Key points are not available for this paper at this time.
통계 분포는 거의 모든 응용 분야에서 데이터를 모델링하는 데 큰 적용 가능성을 가지고 있습니다. 이용 가능한 고전적 분포 중에서, 역 와이블 분포가 상당한 주목을 받았습니다. 분포 이론의 실제에서, 전통적인 확률 분포의 유연성 수준을 높이기 위해 많은 방법들이 연구되고 제안/소개되었습니다. 본 논문에서는 역 와이블 모델의 5가지 새로운 다른 버전을 얻기 위해 다양한 분포 방법을 구현합니다. 역 와이블 모델의 새로운 수정은 로그 변환된 인버스 와이블, 유연한 축소 로그 변환된 역 와이블, 가중치 TX-역 와이블, 새로운 일반화된 역 와이블, 그리고 알파 전력 변환 확장 역 와이블 분포라고 불립니다. 역 와이블 모델의 새로운 수정의 유연성과 적용 가능성을 보여주기 위해 생물 의학 데이터 세트를 분석합니다. 이 데이터 세트는 108개의 관찰로 구성되어 있으며 COVID‐19에 감염된 환자의 사망률을 나타냅니다. 실제 응용은 새로운 일반화된 역 와이블이 역 와이블 분포의 최상의 수정임을 보여줍니다.
Almazah 외 (Sat,)는 이 질문을 연구했습니다.