[论文解读] 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 6

一句话总结

本文提出了 Kumaraswamy Pareto (Kw-P) 分布，这是一种灵活的四参数分布，作为 Pareto 和广义 Pareto 分布的扩展，通过将 Kumaraswamy 变换应用于 Pareto 基线分布推导得出。该模型表现出递减和倒 bathtub 形状的失效率，且最大似然估计在拟合真实洪水峰值超额数据方面优于子模型，AIC、BIC 和 CAIC 值更低。

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.

研究动机与目标

• 开发一种新型灵活分布，用于建模寿命数据，其失效率形状相比现有 Pareto 变体更具优势。
• 通过 Kumaraswamy-G 族扩展 Pareto 和广义 Pareto 分布，实现对偏度和尾部权重的更强控制。
• 推导关键统计特性（如矩、生成函数和顺序统计量）的显式表达式。
• 在真实数据上评估新模型的性能，特别是对洪水峰值等极值数据的拟合能力。
• 通过信息准则和拟合优度统计量，证明 Kw-P 模型优于子模型（Pareto、EP、BP）。

提出的方法

• 通过将 Kumaraswamy 变换应用于 Pareto 累积分布函数，提出 Kumaraswamy Pareto (Kw-P) 分布。
• 利用通用 Kw-G 族公式推导概率密度函数 (PDF) 和失效率函数：$ F(x) = 1 - [1 - G(x)^a]^b $，其中 $ G(x) $ 为 Pareto CDF。
• 推导新分布的矩生成函数、原点矩和 Rényi 熵的显式表达式。
• 利用 Kw-G 族中顺序统计量的一般公式，推导顺序统计量的密度和矩。
• 应用最大似然估计 (MLE) 进行参数推断，通过观测 Fisher 信息矩阵推导标准误。
• 使用真实洪水峰值超额数据（n=72）通过 AIC、BIC、CAIC、Kolmogorov-Smirnov (K-S) 检验和 -2log-likelihood 比较模型拟合优度。

实验结果

研究问题

• RQ1 Kumaraswamy 变换能否产生具有复杂失效率形状的更灵活 Pareto 类分布？
• RQ2 在不同参数设置下，新分布的矩、生成函数和顺序统计量行为如何？
• RQ3 Kw-P 模型在拟合极值数据方面是否优于标准 Pareto、广义 Pareto 或 Beta-Pareto 模型？
• RQ4 Kw-P 分布 MLE 的渐近性质如何？在有限样本中表现如何？
• RQ5 新模型能否同时捕捉递减和倒 bathtub 失效率，使其适用于多种寿命数据？

主要发现

• Kw-P 分布可根据参数取值表现出递减和倒 bathtub 形状的失效率，显著增强了其在寿命建模中的灵活性。
• 模拟研究显示，参数的最大似然估计 (MLE) 具有小偏差，并随样本量（30、50 和 100）收敛至真实值。
• 对于洪水峰值超额数据，Kw-P 模型的 AIC（548.4）、BIC（555.3）和 CAIC（548.8）最低，表明其拟合优度优于 BP、EP 和 Pareto 模型。
• Kw-P 模型的 Kolmogorov-Smirnov (K-S) 统计量为 0.1700，显著低于 BP（0.1747）、EP（0.1987）和 Pareto（0.3324），进一步证实其拟合更优。
• Kw-P 模型的 -2log-likelihood 值为 542.4，为所有模型中最小，进一步支持其对数据的更优拟合。
• Kw-P 模型的估计参数为 $ a = 2.8553 $，$ b = 85.8468 $，$ k = 0.0528 $，和 $ eta = 0.1 $，标准误表明参数估计具有合理精度。