Transmuted Singh-Maddala Distribution: A new Flexible and Upside-Down Bathtub Shaped Hazard Function Distribution

Abstract

The Singh-Maddala distribution is very popular to analyze the data on income, expenditure, actuarial, environmental, and reliability related studies. To enhance its scope and application, we propose four parameters transmutedSingh-Maddala distribution, in this study. The proposed distribution is relatively more flexible than the parent distribution to model a variety of data sets. Its basic statistical properties, reliability function, and behaviors of the hazard function are derived. The hazard function showed the decreasing and an upside-down bathtub shape that is required in various survival analysis. The order statistics and generalized TL-moments with their special cases such as L-, TL-, LL-, and LH-moments are also explored. Furthermore, the maximum likelihood estimation is used to estimate the unknown parameters of the transmuted Singh-Maddala distribution. The real data sets are considered to illustrate the utility and potential of the proposed model. The results indicate that the transmuted Singh-Maddala distribution models the datasets better than its parent distribution.

La distribución Singh-Maddala es muy popular para analizar datos deingresos, gastos, actuariales, ambientales y de confiabilidad.Para mejorar su alcance y aplicación se propone su extensión a la distribución de cuatro parámetros Singh-Maddala transmutada. Esta es más flexible en la modelación de diversos conjuntos de datos. Sus propiedades básicas, las funciones de confiabilidad y riesgos son estudiadas. La función de riesgo es decrecientes o tiene forma de bañera invertida. Como se requiere en varios estudios de sobrevivencia se exploran sus estadísticas de orden y los momentos TL, con sus casos especiales L, TL, LL y LH. Se emplea máxima verosimilitud para la estimación de los cuatro parámetros. Datos reales son usados para ilustrar la utilidad y potencialidad del modelo propuesto. Los resultados indican que la distribución propuesta ajusta mejor que la original.