Estudo sobre ajuste de modelos de probabilidade a dados de sobrevivência
DOI:
https://doi.org/10.33448/rsd-v11i5.28430Palavras-chave:
Bondade de ajuste; Distribuição de probabilidade; Estimação de parâmetros.Resumo
Neste artigo, utiliza-se modelos de distribuição de probabilidade conhecidos na literatura. O objetivo deste estudo é procurar alguns modelos de probabilidade que melhor se ajustem a dois conjuntos de dados específicos na área da análise de sobrevivência. O primeiro faz referência à resistência de rolamentos de esferas e o segundo, ao período de falhas sucessivas do sistema de ar condicionado de uma frota de aviões Air Boeing. A estimação dos parâmetros é realizada utilizando o método de máxima verossimilhança. Uma aplicação a dois conjuntos de dados está dada para ilustrar a veracidade dos ajustes. As distribuições que mostraram ótimos resultados foram a Exponencial Exponencializada, Exponencial Burr XII, Gdus Exponencializada e Dagum, para a primeira análise. Para a segunda análise, a Weibull Exponencializada, Kumaraswamy Weibull, Kumaraswamy Burr XII e Dagum. Utiliza-se o Akaike Information Criterion, Bayesian Information Criterion, Anderson Darling e Cramér von Mises, como medidas de comparação. A análise será feita com ajuda do pacote (AdequacyModel) no software R.
Referências
Aarset, M. V. (1987). How to identify a bathtub hazard rate. IEEE Transactions on Reliability, 36(1):106–108.
Afify, A. Z. & Mead, M. (2017). On five-parameter burr xii distribution: properties and applications. South African Statistical Journal, 51(1):67–80.
Borges, Y. M., da Silva, B. G., de Melo, B. A. R., & da Silva, R. R. (2021). Evaluation of probability distributions in the analysis of minimum temperature series in Manaus–AM. Research, Society and Development, 10(3): e46210313616–e46210313616.
Burr, I. W. (1942). Cumulative frequency functions. The Annals of mathematical statistics, 13(2):215–232.
Casella, G. & Berger, R. L. (2010). Inferência estatística. Cengage Learning.
Cordeiro, G. M., Ortega, E. M., & Nadarajah, S. (2010). The kumaraswamy weibull distribution with application to failure data. Journal of the Franklin Institute, 347(8):1399–1429.
Dagum, C. (1977). A new model of personal income distribution, 1economié apliquée.
Dahiya, R. C. & Gurland, J. (1972). Goodness of fit tests for the gamma and exponential distributions. Technometrics, 14(3):791–801.
De Santana, T. V. F., Ortega, E. M., Cordeiro, G. M., & Silva, G. O. (2012). The kumaraswamy-log-logistic distribution. Journal of Statistical Theory and Applications, 11(3):265–291.
Gupta, R. C., Gupta, P. L., & Gupta, R. D. (1998). Modeling failure time data by lehman alternatives. Communications in Statistics-Theory and methods, 27(4):887–904.
Kundu, D. & Gupta, R. D. (2008). Generalized exponential distribution: Bayesian estimations. Computational Statistics & Data Analysis, 52(4):1873–1883.
Lawless, J. F. (2011). Statistical models and methods for lifetime data, volume 362. John Wiley & Sons.
Lee, C., Famoye, F., & Olumolade, O. (2007). Beta-weibull distribution: some properties and applications to censored data. Journal of modern applied statistical methods, 6(1):17.
Maurya, S., Kaushik, A., Singh, S., & Singh, U. (2017). A new class of distribution having decreasing, increasing, and bathtub-shaped failure rate. Communications in Statistics-Theory and Methods, 46(20):10359–10372.
Nadarajah, S. (2006). The exponentiated gumbel distribution with climate application. Environmetrics: The official journal of the International Environmetrics Society, 17(1):13–23.
Nadarajah, S. & Gupta, A. K. (2007). The exponentiated gamma distribution with application to drought data. Calcutta Statistical Association Bulletin, 59(1-2):29–54.
Nadarajah, S. & Haghighi, F. (2011). An extension of the exponential distribution. Statistics, 45(6):543–558.
Pal, M., Ali, M. M., & Woo, J. (2006). Exponentiated weibull distribution. Statistica, 66(2):139–147.
Paranaíba, P. F., Ortega, E. M., Cordeiro, G. M., & Pascoa, M. A. d. (2013). The kumaraswamy burr xii distribution: theory and practice. Journal of Statistical Computation and Simulation, 83(11):2117–2143.
Paranaíba, P. F., Ortega, E. M., Cordeiro, G. M., & Pescim, R. R. (2011). The beta burr xii distribution with application to lifetime data. Computational statistics & data analysis, 55(2):1118–1136.
Proschan, F. (1963). Theoretical explanation of observed decreasing failure rate. Technometrics, 5(3):375–383.
Weibull, W. (1951). A statistical distribution function of wide applicability. Journal of applied mechanics.
Ximenes, P. d. S. M. P., da Silva, A. S. A., Ashkar, F., & Stosic, T. (2020). Ajuste de distribuições de probabilidade a precipitação mensal no estado de pernambuco–brasil. Research, Society and Development, 9(11):e4869119894–e4869119894.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Daniel Leonardo Ramírez Orozco
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
