Resumen

La distribución binomial negativa se vuelve altamente sesgada bajo una dispersión extrema. Incluso en tamaños de muestra moderadamente grandes, la media de la muestra muestra una cola derecha pesada. La aproximación normal estándar a menudo no proporciona inferencias adecuadas sobre el valor esperado de los datos en este escenario. En trabajos anteriores, hemos examinado métodos alternativos para generar intervalos de confianza para el valor esperado. Estos métodos se basaron en aproximaciones Gamma y Chi Cuadrado o en límites de probabilidad de cola como la desigualdad de Bernstein. Ahora proponemos estimadores de crecimiento de la media de la distribución binomial negativa. Bajo una alta dispersión, es probable que los valores cero estén sobre-representados en los datos. Un estimador de crecimiento construye un intervalo de confianza de estilo normal al eliminar de manera efectiva un pequeño número predeterminado de ceros de los datos. Proponemos estimadores de crecimiento basados en ajustes multiplicativos de la media de la muestra y la eliminación directa de ceros

• Materias:Distribución generalizada Variable binaria Predicción bayesianas Inferencia bayesiana Parámetros de distribución
• Subjects:Generalized distribution Binary variable Bayesian prediction Bayesian Inference Distribution Parameters
• Palabras claves:Distribución binomial negativa; Dispersión extrema; Media muestral; Intervalos de confianza; Estimadores de crecimiento; Ceros
• Keywords:Negative binomial distribution; Extreme dispersion; Sample mean; Confidence intervals; Growth estimators; Zeros