آزمون های نیکویی برازش در محیط نادقیق(فازی)

پایان نامه
چکیده

روش های کلاسیک مبتنی بر مفروضاتی از قبیل دقیق بودن مشاهدات، دقیق بودن فرضیات آزمون، دقیق بودن پارامترهای مجهول و . . . می باشد ولی در جهان واقعی گاهی این مفروضات دقیق نیستند. نظریه مجموعه های فازی ارائه شده توسط پروفسور لطفی عسکرزاده راهی مناسب برای فرمول بندی و تحلیل این گونه مفاهیم و موضوعات نادقیق می باشد. در این پایان نامه ابتدا برخی از مفاهیم فازی و سپس متغیر تصادفی فازی را بیان کرده و با استفاده از آن به تعریف مفاهیم تابع توزیع تجمعی، تابع توزیع تجربی، تابع آنتروپی، برآوردگر آنتروپی واسیچک، برآوردگر آنتروپی ون ای اس، پارامتر و برآورد آن در محیط فازی می پردازیم. همچنین آزمون های نیکویی برازش براساس ماکسیمم آنتروپی و اطلاع کولبک-لیبلر در حالت کلاسیک را به محیط فازی تعمیم می دهیم. این پایان نامه شامل چهار فصل می باشد که در زیر خلاصه ای از مطالب هر فصل آمده است. در فصل اول، مفاهیم اصلی مجموعه های فازی را بیان کرده و به تعریف متغیر تصادفی فازی براساس مقاله چاچی و حسامیان [6] پرداخته و براساس تعریف تابع توزیع تجمعی و تجربی در محیط فازی که در مقاله چاچی و حسامیان [6] بیان شده تعریف جدیدی برای تابع توزیع تجمعی و تجربی در محیط فازی بیان کرده ایم. در فصل دوم، به معرفی تابع آنتروپی و برآوردگر آنتروپی واسیچک و ون ای اس در محیط فازی پرداخته ایم. در فصل سوم، آزمون های نیکویی برازش براساس ماکسیمم آنتروپی و اطلاع کولبک-لیبلر در حالت کلاسیک را به محیط فازی تعمیم داده ایم و از روش شبیه سازی مونت کارلو و بوت استرپ برای بدست آوردن آماره آزمون و ناحیه بحرانی استفاده کرده ایم. در فصل چهارم، ابتدا تعریف جدیدی برای پارامتر در محیط فازی بیان کرده و سپس به برآورد آن در محیط فازی پرداخته ایم.

منابع مشابه

آزمون نیکویی برازش برای توزیع نمایی وزنی

در رده جدیدی از توزیع های نمایی وزنی که توسط گوپتا و کاندو [1] ارائه شد، پارامتر چولگی به توزیع نمایی اضافه گردیده است. بنابراین توزیع نمایی وزنی دارای پارامترهای چولگی و مقیاس است. در این مقاله آزمون نیکویی برازش برای این رده با پارامترهای مجهول را بررسی می کنیم. آزمون بر مبنای آماره های معروف اندرسون و کلموگروف-اسمیرنف انجام می گیرد. برای یافتن چندک های آماره اندرسون از روش بوت استرپ اما در م...

متن کامل

آزمون نیکویی برازش برای توزیع نمایی برمبنای برآورد اطلاع رنی

  آزمون نیکویی برازش برای توزیع نمایی برمبنای آنتروپی اولین بار توسط ابراهیمی و همکاران (1992) به کمک برآورد اطلاع کولبک لایبلر معرفی شد. ما در این مقاله ابتدا اطلاع رنی را به روشی همانند روش به کار گرفته شده توسط کوریا (1995) برای برآورد آنتروپی شانون، برآورد نموده و سپس از آن به عنوان آماره آزمون نمایی بودن توزیع استفاده می­کنیم. در ادامه توان آزمون های پیشنهادی را با چند آزمون دیگر به کمک شب...

متن کامل

آزمون نیکویی برازش برای توزیع نمایی وزنی

در رده جدیدی از توزیع های نمایی وزنی که توسط گوپتا و کاندو [1] ارائه شد، پارامتر چولگی به توزیع نمایی اضافه گردیده است. بنابراین توزیع نمایی وزنی دارای پارامترهای چولگی و مقیاس است. در این مقاله آزمون نیکویی برازش برای این رده با پارامترهای مجهول را بررسی می کنیم. آزمون بر مبنای آماره های معروف اندرسون و کلموگروف-اسمیرنف انجام می گیرد. برای یافتن چندک های آماره اندرسون از روش بوت استرپ اما در م...

متن کامل

آزمون نیکویی برازش توزیع نمایی برمبنای برآوردگرهای جدید آنتروپی

در این مقاله، ابتدا دو برآوردگر جدید آنتروپی معرفی می‌شود. سپس آزمون نیکویی برازش فرضیه نمایی بودن توزیع جامعه برمبنای برآوردگرهای جدید معرفی می‌شود و توان آنها با توان سایر آزمون‌های برمبنای آنتروپی توزیع نمایی مورد مقایسه قرار می‌گیرد. نتایج مطالعات شبیه‌سازی نشان می‌دهد که برآوردگرهای پیشنهادی عموما عملکرد بهتری در مقایسه با سایر برآوردگرها در برآورد آنتروپی و آزمون نیکویی برازش دارند

متن کامل

آزمون های نیکویی برازش مبتنی بر آنتروپی

در رساله حاضر پس از بیان کلیاتی در مورد آنتروپی و برآوردگرهایش، برآوردگری برای آنتروپی معرفی کرده ایم. ویژگی ها و سازگاری برآوردگر اثبات شده است. سه توزیع نرمال، نمایی و یکنواخت را در نظر گرفته-ایم، این برآوردگر را از لحاظ اریبی و جذر میانگین مربع خطا برای توزیع های یاد شده با سایر برآوردگرهای آنتروپی مقایسه کرده ایم. سپس به مبحث آزمون های نیکویی برازش براساس آنتروپی پرداخته و آزمون هایی جدید...

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 بیرجند - دانشکده علوم ریاضی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023