Resumen

Este artículo presenta una extensión flexible de dos parámetros de la distribución Burr-Hatke utilizando la transformación de potencia inversa. La tasa de falla de la nueva distribución puede tener una forma creciente, una forma decreciente o una forma de bañera boca abajo. Algunas de sus propiedades matemáticas son calculadas. Se discuten diez métodos de estimación, incluyendo técnicas clásicas y bayesianas, para estimar los parámetros del modelo. Se proporcionan estimadores de Bayes para los parámetros desconocidos, basados en las funciones de error cuadrado, entropía general y pérdida exponencial lineal. La clasificación y el comportamiento de estos métodos son evaluados mediante resultados de simulación con sus clasificaciones parciales y generales. Finalmente, la flexibilidad de la distribución propuesta se ilustra empíricamente utilizando dos conjuntos de datos de la vida real. Los datos analizados muestran que la distribución introducida proporciona un ajuste superior que algunas distribuciones competidoras importantes como las distribuciones Weibull, Fréchet

• Materias:Internet de las cosas Algoritmo iterativo Algoritmo de evaluación Viga viscoelástica Lenguaje de programación
• Subjects:Internet of things Iterative algorithm Evaluation algorithm Viscoelastic beam Programming language
• Palabras claves:Introducción; De dos parámetros; Extensión flexible; Distribución Burr-Hatke; Tasa de falla; Propiedades matemáticas; Métodos de estimación; Técnicas clásicas; Técnicas bayesianas; Estimadores de Bayes; Parámetros desconocidos; Resultados de simulación; Flexibilidad; Conjuntos de datos del mundo real; Ajuste; Distribuciones competidoras; Weibull; Fréchet; Gamma; Exponencial; Log-logística inversa; Lindley ponderada inversa; Pareto inversa; Nakagami-M inversa; Distribuciones Burr-Hatke.
• Keywords:Introduction; Two-parameter; Flexible extension; Burr-Hatke distribution; Failure rate; Mathematical properties; Estimation methods; Classical; Bayesian techniques; Bayes estimators; Unknown parameters; Simulation results; Flexibility; Real-life datasets; Fit; Competing distributions; Weibull; Frchet; Gamma; Exponential; Inverse log-logistic; Inverse weighted Lindley; Inverse Pareto; Inverse Nakagami-M; Burr-Hatke distributions