Table 1. Percent Relative Bias

Appendix

Simulation performance for force of infection models at different levels of simulation inputs. We present results that are dependent upon a number of input factors, including capture probabilities for infected () and non-infected () individuals, the parametric function for the hazard rate of transmissibility [Weibull (“Weib”) or Log-logistic (“Log”)], number of age classes (A), and the expected number of births per year (). Table 1 gives results for percent relative bias (%Bias); Table 2 gives results for 95% confidence interval coverage (CIcov); Table 3 gives results for average coefficient of variation (CV) across simulations with acceptable variance-covariance matrices; and Table 4 gives results for root mean squared error (RMSE). In each case, performance for µ, ρ, and κ is provided, where µ gives the mortality rate due to infection, and ρ and κ are the parameters associated with the parametric function for transmission rate (see Cox and Oakes 1984). Performance associated with the approach incorporating capture probabilities is provided in columns subscripted with a ‘1,’ while performance for the traditional approach ignoring detectability is provided in columns subscripted with a ‘2.’ Table 5 gives the percentage of simulations that resulted in permissible variance-covariance matrices for each combination of simulation inputs (%Conv). All reported values were subject to sampling error, as 100 replicates were used at each combination of input values. Interpretation of CV, particularly for µ, is somewhat problematic due to the influence of a number of outliers where estimated variances were quite high. For instance, in the first row for table 3, the entry for CV() is 34.70; however, 68 out of 85 simulation replicates had an estimated CV of <7.0.

Table 1. Percent relative bias

/ / λ pdf / A / / %Bias() / %Bias() / %Bias() / %Bias() / %Bias() / %Bias()
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 500 / 27% / 30% / 4% / 5% / 7% / 7%
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 1000 / 15% / 18% / 1% / 3% / 2% / 4%
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 500 / 5% / 9% / -1% / 0% / -4% / -2%
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 1000 / 8% / 10% / 0% / 1% / -2% / -1%
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 500 / 2% / 5% / -1% / 0% / -4% / -2%
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 1000 / 2% / 6% / -1% / 0% / -2% / -1%
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 500 / 23% / 25% / 3% / 4% / 7% / 7%
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 1000 / 17% / 20% / 2% / 3% / 2% / 4%
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 500 / 7% / 11% / 0% / 1% / -1% / 1%
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 1000 / 8% / 9% / 1% / 1% / 0% / 0%
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 500 / 7% / 12% / 0% / 2% / 0% / 2%
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 1000 / 2% / 6% / 0% / 0% / -1% / -1%
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 500 / 19% / 17% / 3% / 3% / 6% / 4%
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 1000 / 13% / 16% / 2% / 3% / 0% / 2%
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 500 / 1% / 5% / -3% / -1% / -8% / -4%
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 1000 / 8% / 9% / 0% / 1% / -1% / 0%
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 500 / 4% / 5% / 0% / 0% / -2% / -2%
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 1000 / 5% / 7% / 0% / 1% / -2% / -1%
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 500 / 11% / 7% / 1% / 0% / 11% / 6%
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 1000 / 3% / 3% / 0% / 0% / 3% / 2%
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 500 / 0% / 0% / -1% / 0% / -1% / -2%
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 1000 / 0% / 0% / 0% / 0% / 1% / 1%
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 500 / 0% / 0% / 0% / 0% / 1% / 1%
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 1000 / 0% / 0% / 0% / 0% / -1% / -1%
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 500 / 20% / 28% / 3% / 12% / 3% / 2%
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 1000 / 28% / 29% / 5% / 12% / 7% / 3%
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 500 / 5% / 13% / 0% / 8% / -4% / -4%
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 1000 / 5% / 10% / 0% / 8% / -2% / -4%
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 500 / 6% / 12% / 1% / 8% / -2% / -4%
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 1000 / 4% / 8% / 0% / 8% / -2% / -6%
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 500 / 18% / 25% / 2% / 10% / 3% / 1%
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 1000 / 28% / 35% / 4% / 12% / 6% / 4%
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 500 / 5% / 13% / 0% / 8% / -3% / -4%
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 1000 / 10% / 17% / 2% / 9% / 2% / -1%
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 500 / 2% / 6% / 0% / 6% / -5% / -8%
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 1000 / -1% / 9% / -1% / 7% / -5% / -6%
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 500 / 19% / 22% / 3% / 12% / 2% / 1%
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 1000 / 15% / 17% / 2% / 10% / 1% / -3%
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 500 / 6% / 13% / 0% / 9% / -4% / -4%
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 1000 / 4% / 8% / 0% / 9% / -2% / -4%
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 500 / -1% / 4% / -1% / 7% / -7% / -8%
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 1000 / 6% / 10% / 1% / 10% / 0% / -3%
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 500 / 13% / 7% / 2% / 7% / 13% / 12%
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 1000 / 2% / -2% / 0% / 6% / 3% / 1%
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 500 / 0% / -2% / 0% / 6% / 1% / 1%
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 1000 / -1% / -3% / 0% / 6% / -1% / -1%
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 500 / -2% / -3% / 1% / 6% / -2% / -1%
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 1000 / -1% / -3% / 0% / 6% / -2% / -1%
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 500 / 15% / 18% / 1% / -3% / 2% / 7%
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 1000 / 17% / 20% / 2% / -2% / 5% / 10%
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 500 / 4% / 5% / -2% / -5% / -2% / 2%
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 1000 / 4% / 5% / -1% / -5% / -1% / 4%
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 500 / 3% / 6% / -3% / -5% / 0% / 4%
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 1000 / 7% / 10% / 0% / -4% / 2% / 6%
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 500 / 30% / 29% / 3% / -1% / 12% / 15%
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 1000 / 18% / 24% / 2% / -2% / 4% / 10%
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 500 / 8% / 15% / -1% / -3% / 2% / 8%
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 1000 / 6% / 10% / 0% / -4% / 0% / 6%
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 500 / 7% / 8% / -2% / -5% / 0% / 2%
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 1000 / 3% / 7% / -1% / -4% / -1% / 4%
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 500 / 14% / 11% / 0% / -5% / 1% / 3%
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 1000 / 35% / 30% / 6% / 0% / 12% / 14%
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 500 / 2% / 6% / -3% / -6% / -4% / 1%
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 1000 / 8% / 5% / 0% / -5% / 0% / 2%
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 500 / 1% / 7% / -4% / -6% / -6% / -1%
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 1000 / 3% / 9% / -1% / -5% / -2% / 4%
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 500 / 19% / 24% / 1% / -3% / 20% / 18%
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 1000 / 7% / 12% / 0% / -4% / 6% / 7%
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 500 / 2% / 5% / -1% / -5% / 4% / 3%
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 1000 / 0% / 3% / -1% / -5% / -1% / -1%
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 500 / 1% / 4% / -2% / -5% / 1% / -1%
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 1000 / 0% / 3% / -1% / -5% / 1% / 1%
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 500 / 17% / 9% / 5% / 22% / 3% / -15%
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 1000 / 16% / 19% / 3% / 28% / 1% / -15%
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 500 / 12% / 22% / 7% / 29% / -2% / -11%
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 1000 / 4% / 14% / 2% / 25% / -4% / -14%
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 500 / 8% / 15% / 7% / 27% / -5% / -14%
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 1000 / 5% / 18% / 4% / 28% / -4% / -11%
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 500 / 21% / -10% / 7% / 13% / 2% / -26%
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 1000 / 19% / 37% / 4% / 29% / 3% / -8%
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 500 / 7% / 19% / 5% / 24% / -5% / -15%
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 1000 / 4% / 15% / 2% / 23% / -4% / -15%
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 500 / 10% / 11% / 7% / 22% / -4% / -18%
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 1000 / 4% / 19% / 4% / 25% / -5% / -12%
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 500 / 22% / 23% / 6% / 31% / 4% / -10%
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 1000 / 24% / 46% / 7% / 46% / 3% / -4%
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 500 / 13% / 20% / 7% / 33% / -2% / -10%
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 1000 / 3% / 13% / 3% / 30% / -6% / -13%
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 500 / 4% / 10% / 7% / 28% / -6% / -14%
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 1000 / 5% / 10% / 4% / 29% / -5% / -14%
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 500 / 12% / 3% / 2% / 20% / 11% / 17%
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 1000 / 5% / -1% / 2% / 20% / 6% / 9%
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 500 / -3% / -6% / 4% / 19% / 0% / 2%
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 1000 / 0% / -5% / 3% / 19% / 4% / 5%
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 500 / -5% / -5% / 6% / 19% / 0% / 5%
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 1000 / -3% / -6% / 3% / 19% / 0% / 3%
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 500 / 10% / 11% / -4% / -10% / 4% / 9%
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 1000 / 23% / 25% / 0% / -8% / 9% / 16%
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 500 / 6% / 14% / -5% / -9% / 6% / 12%
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 1000 / 1% / 4% / -4% / -11% / 1% / 5%
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 500 / 2% / 8% / -7% / -11% / 4% / 6%
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 1000 / 5% / 2% / -4% / -11% / 3% / 6%
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 500 / 18% / 23% / -2% / -7% / 11% / 19%
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 1000 / 14% / 14% / -2% / -9% / 3% / 10%
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 500 / 1% / 10% / -6% / -9% / 4% / 10%
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 1000 / 5% / 5% / -4% / -10% / 6% / 8%
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 500 / 8% / 9% / -5% / -9% / 8% / 9%
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 1000 / 3% / -2% / -4% / -11% / 5% / 5%
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 500 / 22% / 23% / -2% / -8% / 11% / 16%
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 1000 / 33% / 35% / 2% / -7% / 12% / 20%
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 500 / 2% / 10% / -7% / -11% / 0% / 5%
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 1000 / 1% / 2% / -5% / -12% / 0% / 3%
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 500 / 0% / 15% / -8% / -10% / 1% / 10%
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 1000 / 2% / 5% / -5% / -11% / 1% / 6%
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 500 / 25% / 47% / -2% / -8% / 18% / 20%
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 1000 / 13% / 29% / -3% / -10% / 9% / 11%
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 500 / 7% / 17% / -5% / -11% / 8% / 8%
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 1000 / 6% / 17% / -4% / -11% / 6% / 8%
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 500 / 7% / 14% / -6% / -11% / 6% / 4%
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 1000 / 3% / 14% / -4% / -11% / 1% / 3%

Table 2. 95% Confidence Interval Coverage

/ / λ pdf / A / / CIcov() / CIcov() / CIcov() / CIcov() / CIcov() / CIcov()
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 500 / 87% / 89% / 87% / 89% / 93% / 90%
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 1000 / 78% / 84% / 78% / 84% / 81% / 87%
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 500 / 78% / 91% / 81% / 91% / 81% / 91%
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 1000 / 86% / 88% / 90% / 93% / 86% / 89%
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 500 / 81% / 87% / 81% / 92% / 83% / 90%
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 1000 / 88% / 90% / 91% / 94% / 91% / 91%
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 500 / 86% / 85% / 86% / 85% / 93% / 91%
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 1000 / 77% / 81% / 78% / 81% / 85% / 84%
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 500 / 88% / 94% / 89% / 94% / 87% / 91%
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 1000 / 88% / 90% / 92% / 95% / 89% / 91%
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 500 / 85% / 93% / 88% / 98% / 86% / 94%
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 1000 / 88% / 88% / 91% / 94% / 91% / 92%
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 500 / 88% / 84% / 88% / 84% / 92% / 90%
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 1000 / 85% / 91% / 86% / 91% / 86% / 91%
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 500 / 77% / 86% / 80% / 93% / 79% / 90%
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 1000 / 86% / 90% / 90% / 93% / 85% / 89%
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 500 / 87% / 88% / 92% / 95% / 91% / 90%
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 1000 / 87% / 88% / 87% / 90% / 86% / 85%
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 500 / 94% / 87% / 90% / 83% / 95% / 91%
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 1000 / 96% / 97% / 93% / 93% / 96% / 97%
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 500 / 95% / 96% / 96% / 96% / 94% / 94%
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 1000 / 94% / 95% / 97% / 95% / 95% / 95%
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 500 / 95% / 97% / 97% / 97% / 98% / 98%
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 1000 / 96% / 95% / 96% / 99% / 95% / 95%
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 500 / 74% / 85% / 74% / 85% / 78% / 85%
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 1000 / 86% / 87% / 86% / 89% / 89% / 88%
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 500 / 73% / 89% / 76% / 90% / 76% / 86%
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 1000 / 87% / 95% / 91% / 98% / 92% / 95%
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 500 / 87% / 94% / 95% / 93% / 92% / 92%
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 1000 / 86% / 88% / 92% / 88% / 92% / 86%
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 500 / 70% / 79% / 70% / 83% / 83% / 85%
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 1000 / 81% / 87% / 81% / 87% / 80% / 87%
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 500 / 82% / 93% / 85% / 93% / 84% / 93%
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 1000 / 98% / 98% / 98% / 95% / 95% / 95%
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 500 / 85% / 94% / 89% / 96% / 91% / 96%
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 1000 / 87% / 90% / 91% / 92% / 90% / 94%
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 500 / 76% / 81% / 76% / 82% / 81% / 87%
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 1000 / 79% / 82% / 80% / 82% / 80% / 82%
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 500 / 82% / 93% / 83% / 95% / 82% / 94%
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 1000 / 91% / 97% / 94% / 94% / 93% / 96%
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 500 / 87% / 90% / 95% / 96% / 92% / 93%
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 1000 / 91% / 94% / 97% / 86% / 91% / 91%
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 500 / 84% / 85% / 81% / 63% / 89% / 91%
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 1000 / 91% / 93% / 89% / 62% / 91% / 93%
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 500 / 94% / 94% / 94% / 36% / 96% / 96%
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 1000 / 95% / 92% / 97% / 20% / 97% / 98%
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 500 / 95% / 95% / 96% / 12% / 96% / 96%
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 1000 / 95% / 85% / 91% / 1% / 94% / 94%
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 500 / 80% / 84% / 80% / 84% / 84% / 92%
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 1000 / 82% / 84% / 83% / 84% / 87% / 90%
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 500 / 84% / 90% / 87% / 84% / 89% / 89%
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 1000 / 83% / 90% / 85% / 84% / 88% / 94%
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 500 / 85% / 87% / 87% / 82% / 86% / 88%
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 1000 / 90% / 87% / 93% / 81% / 93% / 87%
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 500 / 85% / 84% / 87% / 84% / 94% / 94%
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 1000 / 82% / 87% / 83% / 87% / 85% / 90%
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 500 / 84% / 90% / 86% / 90% / 86% / 85%
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 1000 / 84% / 89% / 87% / 86% / 90% / 88%
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 500 / 87% / 85% / 90% / 82% / 86% / 85%
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 1000 / 86% / 84% / 90% / 75% / 87% / 84%
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 500 / 80% / 78% / 80% / 78% / 86% / 86%
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 1000 / 89% / 88% / 89% / 88% / 89% / 90%
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 500 / 80% / 87% / 81% / 85% / 82% / 86%
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 1000 / 88% / 87% / 90% / 78% / 92% / 96%
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 500 / 74% / 72% / 77% / 67% / 88% / 83%
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 1000 / 88% / 87% / 91% / 71% / 92% / 86%
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 500 / 91% / 91% / 88% / 92% / 94% / 94%
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 1000 / 93% / 93% / 92% / 95% / 92% / 92%
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 500 / 93% / 92% / 97% / 62% / 93% / 93%
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 1000 / 93% / 90% / 93% / 20% / 95% / 95%
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 500 / 95% / 94% / 86% / 23% / 91% / 93%
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 1000 / 95% / 88% / 89% / 3% / 94% / 95%
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 500 / 74% / 51% / 85% / 57% / 90% / 54%
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 1000 / 78% / 82% / 81% / 78% / 81% / 82%
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 500 / 87% / 91% / 95% / 67% / 91% / 90%
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 1000 / 88% / 90% / 91% / 49% / 91% / 89%
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 500 / 85% / 90% / 98% / 62% / 89% / 90%
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 1000 / 94% / 95% / 96% / 40% / 94% / 90%
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 500 / 76% / 29% / 88% / 36% / 84% / 34%
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 1000 / 81% / 90% / 88% / 85% / 88% / 90%
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 500 / 84% / 88% / 97% / 74% / 88% / 88%
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 1000 / 88% / 93% / 94% / 57% / 90% / 86%
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 500 / 83% / 92% / 94% / 66% / 90% / 89%
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 1000 / 92% / 97% / 95% / 38% / 93% / 90%
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 500 / 74% / 61% / 81% / 69% / 83% / 61%
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 1000 / 84% / 94% / 85% / 88% / 85% / 94%
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 500 / 90% / 92% / 94% / 74% / 93% / 92%
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 1000 / 87% / 90% / 92% / 60% / 89% / 87%
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 500 / 90% / 88% / 95% / 65% / 89% / 91%
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 1000 / 89% / 91% / 89% / 19% / 87% / 79%
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 500 / 85% / 94% / 94% / 16% / 87% / 94%
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 1000 / 91% / 92% / 87% / 10% / 91% / 88%
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 500 / 94% / 94% / 78% / 0% / 97% / 97%
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 1000 / 97% / 89% / 84% / 0% / 93% / 91%
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 500 / 91% / 90% / 52% / 0% / 96% / 96%
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 1000 / 91% / 80% / 69% / 0% / 99% / 97%
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 500 / 73% / 71% / 69% / 71% / 92% / 91%
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 1000 / 74% / 81% / 74% / 80% / 89% / 90%
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 500 / 89% / 85% / 82% / 69% / 92% / 88%
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 1000 / 92% / 86% / 90% / 52% / 95% / 84%
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 500 / 85% / 77% / 78% / 51% / 90% / 77%
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 1000 / 89% / 81% / 88% / 40% / 93% / 86%
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 500 / 74% / 77% / 75% / 77% / 96% / 99%
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 1000 / 71% / 71% / 72% / 68% / 89% / 92%
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 500 / 82% / 83% / 78% / 65% / 95% / 88%
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 1000 / 88% / 84% / 88% / 48% / 93% / 85%
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 500 / 89% / 82% / 89% / 61% / 86% / 79%
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 1000 / 92% / 74% / 86% / 34% / 94% / 83%
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 500 / 79% / 82% / 79% / 81% / 92% / 95%
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 1000 / 84% / 89% / 84% / 88% / 87% / 93%
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 500 / 86% / 86% / 83% / 64% / 95% / 83%
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 1000 / 93% / 87% / 88% / 55% / 96% / 95%
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 500 / 86% / 88% / 82% / 61% / 98% / 83%
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 1000 / 89% / 84% / 88% / 48% / 99% / 92%
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 500 / 81% / 81% / 83% / 87% / 87% / 86%
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 1000 / 93% / 91% / 94% / 78% / 92% / 89%
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 500 / 97% / 95% / 80% / 4% / 98% / 98%
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 1000 / 91% / 81% / 82% / 0% / 93% / 93%
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 500 / 89% / 89% / 39% / 0% / 92% / 96%
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 1000 / 98% / 76% / 53% / 0% / 99% / 97%

Table 3. Coefficient of Variation

/ / λ pdf / A / / CV() / CV() / CV() / CV() / CV() / CV()
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 500 / 34.70 / 44.53 / 0.88 / 0.91 / 0.39 / 0.41
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 1000 / 51.87 / 33.68 / 0.65 / 0.69 / 0.29 / 0.31
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 500 / 4.90 / 45.62 / 0.54 / 0.56 / 0.26 / 0.27
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 1000 / 1.68 / 5.62 / 0.45 / 0.46 / 0.21 / 0.22
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 500 / 1.73 / 12.81 / 0.48 / 0.46 / 0.24 / 0.23
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 1000 / 1.19 / 3.59 / 0.41 / 0.37 / 0.21 / 0.18
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 500 / 40.21 / 39.72 / 0.78 / 0.79 / 0.35 / 0.36
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 1000 / 32.18 / 36.83 / 0.59 / 0.60 / 0.27 / 0.27
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 500 / 3.10 / 20.45 / 0.52 / 0.51 / 0.25 / 0.25
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 1000 / 1.95 / 13.12 / 0.40 / 0.41 / 0.19 / 0.20
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 500 / 1.84 / 4.58 / 0.46 / 0.44 / 0.22 / 0.21
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 1000 / 1.46 / 4.14 / 0.40 / 0.35 / 0.20 / 0.17
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 500 / 38.47 / 64.80 / 1.09 / 1.04 / 0.49 / 0.47
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 1000 / 25.49 / 17.19 / 0.78 / 0.84 / 0.36 / 0.38
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 500 / 3.98 / 16.07 / 0.66 / 0.67 / 0.32 / 0.33
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 1000 / 1.74 / 10.86 / 0.49 / 0.49 / 0.24 / 0.24
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 500 / 1.27 / 5.40 / 0.51 / 0.51 / 0.26 / 0.26
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 1000 / 1.19 / 0.96 / 0.51 / 0.39 / 0.26 / 0.20
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 500 / 11.14 / 49.51 / 0.22 / 0.20 / 0.19 / 0.19
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 1000 / 4.83 / 6.00 / 0.16 / 0.16 / 0.14 / 0.14
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 500 / 0.60 / 0.74 / 0.10 / 0.09 / 0.11 / 0.11
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 1000 / 0.27 / 0.27 / 0.07 / 0.06 / 0.08 / 0.08
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 500 / 0.25 / 0.24 / 0.07 / 0.07 / 0.09 / 0.09
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 1000 / 0.17 / 0.17 / 0.05 / 0.05 / 0.06 / 0.06
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 500 / 66.24 / 38.40 / 0.73 / 0.73 / 0.34 / 0.37
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 1000 / 24.36 / 39.95 / 0.67 / 0.60 / 0.30 / 0.30
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 500 / 5.60 / 25.78 / 0.49 / 0.47 / 0.24 / 0.26
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 1000 / 2.54 / 3.23 / 0.44 / 0.40 / 0.21 / 0.22
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 500 / 1.57 / 12.21 / 0.49 / 0.40 / 0.24 / 0.22
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 1000 / 1.14 / 3.81 / 0.37 / 0.31 / 0.19 / 0.18
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 500 / 67.70 / 53.79 / 0.69 / 0.67 / 0.31 / 0.33
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 1000 / 37.47 / 36.55 / 0.60 / 0.57 / 0.27 / 0.28
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 500 / 4.33 / 17.55 / 0.51 / 0.47 / 0.24 / 0.25
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 1000 / 1.73 / 5.76 / 0.44 / 0.36 / 0.21 / 0.19
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 500 / 2.03 / 24.39 / 0.50 / 0.42 / 0.25 / 0.23
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 1000 / 1.74 / 2.50 / 0.47 / 0.32 / 0.23 / 0.17
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 500 / 66.62 / 89.51 / 0.84 / 0.77 / 0.39 / 0.41
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 1000 / 34.44 / 44.46 / 0.73 / 0.67 / 0.34 / 0.36
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 500 / 3.58 / 16.84 / 0.59 / 0.53 / 0.29 / 0.30
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 1000 / 1.90 / 4.59 / 0.47 / 0.41 / 0.23 / 0.24
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 500 / 1.45 / 9.10 / 0.58 / 0.45 / 0.30 / 0.28
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 1000 / 0.84 / 0.76 / 0.39 / 0.31 / 0.20 / 0.19
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 500 / 24.63 / 29.27 / 0.20 / 0.16 / 0.18 / 0.18
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 1000 / 10.98 / 6.66 / 0.17 / 0.13 / 0.14 / 0.14
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 500 / 0.43 / 0.41 / 0.10 / 0.08 / 0.11 / 0.11
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 1000 / 0.28 / 0.28 / 0.07 / 0.05 / 0.08 / 0.08
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 500 / 0.28 / 0.25 / 0.08 / 0.06 / 0.09 / 0.09
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 1000 / 0.18 / 0.17 / 0.06 / 0.04 / 0.06 / 0.06
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 500 / 55.24 / 62.87 / 0.94 / 1.07 / 0.42 / 0.43
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 1000 / 24.87 / 39.29 / 0.74 / 0.81 / 0.33 / 0.33
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 500 / 3.22 / 23.40 / 0.67 / 0.67 / 0.31 / 0.28
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 1000 / 1.74 / 6.32 / 0.48 / 0.55 / 0.23 / 0.24
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 500 / 1.66 / 24.10 / 0.49 / 0.49 / 0.23 / 0.22
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 1000 / 1.12 / 4.40 / 0.44 / 0.42 / 0.21 / 0.18
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 500 / 24.78 / 60.75 / 0.78 / 0.84 / 0.35 / 0.35
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 1000 / 24.51 / 53.90 / 0.64 / 0.74 / 0.29 / 0.30
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 500 / 3.65 / 38.53 / 0.84 / 0.59 / 0.40 / 0.25
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 1000 / 1.87 / 14.20 / 0.45 / 0.46 / 0.21 / 0.20
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 500 / 1.99 / 22.19 / 0.58 / 0.51 / 0.27 / 0.22
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 1000 / 1.28 / 7.53 / 0.37 / 0.38 / 0.18 / 0.17
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 500 / 51.94 / 97.49 / 1.10 / 1.23 / 0.49 / 0.49
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 1000 / 30.20 / 18.86 / 0.75 / 0.91 / 0.34 / 0.37
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 500 / 2.83 / 34.52 / 0.67 / 0.74 / 0.32 / 0.31
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 1000 / 1.58 / 9.00 / 0.54 / 0.61 / 0.25 / 0.26
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 500 / 1.70 / 15.21 / 0.60 / 0.63 / 0.28 / 0.26
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 1000 / 1.00 / 0.93 / 0.47 / 0.48 / 0.23 / 0.20
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 500 / 16.50 / 12.88 / 0.23 / 0.26 / 0.20 / 0.21
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 1000 / 9.06 / 17.50 / 0.18 / 0.20 / 0.15 / 0.15
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 500 / 0.43 / 0.44 / 0.11 / 0.12 / 0.12 / 0.12
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 1000 / 0.29 / 0.30 / 0.08 / 0.08 / 0.09 / 0.09
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 500 / 0.27 / 0.27 / 0.08 / 0.09 / 0.10 / 0.10
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 1000 / 0.18 / 0.18 / 0.06 / 0.06 / 0.07 / 0.07
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 500 / 49.59 / 159.55 / 0.80 / 0.37 / 0.36 / 0.28
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 1000 / 36.75 / 45.95 / 0.69 / 0.51 / 0.31 / 0.36
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 500 / 2.40 / 24.06 / 0.65 / 0.39 / 0.33 / 0.28
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 1000 / 2.02 / 24.82 / 0.49 / 0.29 / 0.23 / 0.22
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 500 / 1.82 / 22.72 / 0.48 / 0.33 / 0.26 / 0.26
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 1000 / 1.40 / 1.19 / 0.48 / 0.27 / 0.25 / 0.20
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 500 / 44.14 / 214.06 / 0.75 / 0.24 / 0.35 / 0.20
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 1000 / 39.80 / 20.12 / 0.68 / 0.52 / 0.30 / 0.31
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 500 / 2.53 / 47.63 / 0.57 / 0.37 / 0.28 / 0.24
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 1000 / 1.78 / 17.05 / 0.47 / 0.32 / 0.23 / 0.21
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 500 / 1.93 / 30.68 / 0.44 / 0.33 / 0.23 / 0.23
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 1000 / 1.40 / 3.13 / 0.43 / 0.27 / 0.22 / 0.17
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 500 / 80.14 / 147.29 / 0.91 / 0.46 / 0.42 / 0.35
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 1000 / 24.00 / 14.12 / 0.81 / 0.55 / 0.37 / 0.41
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 500 / 2.10 / 42.55 / 0.62 / 0.39 / 0.32 / 0.32
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 1000 / 1.85 / 7.14 / 0.57 / 0.31 / 0.29 / 0.28
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 500 / 1.54 / 21.44 / 0.53 / 0.32 / 0.31 / 0.30
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 1000 / 1.11 / 2.70 / 0.45 / 0.24 / 0.24 / 0.23
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 500 / 32.99 / 30.02 / 0.26 / 0.13 / 0.19 / 0.20
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 1000 / 7.99 / 7.16 / 0.20 / 0.10 / 0.14 / 0.14
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 500 / 0.65 / 0.67 / 0.13 / 0.07 / 0.12 / 0.13
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 1000 / 0.31 / 0.29 / 0.10 / 0.04 / 0.08 / 0.09
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 500 / 0.36 / 0.28 / 0.10 / 0.05 / 0.10 / 0.10
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 1000 / 0.21 / 0.19 / 0.09 / 0.04 / 0.07 / 0.07
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 500 / 64.98 / 120.54 / 1.08 / 1.28 / 0.44 / 0.45
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 1000 / 24.65 / 42.58 / 0.80 / 1.05 / 0.33 / 0.36
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 500 / 2.34 / 52.88 / 0.92 / 0.81 / 0.39 / 0.29
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 1000 / 1.94 / 21.90 / 0.77 / 0.73 / 0.34 / 0.26
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 500 / 1.84 / 43.37 / 0.74 / 0.70 / 0.32 / 0.25
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 1000 / 1.22 / 16.80 / 0.54 / 0.56 / 0.24 / 0.21
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 500 / 42.79 / 91.93 / 0.89 / 1.06 / 0.37 / 0.39
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 1000 / 25.51 / 81.78 / 0.74 / 0.89 / 0.30 / 0.32
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 500 / 3.09 / 69.57 / 0.91 / 0.73 / 0.40 / 0.27
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 1000 / 1.73 / 31.97 / 0.60 / 0.61 / 0.26 / 0.22
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 500 / 1.61 / 40.69 / 0.58 / 0.56 / 0.25 / 0.21
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 1000 / 1.43 / 16.29 / 0.53 / 0.50 / 0.24 / 0.19
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 500 / 32.37 / 80.04 / 1.25 / 1.58 / 0.48 / 0.52
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 1000 / 19.56 / 31.70 / 0.87 / 1.15 / 0.36 / 0.39
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 500 / 2.01 / 39.69 / 0.98 / 1.04 / 0.40 / 0.35
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 1000 / 1.45 / 3.47 / 0.73 / 0.90 / 0.32 / 0.30
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 500 / 1.53 / 12.33 / 0.79 / 0.83 / 0.32 / 0.28
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 1000 / 1.13 / 3.13 / 0.63 / 0.69 / 0.27 / 0.24
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 500 / 21.53 / 40.73 / 0.30 / 0.37 / 0.23 / 0.25
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 1000 / 5.46 / 9.98 / 0.25 / 0.33 / 0.19 / 0.20
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 500 / 1.13 / 0.62 / 0.20 / 0.19 / 0.17 / 0.15
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 1000 / 0.36 / 0.45 / 0.12 / 0.13 / 0.10 / 0.11
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 500 / 0.34 / 0.36 / 0.13 / 0.14 / 0.12 / 0.12
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 1000 / 0.22 / 0.24 / 0.10 / 0.10 / 0.09 / 0.09

Table 4. Root mean squared error.

/ / λ pdf / A / / RMSE() / RMSE() / RMSE() / RMSE() / RMSE() / RMSE()
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 500 / 0.43 / 0.44 / 0.09 / 0.10 / 0.21 / 0.22
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 1000 / 0.38 / 0.38 / 0.09 / 0.09 / 0.21 / 0.20
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 500 / 0.28 / 0.28 / 0.08 / 0.07 / 0.20 / 0.19
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 1000 / 0.28 / 0.28 / 0.07 / 0.07 / 0.19 / 0.19
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 500 / 0.23 / 0.23 / 0.06 / 0.06 / 0.16 / 0.15
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 1000 / 0.16 / 0.19 / 0.05 / 0.05 / 0.12 / 0.13
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 500 / 0.41 / 0.42 / 0.08 / 0.09 / 0.21 / 0.21
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 1000 / 0.40 / 0.40 / 0.08 / 0.08 / 0.20 / 0.19
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 500 / 0.25 / 0.27 / 0.06 / 0.06 / 0.17 / 0.16
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 1000 / 0.24 / 0.24 / 0.06 / 0.06 / 0.15 / 0.15
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 500 / 0.25 / 0.26 / 0.06 / 0.06 / 0.17 / 0.16
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 1000 / 0.17 / 0.20 / 0.04 / 0.05 / 0.12 / 0.13
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 500 / 0.37 / 0.37 / 0.10 / 0.10 / 0.22 / 0.22
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 1000 / 0.34 / 0.34 / 0.09 / 0.10 / 0.21 / 0.20
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 500 / 0.26 / 0.26 / 0.08 / 0.08 / 0.21 / 0.19
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 1000 / 0.25 / 0.25 / 0.07 / 0.07 / 0.17 / 0.16
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 500 / 0.19 / 0.20 / 0.06 / 0.06 / 0.15 / 0.15
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 1000 / 0.19 / 0.21 / 0.06 / 0.07 / 0.14 / 0.15
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 500 / 0.26 / 0.25 / 0.05 / 0.05 / 0.30 / 0.30
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 1000 / 0.16 / 0.15 / 0.03 / 0.03 / 0.19 / 0.19
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 500 / 0.08 / 0.08 / 0.02 / 0.02 / 0.18 / 0.18
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 1000 / 0.06 / 0.06 / 0.02 / 0.01 / 0.13 / 0.13
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 500 / 0.05 / 0.05 / 0.02 / 0.02 / 0.13 / 0.13
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 1000 / 0.04 / 0.04 / 0.01 / 0.01 / 0.11 / 0.10
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 500 / 0.43 / 0.44 / 0.10 / 0.15 / 0.23 / 0.20
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 1000 / 0.46 / 0.45 / 0.10 / 0.14 / 0.22 / 0.20
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 500 / 0.28 / 0.29 / 0.08 / 0.11 / 0.20 / 0.17
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 1000 / 0.22 / 0.23 / 0.06 / 0.10 / 0.16 / 0.14
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 500 / 0.23 / 0.25 / 0.07 / 0.10 / 0.16 / 0.15
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 1000 / 0.19 / 0.22 / 0.05 / 0.09 / 0.14 / 0.14
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 500 / 0.43 / 0.45 / 0.09 / 0.12 / 0.22 / 0.19
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 1000 / 0.47 / 0.48 / 0.09 / 0.14 / 0.22 / 0.19
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 500 / 0.26 / 0.27 / 0.07 / 0.10 / 0.17 / 0.14
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 1000 / 0.24 / 0.26 / 0.05 / 0.10 / 0.14 / 0.12
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 500 / 0.23 / 0.22 / 0.06 / 0.08 / 0.16 / 0.15
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 1000 / 0.17 / 0.22 / 0.04 / 0.08 / 0.13 / 0.13
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 500 / 0.42 / 0.43 / 0.12 / 0.15 / 0.24 / 0.21
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 1000 / 0.37 / 0.37 / 0.10 / 0.14 / 0.21 / 0.20
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 500 / 0.28 / 0.30 / 0.09 / 0.12 / 0.21 / 0.19
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 1000 / 0.20 / 0.21 / 0.06 / 0.10 / 0.14 / 0.13
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 500 / 0.18 / 0.21 / 0.07 / 0.10 / 0.16 / 0.16
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 1000 / 0.18 / 0.21 / 0.06 / 0.10 / 0.13 / 0.13
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 500 / 0.29 / 0.24 / 0.05 / 0.08 / 0.33 / 0.31
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 1000 / 0.18 / 0.16 / 0.04 / 0.06 / 0.21 / 0.21
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 500 / 0.09 / 0.08 / 0.03 / 0.06 / 0.19 / 0.19
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 1000 / 0.06 / 0.06 / 0.02 / 0.06 / 0.12 / 0.12
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 500 / 0.06 / 0.06 / 0.02 / 0.06 / 0.14 / 0.13
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 1000 / 0.04 / 0.04 / 0.01 / 0.06 / 0.12 / 0.12
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 500 / 0.36 / 0.38 / 0.09 / 0.07 / 0.21 / 0.21
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 1000 / 0.36 / 0.37 / 0.08 / 0.07 / 0.19 / 0.20
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 500 / 0.25 / 0.27 / 0.07 / 0.07 / 0.19 / 0.20
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 1000 / 0.21 / 0.21 / 0.06 / 0.06 / 0.16 / 0.16
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 500 / 0.19 / 0.22 / 0.05 / 0.06 / 0.17 / 0.18
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 1000 / 0.19 / 0.24 / 0.05 / 0.06 / 0.13 / 0.16
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 500 / 0.44 / 0.45 / 0.08 / 0.06 / 0.23 / 0.24
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 1000 / 0.38 / 0.42 / 0.08 / 0.07 / 0.21 / 0.23
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 500 / 0.27 / 0.33 / 0.06 / 0.07 / 0.18 / 0.21
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 1000 / 0.22 / 0.27 / 0.05 / 0.06 / 0.15 / 0.18
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 500 / 0.25 / 0.29 / 0.06 / 0.07 / 0.16 / 0.18
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 1000 / 0.20 / 0.25 / 0.05 / 0.06 / 0.14 / 0.17
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 500 / 0.37 / 0.35 / 0.10 / 0.09 / 0.22 / 0.22
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 1000 / 0.46 / 0.43 / 0.11 / 0.07 / 0.23 / 0.25
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 500 / 0.25 / 0.27 / 0.08 / 0.08 / 0.21 / 0.21
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 1000 / 0.24 / 0.24 / 0.07 / 0.07 / 0.16 / 0.17
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 500 / 0.24 / 0.29 / 0.08 / 0.09 / 0.21 / 0.23
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 1000 / 0.19 / 0.25 / 0.06 / 0.07 / 0.15 / 0.17
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 500 / 0.30 / 0.35 / 0.05 / 0.05 / 0.35 / 0.35
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 1000 / 0.20 / 0.25 / 0.04 / 0.05 / 0.25 / 0.26
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 500 / 0.09 / 0.11 / 0.03 / 0.05 / 0.19 / 0.19
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 1000 / 0.07 / 0.08 / 0.02 / 0.05 / 0.15 / 0.15
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 500 / 0.06 / 0.07 / 0.03 / 0.05 / 0.18 / 0.17
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 1000 / 0.04 / 0.06 / 0.02 / 0.05 / 0.11 / 0.11
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 500 / 0.39 / 0.39 / 0.11 / 0.22 / 0.21 / 0.23
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 1000 / 0.41 / 0.41 / 0.10 / 0.28 / 0.22 / 0.20
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 500 / 0.27 / 0.35 / 0.10 / 0.29 / 0.15 / 0.15
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 1000 / 0.25 / 0.32 / 0.07 / 0.25 / 0.17 / 0.19
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 500 / 0.25 / 0.28 / 0.10 / 0.27 / 0.16 / 0.17
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 1000 / 0.19 / 0.28 / 0.07 / 0.28 / 0.14 / 0.15
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 500 / 0.40 / 0.34 / 0.11 / 0.13 / 0.20 / 0.30
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 1000 / 0.39 / 0.48 / 0.08 / 0.29 / 0.21 / 0.15
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 500 / 0.26 / 0.35 / 0.08 / 0.24 / 0.16 / 0.18
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 1000 / 0.22 / 0.29 / 0.06 / 0.23 / 0.14 / 0.17
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 500 / 0.27 / 0.26 / 0.09 / 0.22 / 0.15 / 0.19
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 1000 / 0.19 / 0.27 / 0.06 / 0.25 / 0.12 / 0.14
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 500 / 0.43 / 0.46 / 0.13 / 0.31 / 0.23 / 0.24
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 1000 / 0.40 / 0.53 / 0.12 / 0.46 / 0.20 / 0.14
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 500 / 0.27 / 0.33 / 0.11 / 0.33 / 0.18 / 0.18
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 1000 / 0.21 / 0.29 / 0.08 / 0.30 / 0.16 / 0.19
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 500 / 0.22 / 0.27 / 0.10 / 0.28 / 0.16 / 0.19
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 1000 / 0.22 / 0.24 / 0.08 / 0.29 / 0.16 / 0.19
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 500 / 0.28 / 0.18 / 0.06 / 0.20 / 0.32 / 0.33
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 1000 / 0.19 / 0.16 / 0.05 / 0.20 / 0.21 / 0.24
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 500 / 0.09 / 0.08 / 0.05 / 0.19 / 0.18 / 0.18
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 1000 / 0.06 / 0.06 / 0.03 / 0.19 / 0.13 / 0.14
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 500 / 0.07 / 0.06 / 0.06 / 0.19 / 0.16 / 0.16
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 1000 / 0.05 / 0.06 / 0.04 / 0.19 / 0.11 / 0.11
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 500 / 0.36 / 0.37 / 0.08 / 0.10 / 0.23 / 0.23
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 1000 / 0.44 / 0.45 / 0.09 / 0.09 / 0.25 / 0.27
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 500 / 0.21 / 0.33 / 0.06 / 0.10 / 0.17 / 0.23
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 1000 / 0.16 / 0.26 / 0.06 / 0.11 / 0.13 / 0.19
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 500 / 0.19 / 0.32 / 0.07 / 0.11 / 0.16 / 0.23
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 1000 / 0.19 / 0.25 / 0.06 / 0.11 / 0.14 / 0.18
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 500 / 0.40 / 0.44 / 0.08 / 0.08 / 0.22 / 0.27
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 1000 / 0.41 / 0.42 / 0.08 / 0.09 / 0.22 / 0.23
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 500 / 0.21 / 0.34 / 0.06 / 0.10 / 0.17 / 0.22
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 1000 / 0.20 / 0.32 / 0.05 / 0.10 / 0.14 / 0.21
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 500 / 0.21 / 0.31 / 0.06 / 0.10 / 0.16 / 0.21
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 1000 / 0.17 / 0.26 / 0.05 / 0.11 / 0.14 / 0.19
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 500 / 0.40 / 0.39 / 0.08 / 0.09 / 0.24 / 0.27
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 1000 / 0.47 / 0.47 / 0.10 / 0.08 / 0.25 / 0.29
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 500 / 0.20 / 0.31 / 0.08 / 0.11 / 0.17 / 0.22
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 1000 / 0.16 / 0.22 / 0.07 / 0.12 / 0.13 / 0.18
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 500 / 0.17 / 0.31 / 0.08 / 0.11 / 0.16 / 0.22
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 1000 / 0.16 / 0.22 / 0.06 / 0.11 / 0.14 / 0.18
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 500 / 0.39 / 0.59 / 0.07 / 0.09 / 0.39 / 0.41
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 1000 / 0.26 / 0.39 / 0.05 / 0.10 / 0.28 / 0.30
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 500 / 0.15 / 0.22 / 0.05 / 0.11 / 0.27 / 0.27
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 1000 / 0.10 / 0.19 / 0.04 / 0.11 / 0.18 / 0.19
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 500 / 0.12 / 0.17 / 0.07 / 0.11 / 0.25 / 0.22
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 1000 / 0.06 / 0.14 / 0.04 / 0.11 / 0.11 / 0.13

Table 5. Percentage of simulation replicates producing proper variance-covariance matrices.

/ / λ pdf / A / / %Conv1 / %Conv2
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 500 / 85% / 81%
0.3 / 0.3 / Weib(0.2, 1.0) / 5 / 1000 / 88% / 82%
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 500 / 100% / 90%
0.3 / 0.3 / Weib(0.2, 1.0) / 10 / 1000 / 100% / 98%
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 500 / 99% / 93%
0.3 / 0.3 / Weib(0.2, 1.0) / 15 / 1000 / 98% / 98%
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 500 / 90% / 87%
0.3 / 0.3 / Weib(0.2, 1.1) / 5 / 1000 / 87% / 81%
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 500 / 98% / 94%
0.3 / 0.3 / Weib(0.2, 1.1) / 10 / 1000 / 100% / 98%
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 500 / 94% / 94%
0.3 / 0.3 / Weib(0.2, 1.1) / 15 / 1000 / 96% / 98%
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 500 / 86% / 91%
0.3 / 0.3 / Weib(0.2, 0.9) / 5 / 1000 / 91% / 85%
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 500 / 99% / 87%
0.3 / 0.3 / Weib(0.2, 0.9) / 10 / 1000 / 100% / 96%
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 500 / 98% / 98%
0.3 / 0.3 / Weib(0.2, 0.9) / 15 / 1000 / 100% / 99%
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 500 / 87% / 93%
0.3 / 0.3 / Log(0.3, 2.0) / 5 / 1000 / 89% / 88%
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 500 / 100% / 100%
0.3 / 0.3 / Log(0.3, 2.0) / 10 / 1000 / 100% / 100%
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 500 / 100% / 100%
0.3 / 0.3 / Log(0.3, 2.0) / 15 / 1000 / 100% / 100%
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 500 / 86% / 75%
0.2 / 0.4 / Weib(0.2, 1.0) / 5 / 1000 / 90% / 91%
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 500 / 98% / 87%
0.2 / 0.4 / Weib(0.2, 1.0) / 10 / 1000 / 100% / 92%
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 500 / 95% / 98%
0.2 / 0.4 / Weib(0.2, 1.0) / 15 / 1000 / 98% / 99%
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 500 / 88% / 80%
0.2 / 0.4 / Weib(0.2, 1.1) / 5 / 1000 / 88% / 82%
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 500 / 96% / 90%
0.2 / 0.4 / Weib(0.2, 1.1) / 10 / 1000 / 98% / 98%
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 500 / 95% / 97%
0.2 / 0.4 / Weib(0.2, 1.1) / 15 / 1000 / 93% / 98%
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 500 / 83% / 62%
0.2 / 0.4 / Weib(0.2, 0.9) / 5 / 1000 / 89% / 90%
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 500 / 99% / 87%
0.2 / 0.4 / Weib(0.2, 0.9) / 10 / 1000 / 100% / 96%
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 500 / 97% / 96%
0.2 / 0.4 / Weib(0.2, 0.9) / 15 / 1000 / 99% / 99%
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 500 / 88% / 87%
0.2 / 0.4 / Log(0.3, 2.0) / 5 / 1000 / 94% / 94%
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 500 / 100% / 100%
0.2 / 0.4 / Log(0.3, 2.0) / 10 / 1000 / 100% / 100%
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 500 / 100% / 100%
0.2 / 0.4 / Log(0.3, 2.0) / 15 / 1000 / 100% / 100%
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 500 / 83% / 76%
0.4 / 0.2 / Weib(0.2, 1.0) / 5 / 1000 / 90% / 83%
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 500 / 100% / 92%
0.4 / 0.2 / Weib(0.2, 1.0) / 10 / 1000 / 99% / 90%
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 500 / 97% / 94%
0.4 / 0.2 / Weib(0.2, 1.0) / 15 / 1000 / 94% / 98%
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 500 / 82% / 81%
0.4 / 0.2 / Weib(0.2, 1.1) / 5 / 1000 / 93% / 82%
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 500 / 96% / 88%
0.4 / 0.2 / Weib(0.2, 1.1) / 10 / 1000 / 99% / 91%
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 500 / 93% / 94%
0.4 / 0.2 / Weib(0.2, 1.1) / 15 / 1000 / 91% / 91%
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 500 / 84% / 85%
0.4 / 0.2 / Weib(0.2, 0.9) / 5 / 1000 / 85% / 86%
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 500 / 99% / 91%
0.4 / 0.2 / Weib(0.2, 0.9) / 10 / 1000 / 98% / 99%
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 500 / 94% / 98%
0.4 / 0.2 / Weib(0.2, 0.9) / 15 / 1000 / 95% / 97%
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 500 / 95% / 95%
0.4 / 0.2 / Log(0.3, 2.0) / 5 / 1000 / 96% / 95%
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 500 / 100% / 100%
0.4 / 0.2 / Log(0.3, 2.0) / 10 / 1000 / 100% / 100%
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 500 / 98% / 100%
0.4 / 0.2 / Log(0.3, 2.0) / 15 / 1000 / 100% / 100%
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 500 / 81% / 69%
0.1 / 0.5 / Weib(0.2, 1.0) / 5 / 1000 / 86% / 45%
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 500 / 99% / 92%
0.1 / 0.5 / Weib(0.2, 1.0) / 10 / 1000 / 98% / 82%
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 500 / 87% / 97%
0.1 / 0.5 / Weib(0.2, 1.0) / 15 / 1000 / 96% / 98%
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 500 / 90% / 59%
0.1 / 0.5 / Weib(0.2, 1.1) / 5 / 1000 / 90% / 59%
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 500 / 99% / 84%
0.1 / 0.5 / Weib(0.2, 1.1) / 10 / 1000 / 96% / 86%
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 500 / 77% / 96%
0.1 / 0.5 / Weib(0.2, 1.1) / 15 / 1000 / 97% / 99%
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 500 / 81% / 72%
0.1 / 0.5 / Weib(0.2, 0.9) / 5 / 1000 / 89% / 17%
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 500 / 98% / 85%
0.1 / 0.5 / Weib(0.2, 0.9) / 10 / 1000 / 99% / 90%
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 500 / 81% / 98%
0.1 / 0.5 / Weib(0.2, 0.9) / 15 / 1000 / 99% / 98%
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 500 / 95% / 64%
0.1 / 0.5 / Log(0.3, 2.0) / 5 / 1000 / 97% / 49%
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 500 / 100% / 99%
0.1 / 0.5 / Log(0.3, 2.0) / 10 / 1000 / 100% / 100%
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 500 / 89% / 100%
0.1 / 0.5 / Log(0.3, 2.0) / 15 / 1000 / 100% / 100%
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 500 / 88% / 79%
0.5 / 0.1 / Weib(0.2, 1.0) / 5 / 1000 / 90% / 80%
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 500 / 91% / 89%
0.5 / 0.1 / Weib(0.2, 1.0) / 10 / 1000 / 93% / 95%
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 500 / 40% / 90%
0.5 / 0.1 / Weib(0.2, 1.0) / 15 / 1000 / 85% / 98%
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 500 / 93% / 82%
0.5 / 0.1 / Weib(0.2, 1.1) / 5 / 1000 / 96% / 87%
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 500 / 88% / 82%
0.5 / 0.1 / Weib(0.2, 1.1) / 10 / 1000 / 95% / 95%
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 500 / 37% / 89%
0.5 / 0.1 / Weib(0.2, 1.1) / 15 / 1000 / 79% / 95%
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 500 / 91% / 84%
0.5 / 0.1 / Weib(0.2, 0.9) / 5 / 1000 / 90% / 82%
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 500 / 88% / 92%
0.5 / 0.1 / Weib(0.2, 0.9) / 10 / 1000 / 98% / 95%
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 500 / 44% / 90%
0.5 / 0.1 / Weib(0.2, 0.9) / 15 / 1000 / 91% / 99%
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 500 / 94% / 90%
0.5 / 0.1 / Log(0.3, 2.0) / 5 / 1000 / 95% / 95%
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 500 / 95% / 100%
0.5 / 0.1 / Log(0.3, 2.0) / 10 / 1000 / 99% / 100%
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 500 / 36% / 100%
0.5 / 0.1 / Log(0.3, 2.0) / 15 / 1000 / 83% / 100%