Palabras clave
probability weighted moments method
moment method
maximum likelihood method
simulation
Distribución de Gumbel
método de momentos ponderados de probabilidad
método de momentos
método de máxima verosimilitud
simulación
Cómo citar
Resumen
Derivamos estimadores para los parámetreos de la distribución de Gumbel usando tres métodos, esto es, los momentos ponderados de probabilidad, el momento y la máxima verosimilitud. Además, comparamos el rendimiento de estos estimadores usando simulaciones. Tanto el orden entero como no entero son considerados en el método de momentos de probabilidad ponderado. Los resultados muestran, sobre todo, que el método de momentos de probabilidad ponderada es mejor que los demás en la estimación de los parámetros α y β
Citas
Ashkar, F.; Mahdi, S. (2003) “Comparison of two fitting methods for the log-logistic distribution”, Water Resources Research 39(8).
Davison, A.C.; Smith, R.L. (1990) “Models for exceedances over high threshold”, J. R. Stat. Soc. B 52(3): 393–442.
Hosking, J.R.M. (1986) “The theory of probability weighted moments”, Research Report RC12210, IBM Thomas J. Watson Research Center, New York.
Hosking, J.R.M. (1990) “L-Moments: analysis and estimation of distributions using linear combinations of order statistics”, J. R. Stat. Soc. B 52(1): 105–124.
Mahdi, S.; Ashkar, F. (2004) “Exploring generalized probability weighted moments, generalized moments and maximum likelihood estimating methods in two-parameter Weibull model”, Journal of Hydrology 285: 62–75.
Rasmussen, P. (2001) “Generalized probability weighted moments: application to the generalized Pareto distribution”, Water Resour. Res. 37(6): 1745–1751.