[論文レビュー] The Kumaraswamy Pareto distribution

Marcelo B. Pereira, Rodrigo B. Silva+2 more|arXiv (Cornell University)|Apr 6, 2012

Statistical Distribution Estimation and Applications参考文献 26被引用数 6

ひとこと要約

本稿では、パレート分布および指数型パレート分布の4パラメータ拡張として、ベースラインにパレート分布を用いたクマラスワミ変換を適用することで導出された、Kumaraswamy Pareto（Kw-P）分布を提案する。このモデルは、減少するおよび逆バット型のハザードレートを示し、実際の洪水ピーク超過データへの最尤推定では、AIC、BIC、CAICの値が低く、サブモデルよりも優れた適合度を示す。

ABSTRACT

The modeling and analysis of lifetimes is an important aspect of statistical work in a wide variety of scientific and technological fields. For the first time, the called Kumaraswamy Pareto distribution is introduced and studied. The new distribution can have a decreasing and upside-down bathtub failure rate function depending on the values of its parameters. It includes as special sub-models the Pareto and exponentiated Pareto (Gupta et al. [12]) distributions. Some structural properties of the proposed distribution are studied including explicit expressions for the moments and generating function. We provide the density function of the order statistics and obtain their moments. The method of maximum likelihood is used for estimating the model parameters and the observed information matrix is derived. A real data set is used to compare the new model with widely known distributions.

研究の動機と目的

• 既存のパレート分布の変種よりも優れたハザードレート形状を有する、寿命データをモデル化するための新しい柔軟な分布の開発。
• クマラスワミ変換を用いたパレートおよび指数型パレート分布の拡張により、より高い歪度および尾重さの制御を可能にする。
• モーメント、母関数、および順序統計量の明示的表現を導出する。
• 特に洪水ピークのような極値データの適合性を評価する。
• 情報量基準および適合度統計量を用いて、Kw-Pモデルがサブモデル（パレート、EP、BP）を上回ることを示す。

提案手法

• パレート分布の累積分布関数にクマラスワミ変換を適用することで、Kumaraswamy Pareto（Kw-P）分布を提案する。
• 一般化されたKw-G族の公式 $ F(x) = 1 - [1 - G(x)^a]^b $ を用いて、確率密度関数（PDF）およびハザード関数を導出する。ここで $ G(x) $ はパレート分布のCDFである。
• 新しい分布のモーメント母関数、一般モーメント、およびRényiエントロピーの明示的表現を導出する。
• Kw-G族における順序統計量の一般式を用いて、順序統計量の密度およびモーメントを導出する。
• パrameter推定のための最尤推定（MLE）を適用し、標準誤差の導出に観測フィッシャー情報行列を用いる。
• 実際の洪水ピーク超過データ（n=72）を用いて、AIC、BIC、CAIC、コルモゴロフ・スミルノフ（K-S）検定、および-2log-likelihoodを用いてモデルの適合度を比較する。

実験結果

リサーチクエスチョン

• RQ1 クマラスワミ変換は、複雑なハザードレート形状を有する、より柔軟なパレート型分布を生成できるか？
• RQ2 異なるパrameter設定下での、新しい分布のモーメント、母関数、および順序統計量の挙動はいかなるものか？
• RQ3 Kw-Pモデルは、標準パレート、指数型パレート、またはベータ・パレートモデルよりも極値データに優れた適合度を示すか？
• RQ4 Kw-P分布のMLEの漸近的性質は何か？また、有限標本ではどの程度の性能を示すか？
• RQ5 新しいモデルは、減少するハザードレートと逆バット型の故障率を両方とも捉えることができ、多様な寿命データに適した適合性を持つか？

主な発見

• Kw-P分布は、パrameterの値に応じて、減少するハザードレートおよび逆バット型のハザードレートの両方を示すことができ、寿命モデル化における柔軟性を高める。
• 30、50、100の標本サイズを用いたシミュレーション研究により、パrameterの最尤推定（MLE）が真の値に小さいバイアスで収束することが示された。
• 洪水ピーク超過データに対して、Kw-PモデルはAIC（548.4）、BIC（555.3）、CAIC（548.8）が最小であり、BP、EP、パレートモデルよりも優れた適合度を示している。
• Kolmogorov-Smirnov（K-S）統計量はKw-Pモデルで0.1700であり、BP（0.1747）、EP（0.1987）、パレート（0.3324）よりも顕著に低く、より良い適合度を確認した。
• Kw-Pモデルの-2log-likelihood値は542.4であり、すべてのモデルの中で最小であり、データへの適合度が優れていることをさらに裏付けた。
• Kw-Pモデルの推定パrameterは $ a = 2.8553 $、$ b = 85.8468 $、$ k = 0.0528 $、$ eta = 0.1 $ であり、標準誤差は妥当な精度を示している。