مقایسه برآوردگرها براساس معیار پیتمن
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده ریاضی
- نویسنده خیراله اخلی
- استاد راهنما جعفر احمدی معصومه فشندی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
در آمار استنباطی روش های زیادی برای تخمین پارامترهای مجهول وجود دارند، بطوریکه منجر به تولید برآوردگرهای متفاوت می شوند. زمانی که بیش از یک برآوردگر برای یک پارامتر مجهول در اختیار داریم، یافتن بهترین برآوردگر دارای اهمیت بوده و بدیهی است که قضاوت باید برمبنای معیاری معقول باشد. یکی از روشهای مقایسه برآوردگرها، معیار میانگین مربعات خطا است. روش دیگری برای مقایسه برآوردگرها، معیار پیتمن نزدیکی می باشد که بر احتمال پیشامدهای معین مبتنی است. این محک براساس فراوانی نسبت نزدیکی برآوردگرها به پارامتر مجهول بنا شده است. خصوصیات و ویژگی های منحصر به فرد معیار پیتمن باعث شده است که توجه پژوهش گران بسیاری را به خود جلب کند، به طوری که در سال های اخیر به شکل گسترده ای توسعه یابد. هدف اصلی این پایان نامه معرفی معیار پیتمن نزدیکی و انتخاب بهترین برآوردگر با استفاده از معیار پیتمن می باشد. در این راستا بهترین برآوردگرهای خطی نااریب و پایا حاصل از داده های سانسور نوع ii توزیع نمایی یک پارامتری را معرفی کرده و آنها را براساس معیار پیتمن با یکدیگر مقایسه نموده و خصوصیات پیتمن یکنوایی و پیتمن سازگاری را نیز بررسی می کنیم. سپس این نتایج را برای داده های رکوردی توزیع نمایی دو پارامتری تعمیم می دهیم. همچنین برآوردگرهای درستنمایی ماکسیمم و نااریب بطور یکنواخت با کمترین واریانس تابع قابلیت اعتماد توزیع نمایی یک پارامتری در سیستمی با n تعمیر مینیمال را مقایسه و در پایان، برآوردگرهای خطی را نیز براساس معیار پیتمن ارزیابی خواهیم کرد.
منابع مشابه
مقایسه برآوردگرها و پیش بینی کننده ها با معیار نزدیکی پیتمن
معیارهای متفاوتی برای مقایسه برآوردگرهای پارامترهای مجهول پیشنهاد شده است. معیار میانگین توان دوم خطا (mse) مهمترین معیار برای مقایسه برآوردگرهای مختلف می باشد. اما موقعیت هایی وجود دارند که mse وجود ندارد یا به دلایل مختلفی نمی توانیم آن را تعیین کنیم. به همین دلیل معیار نزدیکی پیتمن در سال 1937 توسط پیتمن به عنوان یک معیار مقایسه ای جایگزین برای mse پیشنهاد شده است. ...
معیار مقایسه پیتمن در مباحث داده های ترتیبی
در بسیاری از مسائل آماری، برای برآورد پارامتر نامعلوم جامعه، چندین برآوردگر وجود دارد. در موارد که چندین برآوردگر بدست می آید، مسئله انتخاب بهترین برآوردگر معنا پیدا می کند. معیارهای متفاوتی برای بررسی خوب بودن یک برآوردگر معرفی شده است. یکی از معیارهای بسیار معمول ارزیابی برآوردگرها، میانگین توان دوم خطا (mse ) است. معیار دیگری که برای مقایسه برآرودگرها توسط پیتمن در سال 1937 معرفی شد، معیار پ...
مقایسه روشهای متفاوت تعیین پارامترهای سامانه تصویر مرکاتور براساس معیار چبیشوف
بیشتر نقشههای توپوگرافی بزرگمقیاس بر پایه سامانههای تصویر متشابه (Conformal) بنا نهاده شدهاند. شرط لازم در هر سامانه تصویر، تشابه بینهایت کوچک در آن است. چبیشوف (Chebyshev) واپیچش یک سامانه تصویر متشابه را به صورت نوسان لگاریتمی تابع بینهایت کوچکمقیاس در نظر گرفت. طبق معیار چبیشوف بهترین (کمینه واپیچش) سامانه تصویر متشابه روی ناحیه ، سامانهای است که در آن روی مرز ناحیه ثابت باشد. در ا...
متن کاملمقایسه چند پیش گویی برای آماره ترتیبی توزیع نمایی تحت سانسور نوع دوم بر اساس معیار نزدیکی پیتمن
در آزمون های قابلیت اعتماد، یکی از اهداف اصلی پیش گویی زمان شکست است. دراین پایان نامه، پیش گویی ماکسیمم درستنمایی، بهترین پیش گویی نااریب خطی و بهترین پیش گویی ناوردای خطی بر اساس نمونه سانسور شده نوع دوم توزیع نمایی برای $s$امین آماره ترتیبی در حالت یک نمونه ای و دو نمونه ای به دست می آید. سپس پیش گویی های به دست آمده با هم مقایسه می شود. یکی از معیارهای مقایسه دو پیش گویی، احتمال نزدیکی...
15 صفحه اولتعمیمی بر معیار نزدیکی پیتمن داده های ترتیبی برای چندک های جامعه
انتخاب مناسب ترین برآوردگر در بین برآوردگرهای موجود، یکی از دغدغه های محققین در علم آمار است. با توجه به این مهم، معیارهای مختلفی از جمله نااریبی، کمترین میانگین مربعات خطا و غیره به عنوان معیاری برای انتخاب مناسب ترین برآوردگر با توجه به شرایط مسئله مورد توجه قرار گرفته اند. در این پایان نامه معیار دیگری به نام معیار پیتمن ـ نزدیکی را برای انتخاب یک برآوردگر مناسب بررسی می کنیم. از جمله پژ...
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 فردوسی مشهد - دانشکده ریاضی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023