به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت
جستجوی مقالات مرتبط با کلیدواژه

hierarchical bayesian estimation

در نشریات گروه ریاضی
تکرار جستجوی کلیدواژه hierarchical bayesian estimation در نشریات گروه علوم پایه
تکرار جستجوی کلیدواژه hierarchical bayesian estimation در مقالات مجلات علمی
  • شهرام یعقوب زاده شهرستانی، ایمان مخدوم*

    اگر در مدل تنش-مقاومت، متغیرهای تصادفی X و Y به ترتیب بیان کننده مقاومت و تنش باشند، پارامتر قابلیت اعتماد آن یعنی (R=P(X>Y، به روش های ماکسیمم درستنمایی و بیز و همچنین فواصل اطمینان مختلف آن برای بسیاری از توزیع ها برآورد شد. اما در این مقاله وقتی که متغیرهای تصادفی X و Y مستقل و دارای توزیع های وایبول با پارامترهای شکل یکسان و اسکالر متفاوت می باشند، برآورد E- بیز و برآورد بیز سلسله مراتبی R، تحت توابع زیان مربع خطا و آنتروپی به دست آورده می شود. سپس با استفاده از روش شبیه سازی مونت کارلو، این برآوردهای جدید با هم و با برآورد بیز R مقایسه می شوند.

    کلید واژگان: توزیع وایبول، برآورد E- بیز، برآورد بیز سلسله مراتبی، تابع زیان مربع خطا، تابع زیان آنتروپی، پارامتر تنش مقاومت، شبیه سازی مونت کارلو
  • شهرام یعقوب زاده شهرستانی *
    گاهی اوقات وسیع بودن حوزه تغییرات پارامتر روی فضای پارامتر‏، باعث افزایش خطای برآوردگر پسین بیزی برآورد بیز می شود که در این صورت، برآوردهای E-بیز و بیز سلسله مراتبی می تواند جانشین های مناسبی برای برآورد بیز باشند. بنابر این در این مقاله، وقتی که و متغیرهای تصادفی مستقل و دارای توزیع های نمایی با پارامترهای مختلف می باشند، برآوردهای E-بیز و بیز سلسله مراتبی ، تحت تابع زیان مربع خطا به دست آورده می شود. سپس به کمک روش شبیه سازی مونت کارلو و دو مجموعه داده های واقعی، برآوردگرهای پیشهادی باهم و با برآورد بیز R مقایسه می شوند.
    کلید واژگان: برآورد E-بیز، برآورد بیز سلسله مراتبی، توزیع نمایی، تابع زیان مربع خطا، شبیه سازی مونت کارلو
    Shahram Yaghobzadeh Shahrestani *
    Sometimes the extent of the parameter domain changes over the space of the parameter, increases the risk of posterior Bayesian. In this case, the empirical and hierarchical estimates can be a good substitute for bayesian estimation. In this study, when X and Y are two independent exponential distributions with different parameters, were estimated the E-Bayesian and hierarchical Bayesian for the under squared error loss function. This suggested methods, was compared with each other and with the Bayesian estimator using the Monte Carlo simulation and two set data.
    Keywords: E-Bayesian estimation, hierarchical Bayesian estimation, exponential distribution, squared error loss function, Monte Carlo simulation
نکته
  • 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.
درخواست پشتیبانی - گزارش اشکال