مقایسه برآورد هیل و برآورد نیرومند glm در توزیع نوع پارتو

پایان نامه
چکیده

توزیع پارتو یکی از توزیع های مهم آماری است که نام خود را از اقتصاددان ایتالیایی ویلفردو پارتو گرفته است. خانواده توزیع پارتو اغلب در علوم اقتصادی، آمار و امور مالی و بیمه کاربرد دارد. این توزیع با شاخص مقدار فرین γدر مدل بندی داده های مقدار فرین کاربرد داشته و به نام توزیع مقدار فرین نیز مشهور است. شاخص مقدار فرین یا شاخص دنباله، پارامتر مهمی برای اندازه گیری سنگینی دم یک توزیع می باشد. اهمیت این پارامتر در مدلسازی ریسک و پیشامدهای ریسک دار که با احتمالات کم رخ می دهند، می باشد. در نتیجه این پارامتر در مدل توزیع مقدار فرین، در آمار از اهمیت ویژه ای برخوردار است، و در مدیریت ریسک، بیمه، سرمایه گذاری و امور مالی، اقتصادسنجی و علم منابع آب استفاده گسترده ای دارد. در تحلیل مقادیر فرین، موضوع اصلی برآورد شاخص مقدار فرین(γ) می باشد. روش های مختلفی جهت برآورد پارامتر شاخص مقدار فرین وجود دارد، که اولین برآوردها از سال 1975 به نام برآوردهای هیل و پیکانز معرفی شدند. در سال های بعد گسترش و تعمیم های زیادی از از این برآوردها ارائه شد که جدیدترین روش برآورد شاخص دنباله تا کنون روش نیرومند glm می باشد. با توجه به موارد گفته شده، در این پایان نامه قصد داریم دو روش برآورد شاخص دنباله، برآورد هیل و برآورد نیرومند glm را مورد بررسی و مقایسه قرار دهیم و با استفاده از شبیه سازی و داده های واقعی، به مقایسه این دو برآورد در توزیع خانواده پارتو بپردازیم و کاربرد این برآورد را در امور مالی (انتخاب سبد سهام بهینه) شرح دهیم.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

مطالعه برآورد درستنمایی پیراسته برای برآورد نیرومند پارامترهای توزیع های آمیخته متناهی

برآورد درستنمایی ماکسیمم (mle)معمولا به منظور برآورد پارامترهای ناشناخته در توزیع آمیخته متناهی مورد استفاده قرار می گیرد با توجه به اینکه mle می تواند برای داده های پرت بسیار حساس باشد. به منظور غلبه بر این مشکل برآورد کننده درستنمایی پیراسته (tle) پیشنهاد شده که، پارامترهای ناشناخته در داده هایی با توزیع آمیخته در روشی رباست برآورد شوند. برتری این روش در مقایسه با mle توسط نمونه ها و مطالعات ...

برآورد ناپارامتریک نیرومند رگرسیون فضایی

در این پایان نامه، برآورد ناپارامتری استوار برای رگرسیون فضایی مورد بحث و بررسی قرار می گیرد. به طور دقیق تر برای میدان تصادفی مانای اکید داده شد? ، یک خانواده از برآوردگرهای ناپارامتری استوار برای یک تابع رگرسیونی بر اساس روش هسته ای در نظر گرفته می شود. تحت برخی فرضیه های مرکب کلی سازگاری تقریبی و نرمال مجانبی برای این برآوردگرها بدست آورده و در ادامه یک روش استوار برای انتخاب پارامتر همو...

15 صفحه اول

برآورد 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 کامل

برآورد پارامترهای توزیع بور نوع سوم نمایی تحت داده های سانسوریده نوع دوم

در این مقاله پارامترهای توزیع بور نوع سوم نمایی تحت داده های سانسوریده نوع دوم با روش ماکسیمم درستنمایی با الگوریتم امید میانگین و با رهیافت بیزی با در نظر گرفتن توزیع پیشین گاما و توابع زیان توان دوم خطا، لاینکس و آنتروپی برآورد شده اند. از روش نمونه گیری از نقاط مهم و تقریب لیندلی برای تقریب برآوردهای بیزی استفاده شده و برآوردگر بیزی حاصل با برآوردگر ماکسیمم درستنمایی مقایسه شده است....

متن کامل

برآورد بیزی پارامترهای توزیع چوله نرمال

توزیع چوله نرمال، یکی از توزیع های مهم در تحلیل داده های غیرنرمال است. از آنجایی که تابع چگالی توزیع چوله نرمال حاوی تابع انتگرال است محاسبه تابع چگالی  این توزیع در رهیافت بیزی است در این مقاله با استفاده از تعریف شرطی توزیع چوله نرمال روشی برای برآورد بیزی پارامترهای این توزیع ارائه شده است. سپس در مطالعه ای شبیه سازی دقت این روش با روش معمولی مورد مقایسه قرار گرفته است

متن کامل

منابع 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 @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده علوم ریاضی و مهندسی کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023