📊 statistics

The Complementary Bell-Kumaraswamy-G Family of Distributions: A Flexible Class for Modeling Lifetime and Reliability Data

Este artículo introduce la novedosa familia de distribuciones Complementaria de Bell-Kumaraswamy-G (CBell-Kw-G), un marco estadístico flexible para modelar datos complejos de tiempo de vida y confiabilidad que es analizado rigurosamente mediante derivación teórica, estimación de máxima verosimilitud y validación en conjuntos de datos reales de supervivencia de cáncer.

Autores originales: Seyed Jamal Khorashadizadeh, Fatemeh Yousefzadeh

Publicado 2026-08-25

📖 5 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Seyed Jamal Khorashadizadeh, Fatemeh Yousefzadeh

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

En el mundo de los datos, donde los científicos intentan comprender cuánto duran las cosas antes de fallar, las herramientas estándar suelen quedarse cortas. Imagine intentar describir la vida útil de una máquina, un paciente o una bombilla utilizando una forma única y rígida. La vida real rara vez es tan sencilla. A veces, las cosas fallan rápidamente y luego el riesgo disminuye; otras veces, el peligro comienza bajo, aumenta hasta un pico y luego se desvanece. Estos patrones complejos, conocidos como tasas de riesgo (hazard rates), son el latido de la ingeniería de confiabilidad y del análisis de supervivencia médica. Durante décadas, los estadísticos han intentado construir modelos matemáticos flexibles que puedan doblarse y retorcerse para ajustarse a estas curvas desordenadas del mundo real. El objetivo es siempre el mismo: encontrar una fórmula que capture la verdadera historia de cuánto sobrevive algo, ya sea un paciente con cáncer en remisión o un recuento diario de muertes durante una pandemia.

Un equipo de investigadores de la Universidad de Birjand en Irán ha dado un paso significativo hacia adelante en esta búsqueda al introducir una nueva familia de modelos estadísticos altamente flexibles. La llaman la familia Complementary Bell-Kumaraswamy-G. Para entender lo que hicieron, uno primero debe apreciar los bloques de construcción que combinaron. Comenzaron con un método bien conocido llamado generador Kumaraswamy, que es como un molde versátil que puede estirar o comprimir una distribución básica para ajustarse a datos sesgados. A esto, añadieron un mecanismo basado en la distribución Complementary Bell, una estructura que ayuda a dar cuenta de situaciones donde la causa específica del fallo podría estar oculta o donde múltiples riesgos compiten entre sí. Al fusionar estos dos enfoques, los investigadores crearon un nuevo marco matemático que no es solo un ligero ajuste de los modelos existentes, sino una herramienta robusta capaz de producir una amplia variedad de formas. Puede imitar riesgos crecientes, riesgos decrecientes o la clásica curva de bañera donde el peligro es alto al principio, bajo en el medio y alto de nuevo al final.

Los investigadores no se detuvieron en la teoría; construyeron un mapa matemático exhaustivo de esta nueva familia. Derivaron fórmulas para calcular la vida media, la dispersión de los datos y la cantidad de incertidumbre o "desorden" dentro del sistema, un concepto conocido como entropía. También desarrollaron métodos para estimar los parámetros del modelo utilizando datos reales, probando específicamente dos enfoques diferentes: un método estándar y una versión "penalizada" que añade una pequeña barrera matemática para evitar que el modelo reaccione de forma exagerada ante conjuntos de datos pequeños o ruidosos. Para ver si su nueva herramienta realmente funcionaba, realizaron miles de simulaciones por computadora. Estas pruebas demostraron que, mientras el método estándar a veces luchaba con pequeñas cantidades de datos, produciendo resultados inestables, la versión penalizada se mantenía constante y precisa. Esto sugiere que, para estudios más pequeños, el enfoque penalizado y protegido es la opción más segura para obtener respuestas fiables.

Para demostrar la validez de su modelo en el mundo real, el equipo lo aplicó a dos conjuntos de datos muy diferentes y de alto riesgo. El primero consistía en 89 registros diarios de muertes confirmadas por COVID-19, un conjunto de datos conocido por su volatilidad y picos impredecibles. El segundo involucró los tiempos de remisión de 128 pacientes con cáncer de vejiga, rastreando cuánto tiempo permanecieron libres de la enfermedad después del tratamiento. En ambos casos, los investigadores compararon su nuevo modelo con varios competidores establecidos, incluyendo la distribución Weibull estándar y otras variaciones modernas. Los resultados fueron reveladores. Aunque el nuevo modelo se ajustaba muy bien a los datos, capturando los patrones complejos de supervivencia y fallo, no siempre ganó el premio al mejor ajuste absoluto. De hecho, tanto para los datos de la pandemia como para los de cáncer, una versión ligeramente más simple de su propio modelo, que carecía de una capa de complejidad, proporcionó un ajuste marginalmente mejor a los números.

Este hallazgo es una parte crucial de la historia. Sugiere que, si bien el nuevo modelo, altamente complejo, es increíblemente flexible y capaz de describir casi cualquier patrón, no siempre necesita esa complejidad adicional para hacer el trabajo. La versión más simple a menudo logró el mismo nivel de precisión con menos piezas móviles. Esta es una lección vital en el modelado estadístico: más parámetros no siempre significan un mejor resultado. Los investigadores también utilizaron su modelo para observar el riesgo y la desigualdad. Calcularon cuánta incertidumbre existía en los tiempos de supervivencia y midieron el riesgo de eventos extremos, como que un paciente sobreviva mucho más de lo esperado o que una cifra de muertes aumente inesperadamente. Encontraron que su modelo podía estimar estos riesgos extremos de manera fiable, evitando los errores matemáticos que causaban que otros modelos produjeran resultados imposibles, como una varianza negativa.

En última instancia, el trabajo confirma que la nueva familia Complementary Bell-Kumaraswamy-G es una poderosa adición al arsenal del estadístico. Ofrece una forma de modelar la realidad desordenada y no lineal de la supervivencia y la confiabilidad con alta precisión. El estudio demuestra que, al combinar diferentes generadores matemáticos, uno puede crear una distribución que es tanto analíticamente sólida como prácticamente útil. Sin embargo, la investigación también sirve como un recordatorio de que la flexibilidad tiene un costo. El modelo más complejo no siempre es el mejor; a veces, la estructura más simple es suficiente para contar la verdad sobre los datos. Para los científicos que analizan desde brotes de enfermedades hasta fallos mecánicos, esta nueva familia proporciona una opción robusta, pero con la sabiduría de elegir el nivel adecuado de complejidad para el problema específico en cuestión.

Resumen Técnico: La Familia de Distribuciones Complementaria Bell-Kumaraswamy-G

Planteamiento del Problema
El modelado estadístico en la ingeniería de confiabilidad, el análisis de supervivencia y la ciencia actuarial se enfrenta frecuentemente a conjuntos de datos caracterizados por comportamientos complejos, incluyendo colas pesadas, grados variables de asimetría y tasas de riesgo no monotónicas (por ejemplo, formas de bañera o unimodales). Las distribuciones de probabilidad clásicas a menudo carecen de la flexibilidad estructural necesaria para capturar estos matices. Si bien se han propuesto numerosas familias generalizadas (por ejemplo, Exponentiada-G, Marshall-Olkin, Kumaraswamy-G) para abordar estas limitaciones, persiste la necesidad de modelos que puedan ofrecer simultáneamente tractabilidad analítica y la capacidad de modelar diversas formas de la tasa de riesgo mediante un mecanismo de composición robusto.

Metodología
Los autores proponen una nueva clase de distribuciones denominada la familia Complementaria Bell-Kumaraswamy-G (CBell-Kw-G). Esta familia se construye mediante la composición del generador Complementario Bell con el mecanismo Kumaraswamy-G (Kw-G).

Construcción del Modelo:
- Sea $G(x; \theta)$ una función de distribución acumulativa (CDF) base con función de densidad de probabilidad (PDF) $g(x; \theta)$ .
- La CDF Kw-G se define como $G_{KwG}(x) = 1 - [1 - G(x; \theta)^a]^b$ , donde $a, b > 0$ son parámetros de forma.
- El generador Complementario Bell-G (CBell-G) introduce un parámetro $\lambda > 0$ y se define como $F(x) = \frac{\exp(e^{\lambda G(x)} - 1) - 1}{\exp(e^\lambda - 1) - 1}$ .
- La familia propuesta CBell-Kw-G se forma sustituyendo la CDF Kw-G en el generador CBell-G, resultando en una familia de cuatro parámetros (más los parámetros base) con la CDF:
  $F(x; \lambda, a, b, \theta) = \frac{\exp(e^{\lambda G_{KwG}(x)} - 1) - 1}{\exp(e^\lambda - 1) - 1}$
Desarrollo Teórico:
- Representación Lineal: Los autores derivan una representación lineal infinita de la PDF y la CDF en términos de densidades Exponentiadas-G. Esto permite que las propiedades complejas de la nueva familia se expresen como sumas ponderadas de las propiedades base más simples.
- Propiedades Estadísticas: Se derivan formas explícitas para los momentos, momentos incompletos, la función generadora de momentos (MGF) y las funciones de cuantiles.
- Medidas de Entropía: El artículo proporciona expresiones en forma cerrada para la entropía de Shannon y la entropía de Rényi, utilizando la representación lineal para manejar la compleja estructura de la densidad.
- Curvas de Desigualdad: Se establecen derivaciones teóricas para las curvas de Lorenz, Bonferroni y Zenga para analizar la desigualdad y la concentración dentro de la distribución.
- Estimación: Se emplea la Estimación de Máxima Verosimilitud (MLE) para la inferencia de parámetros. Se derivan las funciones de puntuación para todos los parámetros, y se recomienda la optimización numérica (Newton-Raphson, BFGS) para resolver las ecuaciones de verosimilitud no lineales.
Caso Especial:
- Se desarrolla la distribución Complementaria Bell-Kumaraswamy-Weibull (CBell-Kw-W) como un submodelo específico seleccionando la distribución Weibull como base. Este modelo es analizado en profundidad respecto a su comportamiento asintótico, formas de la tasa de riesgo y fórmulas de entropía específicas.
Estudio de Simulación:
- Se realizó un estudio de simulación de Monte Carlo ( $N=10,000$ replicaciones) para evaluar el desempeño de los MLE y los Estimadores de Máxima Verosimilitud Penalizados (PMLE) a través de varios tamaños de muestra ( $n=30, 50, 100, 200$ ) y configuraciones de parámetros.
- Los métricas de desempeño incluyeron el sesgo empírico y el Error Cuadrático Medio (MSE).
Aplicación Empírica:
- El modelo se aplicó a dos conjuntos de datos del mundo real: casos de muertes confirmadas diarias por COVID-19 ( $n=89$ ) y tiempos de remisión de cáncer de vejiga ( $n=128$ ).
- El modelo CBell-Kw-W se comparó contra cinco modelos competidores: CBell-Weibull (CBell-WD), Alpha-Power Weibull (APWD), Weibull estándar (WD), Exponentiada Weibull (ExpWD) y CBell-Exponentiada Weibull (CBell-EXWD).
- El ajuste de bondad se evaluó mediante las pruebas de Anderson-Darling (AD), Cramér-von Mises (CVM) y Kolmogorov-Smirnov (KS), junto con los criterios de información (AIC, CAIC, BIC, HQIC).
- Se realizaron análisis adicionales de entropía, medidas de riesgo (VaR, TVaR, TV, TVP) y trazado de curvas de desigualdad.

Resultados Clave

Flexibilidad Teórica: La familia CBell-Kw-G admite una representación lineal que simplifica la derivación de momentos y funciones generadoras. La función de la tasa de riesgo del submodelo CBell-Kw-W muestra que puede acomodar formas crecientes, decrecientes, de bañera y unimodales.
Desempeño de la Estimación: El estudio de simulación indica que, si bien los MLE son consistentes (el sesgo y el MSE disminuyen a medida que $n$ aumenta), pueden presentar inestabilidad y un alto sesgo en muestras pequeñas ( $n < 100$ ). El método PMLE demostró una estabilidad superior, menor sesgo y un MSE reducido, particularmente para los parámetros de forma en regímenes de muestras pequeñas.
Ajuste Empírico:
- Para ambos conjuntos de datos (COVID-19 y cáncer de vejiga), el modelo CBell-Kw-W proporcionó un ajuste aceptable y estadísticamente adecuado, con valores p no significativos en todas las pruebas de bondad de ajuste.
- Sin embargo, el CBell-WD (un modelo de tres parámetros más simple) produjo consistentemente mejores estadísticas de bondad de ajuste y valores de criterios de información (AIC, BIC) más bajos que el modelo de cinco parámetros CBell-Kw-W en ambas aplicaciones. Esto indica que, si bien los parámetros adicionales del CBell-Kw-W aumentan la flexibilidad teórica, el más simple CBell-WD fue suficiente para capturar las características estructurales principales de estos conjuntos de datos específicos, y el modelo propuesto no superó estrictamente a la alternativa más simple en estas pruebas empíricas.
- Los modelos estándar como Weibull (WD) y Alpha-Power Weibull (APWD) no lograron capturar los patrones de los datos, evidenciado por pobres estadísticas de ajuste y, en el caso de APWD, anomalías numéricas (varianza de cola negativa).
Análisis de Riesgo y Entropía: El modelo CBell-Kw-W produjo estimaciones de riesgo (VaR, TVaR) estables y físicamente significativas, y capturó efectivamente la heterogeneidad de los datos, como lo evidencian las curvas de Lorenz y Zenga. El análisis de entropía confirmó que el conjunto de datos de COVID-19 exhibió una mayor incertidumbre y dispersión en comparación con el de cáncer de vejiga.

Significancia y Reivindicaciones
El artículo afirma que la familia CBell-Kw-G ofrece una alternativa robusta y flexible para el modelado estadístico en el análisis de supervivencia y confiabilidad. Su principal significancia radica en:

Versatilidad Estructural: La capacidad de modelar diversas formas de la tasa de riesgo y datos de colas pesadas mediante la composición de los mecanismos Complementario Bell y Kumaraswamy.
Tractabilidad Analítica: La provisión de una representación lineal que facilita el cálculo de propiedades estadísticas complejas (momentos, entropía, estadísticas de orden) sin recurrir a la integración puramente numérica.
Utilidad Práctica: La capacidad del modelo para proporcionar ajustes competitivos a datos de supervivencia del mundo real, capturando a menudo el comportamiento de la cola y la heterogeneidad de manera efectiva, aunque el submodelo específico CBell-Kw-W no superó al CBell-WD más simple en las aplicaciones empíricas probadas.
Estabilidad de la Estimación: La demostración de que los métodos de estimación penalizada (PMLE) pueden mitigar eficazmente los problemas de convergencia y el sesgo que suelen asociarse con las distribuciones generalizadas de altos parámetros en muestras pequeñas.

Los autores concluyen que, si bien el modelo específico CBell-Kw-W no superó estrictamente al CBell-WD más simple en estas aplicaciones empíricas particulares, la familia más amplia CBell-Kw-G proporciona un marco valioso para el modelado futuro de datos de tiempo de vida complejos, con posibles extensiones hacia entornos bivariados/multivariados y formulaciones de regresión.

Más como este