مجله پژوهش های آماری ایران
سال:1389 | دوره:7 | شماره:1 |تعداد مقالات:8

سانسور هیبرید ترکیبی از طرح سانسور نوع اول و دوم می باشد. در این مقاله ابتدا برای پارامترهای نامعلوم توزیع لگ نرمال وقتی که داده ها سانسور هیبرید باشند، براوردگرهای درستنمایی، براوردگرهای درستنمایی تقریبی را به دست می آوریم، سپس از توزیع مجانبی براوردگرهای درستنمایی، برای به دست آوردن بازه اطمینان تقریبی استفاده می کنیم. همچنین با کمک روش شبیه سازی مونت کارلو عملکرد این براوردگرها را با هم مقایسه می کنیم. در انتها نیز برای روشن شدن موضوع یک مثال عددی ارایه می دهیم.

با استفاده از مفهوم علامت یک سیستم که توسط سامانیگو در سال 1985 معرفی شد، کوچار و همکاران در سال 1999 طول عمر سیستم هایی را مقایسه کردند که در آن ها طول عمر مولفه های سیستم ها، متغیرهای تصادفی مستقل و هم توزیع بودند. نتایج آن ها برای سیستم هایی با مولفه های تعویض پذیر توسط ناوارو و همکاران در سال 2005 تعمیم داده شد. در این مقاله برخی اثبات های جایگزین برای این نتایج ارایه شده است. به ویژه از نظر ترتیب تصادفی نرخ مخاطره، دو سیستم با ساختارها و مولفه های متفاوت را مقایسه کرده ایم که قضیه 8 مقاله ناوارو و همکاران را تعمیم می دهد. همچنین از نظر ترتیب تصادفی نسبت درستنمایی، دو سیستم با ساختارها و مولفه های متفاوت مقایسه شده اند. چندین مثال توضیحی نیز بیان شده اند.

در این مقاله، تابع توزیع دامنه و شبه دامنه تغییرات متغیرهای تصادفی را که از توزیع لوژستیک تعمیم یافته نوع یک توسیع یافته نشات می گیرند، به دست می آوریم.

یکی از حوزه های تحقیقاتی جدید که اخیرا در رشته آمار پدیدار شد تحلیل (آماری) شکل است. شکل را به عنوان تمام اطلاعات هندسی باقیمانده از یک شی، زمانی که علاقه ای به اثرات مکان، مقیاس و دوران وجود نداشته باشد، معرفی کردند. فرایند انتشار در تحلیل شکل یا به وسیله مطالعه آشفتگی مختصاتی که بیانگر ماهیت شی اولیه هستند و یا به وسیله تکامل تصادفی خود شکل، انجام می گیرد. ما با مرور روش اول اساسا روش دوم را در نظر می گیریم و به طور اخص خانواده جدیدی از فرایندهای انتشار را معرفی می نماییم. این فرایند می تواند برای مدل بندی پدیده های انتشاری که توسط شکل های تصادفی قابل توصیف ا ند مثل حرکت سلول استفاده شود.

در کاربردهایی از هندسه دیفرانسیل برای بررسی مسائلی از استنباط آماری، مفهوم تباعد (واگرایی) اغلب برای اندازه میزان جدایی بین دو تابع چگالی پارامتری به کار می رود. در این مقاله اندازه های اطلاع مانند کالبک لیبلر، واگرایی جفریز، هلینجر، تباعد (واگرایی) -آلفا، و … بیش تر مورد توجه خواهند بود. علاوه بر این ویژگی ها، نتایج مربوط به فاصله بین توزیع های احتمال با استفاده از توابع مفصل و برخی نامساوی های مفید را به کمک اندازه های اطلاع و وابستگی به دست آورده ایم.

در این مقاله تعمیم جدیدی از توزیع کوشی چوله یک متغیره را معرفی کرده و آن را با GSC (l1, l2)، نشان می دهیم. این توزیع از توزیع کوشی چوله یک متغیره، SC (l1, l2)، که توسط بهبودیان و همکاران (2006) معرفی شد، بسیار انعطاف پذیرتر است. ما همچنین بعضی از ویژگی های مفید این توزیع را بیان کرده و با استفاده از دو مثال عددی، نشان می دهیم که GSC (l1, l2) بهتر از SC (l1, l2)، روی مجموعه داده ها برازش می شود.

مساله براورد پارامتر مقیاس b توزیع F مقیاس بندی شده موقعی که b دارای کران پایین به فرم b≥a است، را تحت تابع زیان آنتروپی در نظر گرفته ایم. براوردگر پذیرفتنی و مینیماکس پارامتر مقیاس b، که حد نقطه به نقطه دنباله ای از براوردگرهای بیزی است، ارائه شده است. همچنین در کلاس براوردگرهای خطی بریده، براوردگرهای پذیرفتنی و تنها براوردگر مینیماکس b به دست آمده اند.