El enfoque del núcleo se ha aplicado utilizando la estimación adaptativa de la densidad del núcleo, para inferir los parámetros de distribución gamma generalizada, en función de las estadísticas de orden generalizado (gos). Para medir el rendimiento de este enfoque en comparación con la estimación de probabilidad máxima asintótica, se han estudiado los intervalos de confianza de los parámetros desconocidos, a través de simulaciones de Monte Carlo, en función de sus tasas de cobertura, errores estándar y las longitudes promedio. Los resultados de la simulación indicaron que los intervalos de confianza basados en el enfoque del núcleo compiten y superan a los clásicos. Finalmente, se da un ejemplo numérico para ilustrar los enfoques propuestos desarrollados en este documento.

L'approche du noyau a été appliquée à l'aide de l'estimation adaptative de la densité du noyau, à l'inférence sur les paramètres de distribution gamma généralisés, sur la base des statistiques d'ordre généralisé (GOS).Pour mesurer la performance de cette approche par rapport à l'estimation du maximum de vraisemblance asymptotique, les intervalles de confiance des paramètres inconnus ont été étudiés, via des simulations de Monte Carlo, sur la base de leurs taux de couverture, des erreurs-types et des longueurs moyennes. Les résultats de la simulation ont indiqué que les intervalles de confiance basés sur l'approche du noyau concurrencent et surpassent les classiques.Enfin, un exemple numérique est donné pour illustrer les approches proposées développées dans cet article.

The kernel approach has been applied using the adaptive kernel density estimation, to inference on the generalized gamma distribution parameters, based on the generalized order statistics (GOS).For measuring the performance of this approach comparing to the Asymptotic Maximum likelihood estimation, the confidence intervals of the unknown parameters have been studied, via Monte Carlo simulations, based on their covering rates, standard errors and the average lengths.The simulation results indicated that the confidence intervals based on the kernel approach compete and outperform the classical ones.Finally, a numerical example is given to illustrate the proposed approaches developed in this paper.

تم تطبيق نهج النواة باستخدام تقدير كثافة النواة التكيفية، للاستدلال على معلمات توزيع جاما المعممة، بناءً على إحصائيات الترتيب المعمم (GOS). لقياس أداء هذا النهج مقارنة بتقدير أقصى احتمال مقارب، تمت دراسة فواصل الثقة للمعلمات غير المعروفة، عبر محاكاة مونت كارلو، بناءً على معدلات تغطيتها والأخطاء القياسية ومتوسط الأطوال. أشارت نتائج المحاكاة إلى أن فواصل الثقة القائمة على نهج النواة تتنافس وتتفوق على الفواصل الكلاسيكية. أخيرًا، تم إعطاء مثال رقمي لتوضيح الأساليب المقترحة التي تم تطويرها في هذه الورقة.