fa برآوردگر ماکسیمم درستنمایی توزیع آلفا-پایدار استنباط آماری Statistical Inference پژوهشی بنیادی Research <p dir="rtl" style="margin: 0px; text-align: justify;">خانواده توزیع‌های آلفا-پایدار از دو خاصیت چولگی و سنگینی دم برخوردار بوده و در نتیجه به‌طور گسترده‌‌ای در حوزه‌های مطالعاتی متعددی مورد استفاده قرار می‌گیرد. متاسفانه، برای تقریبا همه اعضای این خانواده، تابع چگالی با شکل تحلیلی وجود ندارد و در نتیجه یافتن برآوردگرهای ماکسیمم درستنمایی پارامترهای این توزیع به یک مسئله چالشی بدل شده است. در این مقاله، به‌منظور برطرف کردن این مشکل، نوعی الگوریتم &lrm;EM&lrm; پیشنهاد می‌شود. کارایی این الگوریتم به کمک شبیه‌سازی و همچنین تحلیل سه دسته از داده‌های واقعی مورد بررسی قرار خواهد گرفت.</p> <div style="text-align: justify;">&lrm;The class of &alpha;-stable distributions incorporates both heavy tails and skewness and so are the most widely used class of distributions in several fields of study which incorporates both the skewness and heavy tails&lrm;. &lrm;Unfortunately&lrm;, &lrm;there is no closed-form expression for the density function of almost all of the members of this class&lrm;, &lrm;and so finding the maximum likelihood estimator for the parameters of this distribution is a challenging problem&lrm;. &lrm;In this paper&lrm;, &lrm;in order to tackle this issue&lrm;, &lrm;we propose some type of EM algorithm&lrm;. &lrm;The performance of the proposed EM algorithm is demonstrated via simulation and analyzing three sets of real data&lrm;.</div> الگوریتم ‎EM‎, برآوردگر ماکسیمم درستنمایی, توزیع آلفا-پایدار. α-Stable Distribution, EM Algorithm, Maximum Likelihood Estimator. 73 94 http://jss.irstat.ir/browse.php?a_code=A-10-1058-3&slc_lang=fa&sid=1 Mahdi Teimouri مهدی تیموری teimouri@aut.ac.ir 10031947532846006097 10031947532846006097 Yes Department of Statistics‎, ‎Faculty of Science and Engineering‎, ‎Gonbad Kavous University‎, ‎Gonbad Kavous‎, ‎Iran. گروه آمار، دانشکده علوم پایه و فنی مهندسی، دانشگاه گنبد کاووس