Profile Likelihood Estimation of the Vulnerability P(X>v) and the Mixing Proportion p Parameters in the Gumbel Mixture Model

• JOSÉ A. MONTOYA ^[1] ; GUDELIA FIGUEROA ^[1] ; Nuša Pukšič ^[2]
  1. [1] Universidad de Sonora

     Universidad de Sonora

     México

     
  2. [2] Institute of Metals and Technology

     Institute of Metals and Technology

     Eslovenia

     
• Localización: Revista Colombiana de Estadística, ISSN-e 2389-8976, ISSN 0120-1751, Vol. 36, Nº. 2, 2013, págs. 193-208
• Idioma: inglés
• Títulos paralelos:
  • Estimación de verosimilitud perfil de los parámetros de vulnerabilidad P(X>v) y proporción de mezcla p en el modelo Gumbel de mezclas
• Enlaces
  • Texto completo
• Resumen
  • español

    En este artículo consideramos el problema de hacer inferencias sobre el parámetro de vulnerabilidad θ=P(X>v) y la proporción de mezcla p cuando X es una variable aleatoria cuya distribución es una mezcla de dos distribuciones Gumbel y v es un valor fijo y conocido. Se propone el enfoque de verosimilitud perfil para estimar estos parámetros, el cual es un método simple, pero poderoso, para estimar por separado un parámetro de interés en presencia de parámetros de estorbo desconocidos. Las inferencias sobre θ, p o (θ, p) se presentan por medio de regiones de verosimilitud perfil y se pueden obtener fácilmente en una computadora. Esta metodología se ilustra mediante un problema real donde se modela el tamaño de inclusiones no metálicas en el acero.

  • English

    This paper concerns to the problem of making inferences about the vulnerability θ=P(X>v) and the mixing proportion p parameters, when the random variable X is distributed as a mixture of two Gumbel distributions and v is a known fixed value. A profile likelihood approach is proposed for the estimation of these parameters. This approach is a powerful though simple method for separately estimating a parameter of interest in the presence of unknown nuisance parameters. Inferences about θ, p or (θ, p) are given in terms of profile likelihood regions and can be easily obtained on a computer. This methodology is illustrated through a real problem where the main purpose is to model the size of non-metallic inclusions in steel.

• Referencias bibliográficas
  • Ahmad, K. E.,Jaheen, Z. F.,Modhesh, A. A.. (2010). 'Estimation of a discriminant function based on small sample size from a mixture of...
  • Barrera-Núñez, V.,Meléndez-Frigola, J.,Herraiz-Jaramillo, S.. (2008). A survey on voltage sag events in power systems. 'Transmission and...
  • Beretta, S.,Murakami, Y.. (2001). 'Largest-extreme-value distribution analysis of multiple inclusion types in determining steel cleanliness'....
  • Cheng, R. C. H.,Iles, T. C.. (1990). 'Embedded models in three-parameter distributions and their estimation'. Journal of the Royal...
  • Evans, M.,Hastings, N.,Peacock, B.. (1993). Statistical Distributions. John Wiley & Sons.
  • Figueroa, P. G.. (2012). Las funciones de verosimilitud discretizada y restringida perfil en la inferencia científica.
  • Green, E. J.,Roesch, F. A. J.,Smith, A. F. M.,Strawderman, W. E.. (1994). 'Bayesian estimation for the three-parameter Weibull distribution...
  • Johnson, N. L.,Kotz, S.,Balakrishnan, N.. (1994). Continuous Univariate Distributions. John Wiley & Sons.
  • Kalbfleisch, J. G.. (1985). Probability and Statistical Inference. Springer-Verlag.
  • Kotz, S.,Nadarajah, S.. (2000). Extreme Value Distributions. Theory and Applications. Imperial College Press.
  • Lindsay, B.. (1995). Mixture Models: Theory, Geometry and Applications. Institute for Mathematical Statistics.
  • Lindsey, J. K.. (1999). 'Some statistical heresies'. The Statistician. 48. 1-40
  • Lund, T.,Johansson, S.,Olund, L.. (1998). 'Bearing Steels: Into the 21st Century, STP 1327'. American Society for Testing and Materials....
  • Montoya, J. A.,Díaz-Francés, E.,Sprott, D. A.. (2009). 'On a criticism of the profile likelihood function'. Statistical Papers. 50....
  • Murakami, Y.. (1994). 'Inclusion rating by statistics of extreme values and its application to fatigue strength prediction and quality...
  • Murray, A. T.,Grubesic, T. H.. (2007). Critical Infrastructure: Reliability and Vulnerability. Springer-Verlag.
  • Raynal, J.,Guevara, J.. (1997). 'Maximum likelihood estimators for the two populations Gumbel distribution'. Hydrological Science...
  • Rosas-Casals, M.,Valverde, S.,Solé, R. V.. (2007). 'Topological vulnerability of the European power grid under errors and attacks'....
  • Serfling, R. J.. (1980). Approximation Theorems of Mathematical Statistics. John Wiley & Sons.
  • Smith, R. L.,Naylor, J. C.. (1987). 'Statistics of the three-parameter Weibull distribution'. Annals of Operations Research. 9. 577-587
  • Sprott, D. A.. (1980). 'Maximum likelihood and small samples: Estimation in the presence of nuisance parameters'. Biometrika. 67....
  • Sprott, D. A.. (2000). Statistical Inference in Science. Springer-Verlag.
  • Tartaglia, V.,Caporali, E.,Cavigli, E.,Moro, A.. (2005). 'L-moments based assessment of a mixture model for frequency analysis of rainfall...
  • Titterington, D.,Smith, A.,Makov, U.. (1985). Statistical Analysis of Finite Mixture Distributions. John Wiley & Sons.
  • Zheng, H.. (2007). Investigation of power system blackouts and reliability improvement for power distribution systems.