مباحثی مربوط به پیش بینی دو-نمونه ای در داده های ترتیبی

با توجه به اهمیت پیش بینی داده های ترتیبی در مسائل مختلف ازجمله قابلیت اعتماد و تحلیل بقا، در این رساله، سعی بر این است تا فواصل پیش بینی مناسب برای داده های ترتیبی آینده با توجه به اطلاعات موجود، ارائه شود. در ساده ترین حالت، پیش بینی آماره های مرتب بر اساس آماره های مرتب مشاهده شده، مورد مطالعه قرار گرفته است. در بعضی از موارد، ممکن است داده های مشاهده شده و آینده از یک نوع نباشند. به عنوان مثالی در این زمینه، پیش بینی آماره های مرتب سانسور فزاینده نوع دو بر اساس k-رکوردها مورد بررسی قرار گرفته است. در بسیاری از مسائل کاربردی مانند زیست شناسی و کنترل کیفیت اندازه نمونه تصادفی نمی تواند همواره ثابت درنظر گرفته شود. بحث پیش بینی داده های ترتیبی در حالتی که اندازه نمونه تصادفی باشد، برای آماره های مرتب تعمیم یافته نیز مد نظر قرار گرفت. در برخی از موارد فواصل پیش بینی بهینه به روش های مختلفی شامل: روش تصادفی، روش مبتنی بر آماره های مرتب کسری و روش درون یابی مورد ارزیابی قرار گرفته اند.