آزمون نمایی بودن بر اساس داده های کامل و سانسور شده
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه مازندران - دانشکده علوم ریاضی
- نویسنده سیده سودابه همایونی
- استاد راهنما اکبر اصغرزاده احمد پوردرویش
- سال انتشار 1391
چکیده
توزیع نمایی یکی از پر کاربردترین توزیع ها در قابلیت اعتماد است. به دلیل قابلیت گسترده و ارتباط آن با دیگر توزیع ها مانند گاما و وایبل آزمون های متعددی به منظور تعیین اینکه که مدل نمایی بر نمونه داده شده برازش می شود مطرح شده است. در این پایان نامه چندین آماره برای آزمون نمایی بودن ارائه و توزیع دقیق و مجانبی آنها تحت فرض صفر بررسی می شود. یکی ازاین آماره ها برای آزمون نمایی بودن آماره تیکو برای داده های کامل می باشد. در ادامه یک آزمون نیکویی برازش برای توزیع نمایی بر پایه داده-های کامل و سانسور فزاینده نوع دو معرفی می شود. این آزمون که بر پایه فواصل آماره های ترتیبی متوالیست، تعمیمی از آماره تیکو می باشد. توزیع دقیق ومجانبی آماره آزمون نمایی بودن تحت فرض صفر بررسی و توان آزمون تحت فرض های مقابل مختلف مثل وایبل و گاما به کمک شبیه سازی مونت کارلو محاسبه می شود. همچنین یک تقریبی از توان بر پایه نرمال بودن محاسبه و نتایج با توان شبیه سازی شده مقایسه می شوند. در انتها از اطلاع کولبک لایبلر برای طرح یک آزمون نمایی بودن بر پایه داده های کامل و سانسور فزاینده نوع دو استفاده می کنیم. از آنجا که تعیین توزیع دقیق این آماره آزمون امکان پذیر نمی باشد از شبیه سازی مونت کارلو، نقاط بحرانی این آزمون را محاسبه می کنیم. همچنین از شبیه سازی مونت کارلو برای محاسبه توان آزمون تحت فرض های مقابل مختلف استفاده خواهیم کرد.
منابع مشابه
برآوردگر انقباضی بیزی برای پارامتر مقیاس توزیع نمایی بر اساس داده های سانسور شده
معمولا با مشاهده یک نمونه تصادفی و با استفاده از روشهای معمول برآوردیابی مانند روش ماکسیمم درستنمایی به برآورد پارامتر نامعلوم میپردازند. در بعضی مواقع اطلاعاتی در مورد پارامتر واقعی بهصورت یک حدس در اختیار داریم. در چنین حالتهایی میتوان برآوردگر ماکسیمم درستنمایی یا هر برآوردگر دیگری را در جهت مقدار حدسی منقبض کرد و برآوردگرهای انقباضی را ساخت. در این مقاله، به مطالعه رفتار یک برآوردگر ان...
متن کاملبرآوردگر انقباضی بیزی برای پارامتر مقیاس توزیع نمایی بر اساس داده های سانسور شده
معمولا با مشاهده یک نمونه تصادفی و با استفاده از روش های معمول برآوردیابی مانند روش ماکسیمم درستنمایی به برآورد پارامتر نامعلوم می پردازند. در بعضی مواقع اطلاعاتی در مورد پارامتر واقعی به صورت یک حدس در اختیار داریم. در چنین حالت هایی می توان برآوردگر ماکسیمم درستنمایی یا هر برآوردگر دیگری را در جهت مقدار حدسی منقبض کرد و برآوردگرهای انقباضی را ساخت. در این مقاله، به مطالعه رفتار یک برآوردگر ان...
متن کاملبرآورد 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...
متن کاملاستنباط بیزی در خانواده نمایی تعمیم یافته بر اساس داده های سانسور شده
چکیده رساله/پایان نامه : توزیع نمایی تعمیم یافته از توزیع های مهم در تحلیل بقاء به حساب می آید که توسط گوپتا و کاندو (1999) پیشنهاد شد. در این پایان نامه، خصوصیات آماری توزیع نمایی تعمیم یافته بیان می شود وسپس روش های مختلف برآورد کلاسیک پارامترهای این توزیع بررسی و کارایی آنها را با استفاده از شبیه سازی های عددی مقایسه می کنیم. همچنین برآوردگرهای بیزی پارامترهای مجهول را مورد مطالعه قرار د...
15 صفحه اولاستنباط آماری بر اساس داده های سانسور شده پیش رونده نوع دو تطبیقی در توزیع نمایی
سانسور پیش رونده نوع دو تطبیقی آمیخته ای از طرح های سانسور نوع یک و نوع دو پیش رونده است که اولین بار توسط ان جی و همکاران (2009)معرفی شده است. در این سانسور مقدار نمونه موثر((m ثابت و طرح سانسور پیش رونده به صورت (rm...وr2وr1) در نظر گرفته می شود .به طوریکه مقادیر ri ها ممکن است در طول مدت آزمایش تغییر کنند . اگر زمان آزمایش از زمان از ثابتt بیشتر باشد، اما تعداد شکست های مشاهده شده به m واحد ...
15 صفحه اولمنابع 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 مازندران - دانشکده علوم ریاضی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023