Resumen

Definimos un nuevo modelo de cuatro parámetros llamado distribución gaussiana generalizada inversa log-logística impar, que extiende las distribuciones gaussiana generalizada e inversa gaussiana. Obtenemos algunas propiedades estructurales de la nueva distribución. Construimos un modelo de regresión extendido basado en esta distribución con dos estructuras sistemáticas, que pueden proporcionar ajustes más realistas a datos reales que otros modelos de regresión especiales. Adoptamos el método de máxima verosimilitud para estimar los parámetros del modelo. Además, se realizan diversas simulaciones para diferentes configuraciones de parámetros y tamaños de muestra para verificar la precisión de los estimadores de máxima verosimilitud. Proporcionamos un análisis de diagnóstico basado en la eliminación de casos y residuos cuantílicos. Finalmente, se ilustra la potencialidad del nuevo modelo de regresión para predecir el precio de propiedades urbanas mediante datos reales.

• Materias:Metodologías paramétricas Método bootstrap Cuantiles de regresión Estudio longitudinal Gráficos de control
• Subjects:Parametric methodologies Bootstrap method Regression quantiles Longitudinal study Control charts
• Palabras claves:Nuevo modelo; Distribución generalizada inversa gaussiana log-logística impar; Modelo de regresión extendido; Máxima verosimilitud; Simulaciones; Análisis de diagnóstico
• Keywords:New model; Odd log-logistic generalized inverse Gaussian distribution; Extended regression model; Maximum likelihood; Simulations; Diagnostics analysis