[論文レビュー] On a six-parameter generalized Burr XII distribution

A. K. Olapade|ArXiv.org|Jun 10, 2008

Statistical Distribution Estimation and Applications参考文献 8被引用数 11

ひとこと要約

本稿では、独立した指数分布およびガンマ分布に従う確率変数の比から確率密度関数を導出することによって、六パラメータの一般化された Burr XII 分布を導入する。本研究では、累積分布関数、モーメント、順序統計量の分布を確立し、新しいモデルが標準的な Burr XII 分布を一般化しており、Lomax やログログスティック分布といった特別なケースを含むことを示している。これにより、統計的モデリングにおける柔軟性が向上する。

ABSTRACT

In this paper, we derive a probability density function that generalizes the Burr XII distribution. The cumulative distribution function and the $n^{th}$ moment of the generalized distribution are obtained while the distribution of some order statistics of the distribution are established. A theorem that relate the new distribution to another statistical distribution is established.

研究の動機と目的

• Burr XII 分布を六パラメータで一般化することで、より柔軟な統計的分布の構築を図ること。
• 新しい一般化分布の累積分布関数およびモーメントを導出すること。
• 特に最小値および最大値を含む順序統計量の分布を検討すること。
• 一般化 Burr XII 分布と既知の分布（例：指数分布、ガンマ分布）との間の数学的関係を確立すること。
• 複数のよく知られた分布が特別なケースとして包含される統一的な枠組みを構築すること。

提案手法

• 独立した指数分布およびガンマ分布に従う確率変数の比を用いて、六パラメータ一般化 Burr XII 分布を導出する。
• Y1（指数分布）および Y2（ガンマ分布）の同時分布から確率密度関数を導出するために変換技術を用いる。
• 変数変換および積分変換（z = θx^p / λ）を適用し、ベータ関数およびガンマ関数を用いてモーメントを計算する。
• 確率密度関数のサポート上での積分を通じて累積分布関数を確立する。
• 順序統計量理論を適用し、r番目の、最小値（1番目）、最大値（n番目）の順序統計量の確率密度関数を導出する。
• 指数変数 Y を含む変換を用いて、一般化 Burr XII 分布と指数分布との間の関係を示す定理を証明する。

実験結果

リサーチクエスチョン

• RQ1 Burr XII 分布を六パラメータで一般化することで、モデリングの柔軟性を向上させることは可能か？
• RQ2 新しい六パラメータ分布の累積分布関数およびモーメントの解析的表現は何か？
• RQ3 特に最小値および最大値を含む順序統計量の分布は、この一般化モデル下でどのように振る舞うか？
• RQ4 一般化 Burr XII 分布と指数分布またはガンマ分布との間の数学的関係は何か？
• RQ5 この一般化フレームワーク内に、どのよく知られた分布が特別なケースとして包含されるか？

主な発見

• 六パラメータ一般化 Burr XII 分布は、X = √[p]{Y1 / Y2} として定義され、Y1 ~ Exp(θ) および Y2 ~ Gamma(m, λ) である。
• 累積分布関数は F(x) = 1 − λ^m (λ + θx^p)^{-m} であり、x > 0 およびパラメータ λ > 0, θ > 0, m > 0, p > 0 に対して有効である。
• n次のモーメントは E[X^n] = (λ/θ)^{n/p} Γ(n/p + 1) Γ(m − n/p) / Γ(m) であり、m > n/p の条件下で成り立つ。
• 平均は E[X] = (λ/θ)^{1/p} Γ(1/p + 1) Γ(m − 1/p) / Γ(m) であり、m > 1/p のとき有効である。
• 最小順序統計量 X_{1:n} の確率密度関数は f_{X_{1:n}}(x) = λ^{m n} n^m θ^p x^{p−1} / (λ + θx^p)^{m n + 1} であり、パラメータ mn を持つ一般化 Burr XII 分布そのものである。
• 最大順序統計量 X_{n:n} の確率密度関数は f_{X_{n:n}}(x) = λ^m m^n θ^p x^{p−1} [(λ + θx^p)^m − λ^m]^{n−1} / (λ + θx^p)^{m n + 1} であり、範囲依存性のためより複雑な形をしている。