فهرست مطالب

Journal of Iranian Statistical Society
Volume:17 Issue: 1, 2018

  • تاریخ انتشار: 1397/03/06
  • تعداد عناوین: 6
|
  • عبدالرضا سیاره، هانیه پناهی صفحات 1-31
    هدف اصلی مدل سازی آماری، شناسایی مدلی است که نزدیک ترین تقریب را به فرایند زمینه ای دارد. معمولا در انتخاب مدل از معیار اطلاع آکائیکه استفاده می شود، اما مقدار عددی دقیق آن تفسیر سرراستی ندارد. در این مقاله، از فرم نرمال شده تفاضل معیارهای آکائیک برای مقایسه مدل های رقیب تحت طرح سانسور هیبرید واحدشده استفاده می کنیم. خواص مجانبی برآوردگر درستنمایی بیشینه بر اساس اصل اطلاع گمشده محاسبه شده است. همچنین، توزیع مجانبی تفاضل نرمال شده معیارهای آکائیک به دست آمده، از آن برای ایجاد یک بازه، موسوم به بازه ردیابی، برای مقایسه مدل های رقیب استفاده می شود. شبیه سازی مونت کارلو برای بررسی کارکرد بازه پیشنهادی تحت طرح های سانسور متعدد انجام شده است. دو مجموعه داده واقعی برای نشان دادن بیشتر اهداف مقاله بررسی شده اند. اولین مجموعه داده برای مقایسه بین توزیع های وایبل و نمایی تعمیم یافته در داده های مربوط به جداسازی ماده اصلی اسانس نعناع و دومین مجموعه داده مربوط به انتخاب بین مدل های مختلف برای طول عمر قطعات الکتریکی است.
  • آزاده کیاپور صفحات 33-47
    در تحلیل مخاطره براساس چارچوب بیزی، محاسبه حق بیمه، نیازمند تعیین یک توزیع پیشینی برای پارامتر مخاطره در داشتمان ناهمگن است. وقتی دانش پیشینی مبهم است، می توان از تحلیل ئی-بیزی و بیزی استوار با در نظر گرفتن رده ای از توزیع ها به جای یک پیشینی تنها برای کنترل عدم حتمیت در تعیین توزیع پیشینی، استفاده کرد. در این مقاله، به برآورد و پیشگویی ئی- بیزی و بیزی استوار حق بیمه در مدل نمایی تحت تابع زیان توان دوم خطا لگاریتمی می پردازیم. یک تحلیل پیش دنباله ای در یک مطالعه شبیه سازی برای مقایسه پیشگوهای پیشنهادی انجام میشود. در پایان، یک مثال از داده های واقعی برای تشریح نتایج آورده شده است.
  • رضا فلاح، محمد آرشی، سید محمد طباطبایی صفحات 49-61
    در مدل خطی بیضوی مقید، تقریبی برای مخاطره یک برآوردگر انقباضی عام برای بردار پارامتر رگرسیونی ارائه شده است. شرط برتری برآوردگر انقباضی نسبت به برآوردگر نامقید تحت فرض بیضوی بودن بررسی شده است. از نتایج عددی پیداست که، در مدل رگرسیونی t –چندمتغیری، برآوردگر انقباضی بهتر از برآوردگر نامقید رفتار می کند.
  • علی اکبر جعفری، رسول روزگار، دباسیس کوندو صفحات 63-88
    در این مقاله رده ای جدید از توزیع های دومتغیری با ترکیب کردن توزیعهای دومتغیری نمایی تعمیم یافته و سری توانی معرفی می شود. این رده جدید توزیع دومتغیره ی نمایی تعمیم یافته - پواسون، توزیع دومتغیری نمایی تعمیم یافته - لگاریتمی، توزیع دومتغیری نمایی تعمیم یافته – دوجمله ای، و توزیع دومتغیری نمایی تعمیم یافته – دوجمله ای منفی را به عنوان حالت های خاص دربردارد. ویژگی های مختلف این رده از توزیع های پیشنهادی را به دست می آوریم. ملاحظه می شود که رده توزیع های پیشنهادی رده ای بسیار انعطاف پذیراز تابع های توزیع اند. این توزیع ها ممکن است دومدی یا دم سنگین نیز باشند. این توزیع ها پنج پارامتر دارند. برآوردگرهای ماکسیمم درستنمایی این پارامترها را نمی توان به شکلی بسته به دست آورد. ما استفاده از الگوریتم ئی-ام را برای محاسبه برآوردگرهای پارامترهای مدل پیشنهاد می کنیم. ملاحظه می شود که اجرای الگوریتم ئی- ام پیشنهادی در عمل بسیار آسان است. به منظور تشریح مطلب، یک مجموعه داده مورد تحلیل قرار گرفته است. همچنین ملاحظه می شود که مدل پیشنهادی و الگوریتم ئی- ام در عمل به خوبی از عهده کار برمی آیند.
  • محمد خراشادی زاده صفحات 89-108
    در این مقاله، با اقتباس از ایده شهودی رائو و همکاران (2004)، شکلی تجمعی از اندازه نادرستی را معرفی می کنیم. همچنین، ویژگی هایی کاربردی و جالبی از این اندازه را برای حالت های مختلف براساس متغیرهای تصادفی طول عمر مانده ای، گذشته و بازه ای به دست می آوریم. با تکیه بر کاربردهای گوناگون رده های تصادفی در حوزه نظریه اطلاع و قابلیت اعتماد، رده های جدیدی از توزیع های طول عمر را براساس اندازه نادرستی تجمعی همراه با روابط آن ها با سایر رده های طول عمر معروف مطالعه می کنیم. به علاوه، برخی نتایج مشخص سازی تحت مدل نرخ خطر معکوس متناسب به دست آمده است. در پایان، توسیعی از اندازه نادرستی تجمعی با در نظر گرفتن تغییرات زمانی t در بازه (t1,t2) موسوم به اندازه بازه ای نادرستی تجمعی مانده ای (گذشته) عمر حاصل شده است. ارتباط این اندازه با نسخه مشابه با آن براساس آنتروپی شانون را نیز بررسی کرده ایم.
  • مسعود گنجی، حسین بیورانی، خانم نسرین حامی صفحات 109-129
    جدیدا، متوجه شده اند که به طور کاملا موثری می توان از روشی تازه برای تولید توزیع های پیوسته، خانواده ی T – X، در تحلیل داده های یک بعدی استفاده کرد. هدف این مطالعه تعمیم این روش به فضای دوبعدی است به قسمی که توزیع های حاشیه ای دارای توزیع های T - X باشند. بنابراین، چندین مثال و ویژگی های این خانواده ارائه شده اند. به عنوان یک کاربرد، توزیع خاصی از این خانواده، موسوم به وایبل-رایلی، به یک مجموعه داده برازش و نشان داده می شود که برازش بهتری دارد.
|
  • Abdolreza Sayyareh, Hanieh Panahi Pages 1-31
    The aim of statistical modeling is to identify the model that most closely approximates the underlying process. Akaike information criterion (AIC) is commonly used for model selection but the precise value of AIC has no direct interpretation. In this paper we use a normalization of a difference of Akaike criteria in comparing between the two rival models under unified hybrid censoring scheme. Asymptotic properties of maximum likelihood estimator based on the missing information principle are derived. Also, asymptotic distribution of the normalized difference of AICs is obtained and it is used to construct an interval, say tracking interval, for comparing the two competing models. Monte Carlo simulations are performed to examine how the proposed interval works for different censoring schemes. Two real datasets have been analyzed for illustrative purposes. The first is selecting between Weibull and generalized exponential distributions for main component of spearmint essential oil purification data. The second is the choice between models of the lifetimes of 20 electronic components.
    Keywords: ýAsymptotic distributioný, ýKullback-Leibler riský, ýMissing information principleý, ýModel selectioný, ýTracking intervalý, ýUnified hybrid censoringý, ýVuong's test
  • Azadeh Kiapour Pages 33-47
    In risk analysis based on Bayesian framework, premium calculation requires specification of a prior distribution for the risk parameter in the heterogeneous portfolio. When the prior knowledge is vague, the E-Bayesian and robust Bayesian analysis can be used to handle the uncertainty in specifying the prior distribution by considering a class of priors instead of a single prior. In this paper, we study the E-Bayes and robust Bayes premium estimation and prediction in exponential model under the squared log error loss function. A prequential analysis in a simulation study is carried out to compare the proposed predictors. Finally, a real data example is included for illustrating the results
    Keywords: Bayes ýpremium, ý Class of ýpriors, ý E-Bayes ýpremium, ý Exponential ýdistribution, ý Robust Bayes ýpremium
  • ÝrÝezaÝ Ý Falah_ÝmÝohammad Arashi_Seyed Mohammad M. Ýtabatabaey Pages 49-61
    In the restricted elliptical linear model, an approximation for the risk of a general shrinkage estimator of the regression vector-parameter is given. Superiority condition of the shrinkage estimator over the restricted estimator is investigated under the elliptical assumption. It is evident from numerical results that the shrinkage estimator performs better than the unrestricted one in the multivariate t-regression model.
    Keywords: Approximate risk, Elliptically contoured distribution, Linear regression model, Restricted estimator, Shrinkage estimatorý
  • Ali Akbar Jafari, Rasool Roozegar, Debasis Kundu Pages 63-88
    In this paper, we introduce a new class of bivariate distributions by compounding the bivariate generalized exponential and power-series distributions. This new class contains the bivariate generalized exponential-Poisson, bivariate generalized exponential-logarithmic, bivariate generalized exponential-binomial and bivariate generalized exponential-negative binomial distributions as special cases. We derive different properties of the proposed class of distributions. It is observed that the proposed class of bivariate distributions is a very flexible class of distribution functions. The joint probability density functions can have a variety of shapes. It can be bimodal as well as heavy tailed also. This distribution has five parameters. The maximum likelihood estimators of the parameters cannot be obtained in closed form. We propose to use EM algorithm to compute the maximum likelihood estimators of the unknown parameters. It is observed that the proposed EM algorithm can be implemented very easily in practice. One data-set has been analyzed for illustrative purposes. It is observed that the proposed model and the EM algorithm work quite well in practice.
    Keywords: Generalized exponentialý, ýPower series distributionsý, ýBivariate distributioný, ýMaximum likelihood estimatorý, ýEM algorithmý
  • Mohammad Khorashadizadeh Pages 89-108
    In this paper, borrowing the intuition in Rao et al. (2004), we introduce a cumulative version of the inaccuracy measure (CIM). Also we obtain interesting and applicable properties of CIM for different cases based on the residual, past and interval lifetime random variables. Relying on various applications of stochastic classes in reliability and information theory fields, we study new classes of the lifetime in terms of the CIM along with their relations with other famous aging classes. Furthermore, some characterization results are obtained under the proportional reversed hazard rate model. Finally, considering that the time t changes in the range (t1;t2), an extension of the CIM, called the interval cumulative residual (past) inaccuracy (ICR(P)I), is derived. We investigate the ICRI’s relation with its analogous version based on Shannon entropy.
    Keywords: Cumulative residual (past) inaccuracyý, ýInterval cumulative residual (past) inaccuracyý, ýKerridge inaccuracyý, ýProportional (reversed) hazard modelý, ýShannon entropy
  • Masoud Ganji, Hossein Bevrani, Nasrin Hami Golzar Pages 109-129
    Recently, it has been observed that a new method for generating continuous distributions, T - X family, can be quite effectively used to analyze the data in one dimension. The aim of this study is to generalize this method to two dimensional space so that the marginals would have T - X distributions. So, several examples and properties of this family have been presented. As an application, a special distribution of this family, called bivariate Weibull-Rayleigh-Rayleigh, is fitted to a data set and is shown to have a better fit.
    Keywords: Bivariate distributioný, ýShannon entropyý, ýT-X family