KaydedilenlerDerginizi ekleyin

Dergiler / Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2021 / Cilt: 14 - Sayı: 3

Gompertz Flexible Weibull Dağılımı için Tahmin Yöntemlerinin bir Karşılaştırması

A Comparison of Estimation Methods for Gompertz Flexible Weibull Distribution

Caner TANIŞ
Kadir KARAKAYA
Sayfa
887–897
Yayın Tarihi
2021-12-18
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Ayrıca Gompertz flexible Weibull dağılımının kullanışlılığını göstermek ve bahsedilen beş tahmin yöntemine dayalı olarak tahminleri elde etmek için gerçek veri çalışmaları sunulmuştur.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Gompertz flexible Weibull dağılımı, flexible Weibull dağılımının bir türüdür.
📊
Temel Bulgular & Veri:Biz Gompertz flexible Weibull dağılımının parametrelerinin tahmini problemini ele aldık.
💡
Sonuç & Katkı:Ayrıca Gompertz flexible Weibull dağılımının kullanışlılığını göstermek ve bahsedilen beş tahmin yöntemine dayalı olarak tahminleri elde etmek için gerçek veri çalışmaları sunulmuştur.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Gompertz flexible Weibull dağılımı · en çok olabilirlik tahmin edicisi · en küçük kareler tahmin edicisi

Özet

Gompertz flexible Weibull dağılımı, flexible Weibull dağılımının bir türüdür. Biz Gompertz flexible Weibull dağılımının parametrelerinin tahmini problemini ele aldık. Gompertz flexible Weibull dağılımı için birkaç tahmin yöntemi üzerinde durduk. En çok olabilirlik, en küçük kareler, ağırlıklandırılmış en küçük kareler, Anderson Darling ve Cramer-von Mises tahmin edicileri düşünülmüştür. Bu tahmin edicileri yan ve hata kareler ortalaması açısından karşılaştırabilmek için bir Monte Carlo simülasyon çalışması yapılmıştır. Ayrıca Gompertz flexible Weibull dağılımının kullanışlılığını göstermek ve bahsedilen beş tahmin yöntemine dayalı olarak tahminleri elde etmek için gerçek veri çalışmaları sunulmuştur.

Abstract

Gompertz flexible Weibull distribution is an extension of flexible Weibull distribution. We tackle the problem of estimation of parameters of Gompertz Weibull distribution. We discuss several methods of estimation for Gompertz flexible Weibull distribution. Maximum likelihood estimators, least squares estimators, weighted least squares estimators, Anderson-Darling estimators, Cramer-von Mises estimators are considered. A Monte Carlo simulation study is performed in order to compare these estimators in terms of their biases and mean square errors. Also, real data applications are presented to illustrate the usefulness of Gompertz flexible Weibull distribution and obtain estimates based on five methods of estimation.

🔖

Bu Makaleye Atıf Yap

TANIŞ, C., KARAKAYA, K. (2021). Gompertz Flexible Weibull Dağılımı için Tahmin Yöntemlerinin bir Karşılaştırması. Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 14 - Sayı: 3, 887–897. https://ajindex.com/articles/395444

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (11)

  1. Ali, S., Dey, S., Tahir, M., Mansoor, M., (2020). “The Comparison Of Different Estimation Methods For The Parameters Of Flexible Weibull Distribution”, Communications Series A1 Mathematics & Statistics, 69, 794-814.
  2. Asgharzadeh, A., Rezaie, R., Abdi, M., (2011). “Comparisons of methods of estimation for the half-logistic distribution”, Selçuk Journal of Applied Mathematics, 93-108.
  3. Bebbington, M., Lai, C. D., Zitikis, R., (2007). “A flexible Weibull extension,” “Reliability Engineering & System Safety”, 92, 719-726.
  4. Bjerkedal, T., (1960). “Acquisition of Resistance in Guinea Piesinfected with Different Doses of Virulent Tubercle Bacill”, American Journal of Hygiene, 72, 130-148.
  5. Khaleel, M. A., Oguntunde,, P. E., Ahmed,, M.T., Ibrahim, N.A., Loh Y.F., (2020). “The Gompertz Flexible Weibull Distribution and its Applications,” Malaysian Journal of Mathematical Sciences, 14, 169-190.
  6. Kundu, D., Raqab, M. Z., (2009). “Estimation of R = P(Y Kurban, M., Kanta, Y., Hocaoğlu, F. O., (2007). “Weibull Dagılımı Kullanılarak Rüzgar Hız ve Güç Yoğunluklarının İstatistiksel Analizi”, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 7, 205-218.
  7. Lawless, J. F., (1982). “Statistical Models and Methods for Lifetime Data”, Second ed., Wiley, New York. Nassar, M., Afify, A. Z., Dey, S., Kumar, D., (2018). “A new extension of Weibull distribution: properties and different methods of estimation”, Journal of Computational and Applied Mathematics, 336, 439-457.
  8. Nichols, M. D., Padgett, W. J., (2006). “A bootstrap control chart for Weibull percentiles”, Quality and Reliability Engineering International, 22, 141-151.
  9. Peng X., Yan, Z., (2014). “Estimation and application for a new extended Weibull distribution,” Reliability Engineering & System Safety, 121, 34-42.
  10. Taniş, C., Saracoglu, B., (2019). “Comparisons of six different estimation methods for log-Kumaraswamy distribution”, Thermal Science, 23, 1839-1847.
  11. Xu, K. Xie, M., Tang, L. C., Ho, S. L., (2003). “Application of neural networks in forecasting engine systems reliability”, Applied Soft Computing, 2, 255-268.