جستجوی مقالات مرتبط با کلیدواژه "empirical distribution function" در نشریات گروه "ریاضی"
تکرار جستجوی کلیدواژه «empirical distribution function» در نشریات گروه «علوم پایه»-
چندین روش به منظور برآورد تابع چگالی احتمال وجود دارد. از سوی دیگر، در نظریه مجموعه های فازی یکی از روش های ساختن تابع عضویت بر پایه ی مجموعه داده، روش مبتنی بر تابع چگالی احتمال است. با توجه به روش های متداول در برآورد تابع چگالی، این مسئله می تواند به محاسبه انواع تابع عضویت بر پایه یک مجموعه داده منجر شود. در این مقاله، برخی از این روش ها بیان و با مثال عددی تشریح می شوند.کلید واژگان: تابع توزیع تجربی, تابع چگالی احتمال, تابع عضویت, تابع هسته
-
The Inverse Gaussian (IG) distribution is widely used to model positively skewed data. In this article, we examine goodness of fit tests for the Inverse Gaussian distribution based on the empirical distribution function. In order to compute the test statistics, parameters of the Inverse Gaussian distribution are estimated by maximum likelihood estimators (MLEs), which are simple explicit estimators. Critical points and the actual sizes of the tests are obtained by Monte Carlo simulation. Through a simulation study, power values of the tests are compared with each other. Finally, an illustrative example is presented and analyzed.
Keywords: Empirical distribution function, Inverse Gaussian distribution, Maximum likelihood estimates, Goodness-of-fit test -
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 مورد آماره کلموگروف-اسمیرنف از روش دیگری استفاده می کنیم. برای برآورد پارامترها از روش ماکسیمم درست نمایی استفاده می شود. با استفاده از شبیه سازی مونت کارلو به بررسی اندازه و توان آزمون ها برای فرض های مقابل گوناگون و اندازه های نمونه متفاوت پرداخته ایم. نتایج نشان می دهد که آزمون کلموگروف-اسمیرنف دارای توان بالاتری نسبت به آزمون اندرسون است.
کلید واژگان: آزمون نیکویی برازش, بوت استرپ پارامتری, تابع توزیع تجربی, شبیه سازی مونت کارلوIn the new class of weighted exponential distributions was presented by Gupta and Kundu [1], the skewness parameter has been added to the exponential distribution. Therefore the weighted exponential distribution has the skewness and scale parameters. In this paper, we first study Anderson and Kolmogorov-Smirnov goodness of fit tests for this class with unknown parameters. Then, we apply bootstrap method for estimation of Anderson’s quantile and another method for Kolmogorov-Smirnov. We use the maximum likelihood method for estimation of parameters. Finally, we compare Kolmogorov-Smirnov and Anderson tests in a Monte Carlo simulation study. The results show that the Kolmogorov–Smirnov test has greater power than Anderson test.Keywords: Goodness of fit test, Parametric bootstrap, Empirical distribution function, Monte Carlo simulation
- نتایج بر اساس تاریخ انتشار مرتب شدهاند.
- کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شدهاست. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
- در صورتی که میخواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.