Distribuciones clase (a, b): estimación y generación de números aleatorios
Se presenta la estimación detallada de los parámetros de las distribuciones discretas de probabilidad clase (a,b) (Klugman et al. 2004, Escalante 2006) por los métodos de momentos y máxima verosimilitud. Se propone un algoritmo general para generar números aleatorios de las distribuciones clase (a,b...
- Autores:
-
Escalante Coterio, Cesar
- Tipo de recurso:
- Fecha de publicación:
- 2017
- Institución:
- Universidad Santo Tomás
- Repositorio:
- Universidad Santo Tomás
- Idioma:
- spa
- OAI Identifier:
- oai:repository.usta.edu.co:11634/6455
- Palabra clave:
- Modelos aleatorios de frecuencia; estimación de distribuciones clase (a, b),; teoría de riesgos; modelo de riesgo colectivo; algoritmo de Panjer.
Random models of frequency; estimation of distribution class (a, b); risk theory; the collective risk model; Panjer’s algorithm.
- Rights
- License
- Copyright (c) 2017 Comunicaciones en Estadística
| id |
SantoToma2_72492801b0b6384d069324b421cde4e5 |
|---|---|
| oai_identifier_str |
oai:repository.usta.edu.co:11634/6455 |
| network_acronym_str |
SantoToma2 |
| network_name_str |
Universidad Santo Tomás |
| repository_id_str |
|
| spelling |
Escalante Coterio, Cesar2017-05-16https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/339010.15332/s2027-3355.2017.0001.08Se presenta la estimación detallada de los parámetros de las distribuciones discretas de probabilidad clase (a,b) (Klugman et al. 2004, Escalante 2006) por los métodos de momentos y máxima verosimilitud. Se propone un algoritmo general para generar números aleatorios de las distribuciones clase (a,b). Los resultados se presentan de forma tal que puedan ser implementados en cualquier lenguaje de programación adecuado. Los ejemplos se realizaron en R con datos reales tomados de diferentes disciplinas. The estimate of the parameters of discrete probability distributions class (a,b) (Klugman et al. 2004, Escalante 2006) is presented in detail by methods of moments and maximum likelihood studied. A general algorithm is proposed to generate random numbers of distributions class (a,b). The results are presented so it can be implemented in any suitable programming language. Examples were made in R with real data taken from different disciplines.Keywords: Random models of frequency, estimation of distribution class (a,b), risk theory, the collective risk model, Panjer’s algorithm. application/pdfapplication/octet-streamspaUniversidad Santo Tomáshttps://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3390/3443https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3390/3575Comunicaciones en Estadística; Vol. 10, Núm. 1 (2017); 145-1672339-30762027-3355Comunicaciones en Estadística; Vol. 10, Núm. 1 (2017); 145-167Copyright (c) 2017 Comunicaciones en Estadísticahttp://purl.org/coar/access_right/c_abf2Distribuciones clase (a, b): estimación y generación de números aleatorios(a, b) class of distributions: estimation and generation of random numbersinfo:eu-repo/semantics/articlehttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_2df8fbb1Modelos aleatorios de frecuencia; estimación de distribuciones clase (a, b),; teoría de riesgos; modelo de riesgo colectivo; algoritmo de Panjer.Random models of frequency; estimation of distribution class (a, b); risk theory; the collective risk model; Panjer’s algorithm.11634/6455oai:repository.usta.edu.co:11634/64552023-07-14 16:32:48.46metadata only accessRepositorio Universidad Santo Tomásnoreply@usta.edu.co |
| dc.title.spa.fl_str_mv |
Distribuciones clase (a, b): estimación y generación de números aleatorios |
| dc.title.alternative.eng.fl_str_mv |
(a, b) class of distributions: estimation and generation of random numbers |
| title |
Distribuciones clase (a, b): estimación y generación de números aleatorios |
| spellingShingle |
Distribuciones clase (a, b): estimación y generación de números aleatorios Modelos aleatorios de frecuencia; estimación de distribuciones clase (a, b),; teoría de riesgos; modelo de riesgo colectivo; algoritmo de Panjer. Random models of frequency; estimation of distribution class (a, b); risk theory; the collective risk model; Panjer’s algorithm. |
| title_short |
Distribuciones clase (a, b): estimación y generación de números aleatorios |
| title_full |
Distribuciones clase (a, b): estimación y generación de números aleatorios |
| title_fullStr |
Distribuciones clase (a, b): estimación y generación de números aleatorios |
| title_full_unstemmed |
Distribuciones clase (a, b): estimación y generación de números aleatorios |
| title_sort |
Distribuciones clase (a, b): estimación y generación de números aleatorios |
| dc.creator.fl_str_mv |
Escalante Coterio, Cesar |
| dc.contributor.author.spa.fl_str_mv |
Escalante Coterio, Cesar |
| dc.subject.proposal.spa.fl_str_mv |
Modelos aleatorios de frecuencia; estimación de distribuciones clase (a, b),; teoría de riesgos; modelo de riesgo colectivo; algoritmo de Panjer. |
| topic |
Modelos aleatorios de frecuencia; estimación de distribuciones clase (a, b),; teoría de riesgos; modelo de riesgo colectivo; algoritmo de Panjer. Random models of frequency; estimation of distribution class (a, b); risk theory; the collective risk model; Panjer’s algorithm. |
| dc.subject.proposal.eng.fl_str_mv |
Random models of frequency; estimation of distribution class (a, b); risk theory; the collective risk model; Panjer’s algorithm. |
| description |
Se presenta la estimación detallada de los parámetros de las distribuciones discretas de probabilidad clase (a,b) (Klugman et al. 2004, Escalante 2006) por los métodos de momentos y máxima verosimilitud. Se propone un algoritmo general para generar números aleatorios de las distribuciones clase (a,b). Los resultados se presentan de forma tal que puedan ser implementados en cualquier lenguaje de programación adecuado. Los ejemplos se realizaron en R con datos reales tomados de diferentes disciplinas. |
| publishDate |
2017 |
| dc.date.issued.spa.fl_str_mv |
2017-05-16 |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_2df8fbb1 |
| dc.type.drive.none.fl_str_mv |
info:eu-repo/semantics/article |
| dc.identifier.spa.fl_str_mv |
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3390 10.15332/s2027-3355.2017.0001.08 |
| url |
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3390 |
| identifier_str_mv |
10.15332/s2027-3355.2017.0001.08 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.relation.spa.fl_str_mv |
https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3390/3443 https://revistas.usantotomas.edu.co/index.php/estadistica/article/view/3390/3575 |
| dc.relation.citationissue.spa.fl_str_mv |
Comunicaciones en Estadística; Vol. 10, Núm. 1 (2017); 145-167 2339-3076 2027-3355 |
| dc.relation.citationissue.eng.fl_str_mv |
Comunicaciones en Estadística; Vol. 10, Núm. 1 (2017); 145-167 |
| dc.rights.spa.fl_str_mv |
Copyright (c) 2017 Comunicaciones en Estadística |
| dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Copyright (c) 2017 Comunicaciones en Estadística http://purl.org/coar/access_right/c_abf2 |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf application/octet-stream |
| dc.publisher.spa.fl_str_mv |
Universidad Santo Tomás |
| institution |
Universidad Santo Tomás |
| repository.name.fl_str_mv |
Repositorio Universidad Santo Tomás |
| repository.mail.fl_str_mv |
noreply@usta.edu.co |
| _version_ |
1800786425867665408 |