آزماوردن انقباضی در توزیع نمایی بر پایه‌ی رکوردها تحت زیان توان دوم لگ‌خطای نامتقارن
نویسندگان
چکیده مقاله:
در مقاله‌ی حاضر، آزماوردن انقباضی در توزیع نمایی برای پارامتر مقیاس $theta>0$ توزیع نمایی بر اساس داده‌های رکوردی تحت تابع زیان توان دوم لگ‌خطای نامتقارن مورد مطالعه قرار می‌گیرد. یک براوردگر مخاطره‌ی نااریب با کم‌ترین مخاطره در رده‌ی براوردگرهای به‌صورت $cT_m$ محاسبه می‌شود که در آن $T_m$ براورد ماکسیمم درستنمایی پارامتر $theta$ است. چند آزمون براوردگر انقباضی معرفی و مخاطره‌ی آن‌ها محاسبه می‌شود. کارایی نسبی آزمون براوردگرهای انقباضی نسبت به براوردگر نااریب با کم‌ترین مخاطره در رده‌ی براوردگرهای به‌صورت $cT_m$ به‌منظور مقایسه‌ی آن‌ها تحت تابع زیان توان دوم لگ‌خطا محاسبه می‌شود. همچنین یک مثال ارایه شده است.
منابع مشابه
مقایسه برآوردگر انقباضی، بیزی و درستنمایی ماکزیمم برای پارامتر مقیاس توزیع نمایی تحت تابع زیان نامتقارن
در این پایان نامه برآورد پارامتر مقیاس توزیع نمایی تحت تابع زیان متقارن مربع خطا و تابع زیان نامتقارن لاینکس مورد بررسی قرار می گیرد. در ادامه ضمن ارائه روش های برآوردگر بیز، برآوردگر انقباضی و برآوردگر درستنمایی ماکزیمم اقدام به برآورد پارامتر مقیاس توزیع نمایی تحت تابع زیان مربع خطا و همچنین تابع زیان لاینکس خواهد شد، که هدف اصلی این پایان نامه می باشد. در پایان روش های برآوردگر برای پارامتر،...
براورد انقباضی پارامتر مقیاس توزیع نمایی تحت تابع زیان لاینکس
در آزمون های طول عمر، توزیعی که غالباً مورد استفاده قرار می گیرد توزیع نمایی با تابع چگالی زیر است. هدف به دست آوردن یک برآوردگر مطلوب برای پارامتر مقیاس به عنوان میانگین طول عمر تحت توابع زیان متقارن (مربع خطا) و نامتقارن (linex) تحت داده های سانسور شده نوع ii می باشد. فرض کنید یک نمونه تصادفی از توزیع نمایی باشد. به طوریکه: آماره های مرتب شده فوق باشند یک برآوردگر پارامتر مقیاس با م...
15 صفحه اولپیشبینی دو‌نمونه‌ای بیزی در داده‌های سانسورشده‌ی فزاینده از توزیع نمایی تعمیم‌یافته، تحت تابع‌های زیان متقارن و نامتقارن
در بسیاری از پژوهش‌های آماری پیش‌بینی نقش مهمی دارد. مثال‌هایی در این زمینه شامل سامانه‌های مهندسی، طرح آزمایش‌ها و غیره می‌باشند. در این مقاله، بر اساس داده‌های سانسورشده‌ی فزاینده‌ی نوع دوم در الگوی نمایی تعمیم‌یافته، پیشگوگرهای بیزی نقطه‌ای و بازه‌ای تحت توزیع‌های پیشین آگاهی‌بخش و ناآگاهی‌بخش مورد بررسی قرار می‌گیرند. همچنین کران‌های پیش‌بینی و پیشگوگرهای نقطه‌ای بیزی را تحت دو تابع زیان تو...
متن کاملبرآورد بیزی پارامتر توزیع پارتو تحت توابع زیان توان دوم خطا و لاینکس بر اساس نمونه گیری مجموعه رتبه دار
در برخی از مسئله های کاربردی، به دست آوردن مشاهدات اغلب زمان بر و با صرف هزینه همراه می باشد. در چنین شرایطی استفاده از یک روش نمونه گیری که موجب کاهش هزینه ها و افزایش کارآیی برآوردگرها شود، حائز اهمیت است. در این گونه موارد روش نمونه گیری مجموعه رتبه دار جایگزین مناسبی به جای روش نمونه گیری تصادفی ساده به نظر می رسد. در این مقاله برآورد بیزی پارامتر توزیع پارتو تحت توابع زیان توان دوم خط...
متن کاملبرآوردگر انقباضی بیزی برای پارامتر مقیاس توزیع نمایی بر اساس داده های سانسور شده
معمولا با مشاهده یک نمونه تصادفی و با استفاده از روش‌های معمول برآوردیابی مانند روش ماکسیمم درستنمایی به برآورد پارامتر نامعلوم می‌پردازند. در بعضی مواقع اطلاعاتی در مورد پارامتر واقعی به‌صورت یک حدس در اختیار داریم. در چنین حالت‌هایی می‌توان برآوردگر ماکسیمم درستنمایی یا هر برآوردگر دیگری را در جهت مقدار حدسی منقبض کرد و برآوردگرهای انقباضی را ساخت. در این مقاله، به مطالعه رفتار یک برآوردگر ان...
متن کاملبراوردهای پیش‌آزمون و انقباضی پارامترهای مقیاس برای دو توزیع نمایی بر اساس مقادیر رکورد
چکیده: توزیع نمایی در شیوه‌های آماری بسیار متنوعی به‌کار برده می‌شوند. در میان عمده‌‌ترین کاربردهای آن می‌توان زمینه‌ها‌ی آزمون طول عمر و نظریه‌ی قابلیت را نام برد. هنگامی که دو نمونه‌ی رکورد برای براورد کردن پارامتر مقیاس در اختیار باشد، معمولاً از یک پیش‌آزمون برای تعیین این که آیا نمونه‌ها را ادغام کنیم یا نمونه‌ی تکی به‌کار بریم، استفاده می‌شود. در این مقاله، براوردگر پیش‌آزمون و براوردگر ان...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 12 شماره 2
صفحات 225- 238
تاریخ انتشار 2016-03
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
کلمات کلیدی برای این مقاله ارائه نشده است
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023