Multivariate skew-normal/independent distributions: properties and inference

  • Victor H. Lachos Universidade Estadual de Campinas
    Departamento de Estatística, IMECC Universidade Estadual de Campinas CEP 13083-859, Campinas, S˜ao Paulo, Brazil hlachos@ime.unicamp.br.
  • Filidor V. Labra Universidade Estadual de Campinas
    Departamento de Estatística, IMECC Universidade Estadual de Campinas CEP 13083-859, Campinas, Sao Paulo, Brazil fily@ime.unicamp.br
Palabras clave: Algoritmo EM, normal/independiente

Resumen

Liu (1996) discute una clase de distribuciones robustas a las que apela como normal/independiente, y que contiene un grupo de distribuciones de colas pesadas. En este artículo desarrollamos una versión asimétrica de tales distribuciones en un escenario multivariado, a las que llamaremos distruciones normales asimétricas independientes multivariadas. Para tales distribuciones derivamos algunas propiedades. La principal virtud de los miembros de esta familia es que son fáciles de simular y se prestan a un algoritmo de tipo EM para realizar estimaciones de máxima verosimilitud de sus parámetros. Para dos modelos multivariados de interés práctico se discute el algoritmo EM con énfasis en las distribuciones t-asimétrica, slash asimétrica y normal asimétrica contaminada. Los resultados obtenidos a partir de simulaciones y de dos conjuntos de datos reales son reportados.

Descargas

El artículo aún no registra descargas.
Cómo citar
Lachos, V. H., & Labra, F. V. (2014). Multivariate skew-normal/independent distributions: properties and inference. Pro Mathematica, 28(56), 11-53. Recuperado a partir de https://revistas.pucp.edu.pe/index.php/promathematica/article/view/11234