Resumen

El método de máxima verosimilitud es el método de estimación más ampliamente utilizado. Por otro lado, puede producir un sesgo sustancial, y un intervalo de confianza aproximado basado en el estimador de máxima verosimilitud no puede ser válido cuando el tamaño de la muestra es pequeño. Debido a que los tamaños de los valores de registro son considerablemente más pequeños que la secuencia original observada en la mayoría de los casos, se requiere un método apropiado para esta situación para una inferencia precisa. Este artículo proporciona los intervalos de confianza exactos para los parámetros desconocidos y los intervalos predictivos exactos para los valores de registro superiores futuros al proporcionar algunas cantidades pivote en la distribución de Rayleigh de dos parámetros basada en los valores de registro superiores. Finalmente, la validez de los métodos de inferencia propuestos fue examinada a partir de simulaciones de Monte Carlo y datos reales.

• Materias:Máxima entropía Funciones hipergeométricas Estimación de parámetros Reversión a la media Máxima verosimilitud
• Subjects:Maximum entropy Hypergeometric functions Parameter estimation Mean reversion Maximum likelihood
• Palabras claves:Método de máxima verosimilitud; Sesgo; Intervalo de confianza; Tamaño de muestra; Métodos de inferencia; Distribución de Rayleigh
• Keywords:Maximum likelihood method; Bias; Confidence interval; Sample size; Inference methods; Rayleigh distribution