برآورد پارامتر قابلیت اعتماد R=P(X>Y) در توزیع لیندلی توانی با استفاده از داده‌های رکورد بالایی

Authors

Abstract:

در ادبیات تحقیق، استنباط آماری برای پارامتر تنش-مقاومت R=P(X>Y) بسیار مورد توجه قرار گرفته است. اخیراً نیز برآورد آماری پارامتر R در توزیع لیندلی توانی و بر اساس داده‌های کامل توسط قیطانی و همکاران [7] انجام شده است. اما در عمل ممکن است با داده‌های رکوردی سروکار داشته باشیم که در آنها تنها مشاهداتی که بزرگتر از همه مشاهدات قبلی خود باشند، گزارش می‌شوند. در این مقاله، با فرض اینکه متغیرهای تصادفی تنش و مقاومت Y و X مستقل از یکدیگر بوده و دارای توزیع لیندلی توانی هستند، به مسأله برآورد پارامتر قابلیت اعتماد R بر اساس داده‌های رکورد بالایی می‌پردازیم. ابتدا برآورد ماکسیمم درستنمایی و همچنین فاصله اطمینان مجانبی را برای پارامتر R به دست می‌آوریم. همچنین، با در نظر گرفتن توابع زیان مربع خطا و لاینکس، برآوردگرهای بیز R را محاسبه خواهیم کرد. از آنجا که برآوردگرهای بیز فوق دارای فرم صریحی نیستند، از روش تقریب لیندلی و نیز روش مونت کارلوی زنجیر مارکوفی برای به دست آوردن تقریبی از برآوردهای بیز استفاده می‌کنیم. سپس به منظور مقایسه عملکرد روش‌های ارائه شده یک مطالعه شبیه‌سازی انجام شده است. در انتها با استفاده از داده‌های واقعی، کاربردی از استنباط‌های انجام شده بر اساس داده‌های رکورد بالایی ارائه می‌شود.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

اثر بربرین در تنظیم آستروسیتهای Gfap+ ناحیه هیپوکمپ موشهای صحرایی دیابتی شده با استرپتوزوتوسین

Background: Diabetes mellitus increases the risk of central nervous system (CNS) disorders such as stroke, seizures, dementia, and cognitive impairment. Berberine, a natural isoquinolne alkaloid, is reported to exhibit beneficial effect in various neurodegenerative and neuropsychiatric disorders. Moreover astrocytes are proving critical for normal CNS function, and alterations in their activity...

full text

برآورد پارامتر قابلیت اعتماد تنش-مقاومت در توزیع لوژستیک تعمیم یافته

رابطه بین تنش-مقاومت‏، تحت عنوان مدل های تنش-مقاومت شناخته می شود. در این مدل ها عبارت (‎p(y<x زیاد به کار می رود‏. ‎مسئله برآورد (p(y<x برای حالتی که ‎‎‎‎x‎‏ و ‎y‎‎‏ دو متغیر تصادفی مستقل از هم هستند‏، همواره مورد توجه بوده است.‎‎ در‎ این پژوهش، برای حالتی که دو متغیر تصادفی ‎‎‎‎x‎‎‏ و ‎y‎‏ مستقل از هم با توزیع لوژستیک تعمیم یافته نوع اول هستند‏، به برآورد نقطه ای و فاصله ای با دو رویکرد کلاس...

برآورد عملکرد شبکه توزیع آب شهری با تلفیق قابلیت اعتماد هیدرولیکی و مکانیکی

بررسی عملکرد شبکه‌های توزیع آب در فاز طراحی و بهره‌برداری در بهینه‌سازی این شبکه‌ها اهمیت فراوانی دارد. از جمله شاخص‌های برآورد عملکرد این شبکه‌ها، شاخص قابلیت اعتماد است که نشان‌دهنده توانایی شبکه برای رساندن آب کافی با کیفیت مناسب به مصرف‌کنندگان در زمان مناسب است. قابلیت اعتماد از جنبه‌های گوناگون مکانیکی، هیدرولیکی و کیفی در شرایط عادی و غیرعادی مان...

full text

برآورد پارامتر توزیع نمایی سانسور شده از راست

در این مقاله ابتدا طرح سانسور نوع دوم پیشرو تعمیم‌یافته (سانسور از راست) معرفی می‌شود. سپس تابع درست‌نمایی را برای این‌گونه متغیرها به دست آورده شده و در حالت توزیع نمایی، تابع درست‌نمایی به صورت دقیق محاسبه گردیده است. از آنجا که برآوردگر درست‌نمایی ماکسیمم حاصل از این تابع صورت تحلیلی ندارد، لذا با استفاده از روش عددی «موقعیت خطا»، برآورد پارامتر نمایی را به دست می‌آوریم. در پایان یک بازه اطم...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 10  issue 1

pages  106- 134

publication date 2020-05-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023