • Using the Method of Moments for estimating parameters of Generalized Lambda Distribution and its implementation in Matlab.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Muchos de los problemas en la actualidad en diferentes áreas del conocimiento tienen solución por medio de la construcción de modelos estadísticos. Dichos modelos se soportan comúnmente en distribuciones de probabilidad y más exactamente en como se distribuyen los datos que se toman de base para su construcción. El interés de ajustar distribuciones a conjuntos de datos pretende describir el comportamiento de ellos mediante la distribución encontrada. El documento presenta una familia de estas distribuciones, la Distribución Lambda Generalizada (DLG) y un programa en MatLab implementando el método de momentos para estimar los parámetros de la distribución que se ajuste a conjuntos de datos o aproxime algunas distribuciones conocidas.

  • English

    Many of the problems in different areas of knowledge can be solved through the construction of statistical models. Such models are commonly supported on probability distributions and exactly how the data are taken as the basis for its construction are distributed. Interest distributions adjusting data sets intended to describe their behavior by distributing found. The paper presents a family of these distributions, the Lambda widespread distribution (DLG) and a MatLab program implementing the method of moments to estimate the distribution parameters to fit data sets or approaching some popular distributions.

• Referencias bibliográficas
  • G. Casella & R. L. Berger (2002). Statistical inference, vol. 2. Duxbury Pacific Grove, CA.
  • Z. A. Karian (2010). Handbook of fitting statistical distributions with R. CRC Press.
  • J. H. Mathews & K. D. Fink (1999). Numerical methods using MATLAB, vol. 31. Prentice hall Upper Saddle River, NJ.
  • A. M. Mood (1950). Introduction to the Theory of Statistics. McGraw-hill.
  • D. Pregibon (1980). ‘Goodness of link tests for generalized linear models’. Applied statistics pp. 15–14.
  • J. S. Ramberg & B. W. Schmeiser (1974). ‘An approximate method for generating asymmetric random variables’. Communications of the ACM...
  • E. A. Silver (1977). ‘A safety factor approximation based upon Tukey's Lambda distribution.’. Operational Research Quarterly 28:743–746.
  • D. D. Wackerly, et al. (2010). Estadística matemática con aplicaciones. Cengage Learning Editores.