Resumen

Este documento trata sobre el tema de la inferencia de probabilidad para modelos no lineales con una distribución normal sesgada flexible (FSTN), la cual se propone dentro de un marco general de distribuciones flexibles sesgadas-simétricas (FSS) al combinarla con la distribución normal sesgada-t (STN). En comparación con las distribuciones sesgadas comunes como la normal sesgada (SN) y la t-sesgada (ST), así como con las mezclas de escala de normal sesgada (SMSN), la distribución FSTN puede adaptarse con más flexibilidad y robustez en presencia de resultados sesgados, de colas pesadas, especialmente multimodales. Sin embargo, para esta distribución, un enfoque habitual de estimaciones de máxima verosimilitud basado en el algoritmo EM no está disponible y una forma alternativa es regresar al método original de tipo Newton-Raphson. Para mejorar la estimación, así como la forma de estimación de confianza y prueba de hipótesis para los parámetros de interés, se presenta en este documento un algorit

• Materias:Ecuaciones diferenciales Ecuaciones integrales Variables independientes Sistemas dinámicos Combinaciones convexas
• Subjects:Differential equations Integral equations Independent variables Dynamic systems Convex combinations
• Palabras claves:Problema; Modelos no lineales; Flexible skew-t-normal; Distribución FSTN; Simétrico con sesgo; Simétrico con sesgo flexible; Distribuciones; Skew-t-normal; Distribución STN; Sesgado; De colas pesadas; Resultados multimodales; Estimaciones de máxima verosimilitud; Algoritmo EM; Método de Newton-Raphson; Estimación; Estimación de confianza; Prueba de hipótesis; Parámetros; Algoritmo iterativo de Newton-Raphson modificado; Verosimilitud de perfil; Modelos de regresión; Intervalo de confianza; Prueba de hipótesis; Simulación.
• Keywords:Issue; Nonlinear models; Flexible skew-t-normal; FSTN distribution; Skew-symmetric; Flexible skew-symmetric; Distributions; Skew-t-normal; STN distribution; Skewed; Heavy-tailed; Multimodal outcomes; Maximum likelihood estimates; EM algorithm; Newton-Raphson method; Estimation; Confidence estimation; Hypothesis test; Parameters; Modified Newton-Raphson iterative algorithm; Profile likelihood; Regression models; Confidence interval; Hypothesis test; Simulation.