[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: جلد 16، شماره 2 - ( 12-1401 ) ::
جلد 16 شماره 2 صفحات 308-295 برگشت به فهرست نسخه ها
برآوردگرهای بیزی و E-بیزی در مدل بر نوع 12 بر اساس داده‌های سانسور شده تحت تابع زیان گامای برگردانده
علا الحمیده ، مهران نقی زاده قمی* ، آزاده کیاپور
چکیده:   (441 مشاهده)
در این مقاله، به محاسبه برآوردگرهای بیزی و  E-بیزی در مدل بر نوع ۱۲ پرداخته می‌شود. برآوردگرها بر اساس داده‌های سانسور شده نوع دوم تحت تابع زیان کراندار گامای برگردانده به دست می‌آیند. رابطه بین برآوردگرهای E-بیز و همچنین ویژگی‌های مجانبی آن‌ها ارائه می‌شوند. عملکرد برآوردگرهای ارائه شده با استفاده از شبیه‌سازی مونت کارلو مورد بررسی قرار می‌گیرند. 
شماره‌ی مقاله: 3
واژه‌های کلیدی: برآوردگر بیز، برآوردگر E-بیز، تابع زیان گامای برگردانده، مدل بر نوع ۱۲.
متن کامل [PDF 161 kb]   (290 دریافت)    
نوع مطالعه: پژوهشی بنیادی | موضوع مقاله: استنباط آماری
دریافت: 1401/5/14 | پذیرش: 1401/12/10 | انتشار: 1401/9/30
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

alhamidah A, naghizadeh M. Bayesian and E-Bayesian estimators in Burr type XII model based on censored data under reflected gamma loss function. JSS 2023; 16 (2) :295-308
URL: http://jss.irstat.ir/article-1-812-fa.html

الحمیده علا، نقی زاده قمی مهران، کیاپور آزاده. برآوردگرهای بیزی و E-بیزی در مدل بر نوع 12 بر اساس داده‌های سانسور شده تحت تابع زیان گامای برگردانده. مجله علوم آماری. 1401; 16 (2) :295-308

URL: http://jss.irstat.ir/article-1-812-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
جلد 16، شماره 2 - ( 12-1401 ) برگشت به فهرست نسخه ها
مجله علوم آماری – نشریه علمی پژوهشی انجمن آمار ایران Journal of Statistical Sciences

Persian site map - English site map - Created in 0.05 seconds with 30 queries by YEKTAWEB 4570