Misturas finitas de distribuições são ferramentas importantes para modelar estatisticamente uma grande variedade de fenômenos aleatórios. Devido a sua flexibilidade , os modelos de mistura têm recebido grande atenção nos últimos anos, tanto do ponto de vista prático como teórico. Peel & McLachlan ( 2000 ) relataram aplicações em várias áreas do conhecimento, como biologia, genética, medicina, psiquiatria, economia engenharia e marketing. Nestas aplicações, foram empregadas várias técnicas da estatística, como análise de sobrevivência e confiabilidade, análise discriminante e cluster em reconhecimentos de imagens além da análise de dados e inferência estatística para distribuições de probabilidade.
Neste cenário, modelos de misturas de exponenciais têm contribuído para descrever dados de tempo falhas em produtos e, tempo de vida ou sobrevivência em pesquisas com seres vivos. Freqüentemente, são adotados para modelar a distribuição do tempo até a falha em situações onde a função taxa de falha observada empiricamente diminui com o tempo. Uma outra situação onde misturas de distribuições podem desempenhar um papel importante é na modelagem do tempo até a falha nos casos de riscos competitivos e confiabilidade.
|
