<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Statistical Sciences</title>
<title_fa>مجله علوم آماری</title_fa>
<short_title>JSS</short_title>
<subject>Basic Sciences</subject>
<web_url>http://jss.irstat.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>1735-8183</journal_id_issn>
<journal_id_issn_online>2783-2929</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi>10.61882/jss</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science>شماره 812/2910/3 مورخ 12/7/1384</journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1405</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2026</year>
	<month>9</month>
	<day>1</day>
</pubdate>
<volume>20</volume>
<number>1</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>برآوردیابی و پیش‌بینی در توزیع لیندلی-وایبول براساس داده‌های رکوردی</title_fa>
	<title>Estimation and Prediction in Lindley-Weibel Distribution Based on Record Data</title>
	<subject_fa>استنباط آماری</subject_fa>
	<subject>Statistical Inference</subject>
	<content_type_fa>پژوهشی بنیادی</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>در این مقاله، روش&#8204;های استنباط آماری برای توزیع لیندلی-وایبول در شرایط فقدان داده&#8204;های کامل و در دسترس بودن تنها مقادیر رکورد بالا توسعه یافته است. با بهره&#8204;گیری از نظریه رکوردها، توابع درستنمایی مربوط به رکوردهای بالا استخراج شده و برآوردگرهای ماکسیمم درستنمایی پارامترها ارائه گردیده است. همچنین، روشی برای پیش&#8204;بینی رکوردهای آینده بر مبنای رکوردهای مشاهده شده پیشنهاد شده است. عملکرد روش&#8204;های ارائه شده از طریق مطالعه شبیه&#8204;سازی و نیز کاربرد روی داده&#8204;های واقعی مربوط به دبی اوج سیلاب مورد ارزیابی قرار گرفته است. نتایج حاکی از آن است که توزیع لیندلی-وایبول از انعطاف&#8204;پذیری مطلوبی در مدل&#8204;سازی داده&#8204;های رکوردی برخوردار بوده و روش&#8204;های استنباطی توسعه یافته از دقت و قابلیت اطمینان مناسبی در برآورد پارامترها و پیش&#8204;بینی مقادیر آینده برخوردارند.</abstract_fa>
	<abstract>The aim of this paper is to develop statistical inference methods for the Lindley-Weibull distribution when only upper record values are available. Using record theory, likelihood functions for parameter estimation are derived, and maximum likelihood estimators are presented. Additionally, a method for predicting future records based on observed records is proposed. The performance of the methods is evaluated through a simulation study and an application to real flood discharge data. The results indicate that the Lindley-Weibull distribution has high flexibility in modeling record data, and the proposed inference methods have appropriate accuracy.</abstract>
	<keyword_fa>توزیع لیندلی-وایبول, گشتاور, برآورد ماکسیمم درستنمایی, پیش‌بینی رکورد</keyword_fa>
	<keyword>Lindley-Weibull distribution, Moment,  MLE, Record prediction.</keyword>
	<start_page>0</start_page>
	<end_page>0</end_page>
	<web_url>http://jss.irstat.ir/browse.php?a_code=A-10-1191-1&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Mehrdad</first_name>
	<middle_name></middle_name>
	<last_name>Norouzi Firooz</last_name>
	<suffix></suffix>
	<first_name_fa>مهرداد</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>نوروزی فیروز</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>mehrdadnorouzifiruz@gmail.com</email>
	<code>6269917778</code>
	<orcid>0009-0002-3093-6152</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>University of Tabriz</affiliation>
	<affiliation_fa>دانشگاه تبریز</affiliation_fa>
	 </author>


	<author>
	<first_name>Hossein</first_name>
	<middle_name></middle_name>
	<last_name>Jabbari Khamnei</last_name>
	<suffix></suffix>
	<first_name_fa>حسین</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>جباری خامنه‌ای</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>h_jabbari@tabrizu.ac.ir</email>
	<code>1377978699</code>
	<orcid>10031947532846009245</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>University of Tabriz</affiliation>
	<affiliation_fa>دانشگاه تبریز</affiliation_fa>
	 </author>


	<author>
	<first_name>Ali Akbar</first_name>
	<middle_name></middle_name>
	<last_name>Heydari</last_name>
	<suffix></suffix>
	<first_name_fa>علی اکبر</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>حیدری</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>heydari@tabrizu.ac.ir</email>
	<code>4050203251</code>
	<orcid>10031947532846009246</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation>University of Tabriz</affiliation>
	<affiliation_fa>دانشگاه تبریز</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
