---

در بسیاری تحقیقات مربوط به آزمونهای طول عمر، با محدودیتهایی مانند زمان و تعداد واحد نمونه مواجه هستیم، که این عوامل باعث می شود پژوهشگر دسترسی به کل داده ها نداشته باشد. بنابراین پیش بینی مقادیر مشاهده نشده بر اساس اطلاعات واحدهایی از نمونه که در دسترس می باشند، ارزش مطالعه دارد. دراین مقاله با فرض اینکه مشاهدات اصلی از مدل نمایی پیروی می کنند و محدودیت اعمال شده بر داده ها سانسور دو طرفه است، پیش بینی مقادیر مشاهده نشده را از دیدگاه آمار بیز در دو حالت یک نمونه ای و دو نمونه ای مورد بررسی قرار داده ایم. در هر حالت پیش بینی فاصله ای با پوشش داده شده بدست می آید. در پایان با ارایه یک مثال عددی، نتایج بدست آمده تحلیل شده است.

---

در پایان دسامبر 2019، گسترش یک بیماری عفونی جدید در شهر ووهان چین گزارش شد که توسط یک کروناویروس جدید ایجاد شده و به طور رسمی توسط سازمان بهداشت جهانی به عنوان کووید-19 نام­گذاری گردید. با عبور تعداد قربانیان این ویروس از مرز ۱۰۰۰ نفر، سازمان بهداشت جهانی برای بیماری ناشی از آن نام رسمی کووید-19را انتخاب کرد که اشاره‌ای به «کرونا»، «ویروس»، «بیماری» و سال ۲۰۱۹ دارد. پیش­بینی هایی در ارتباط با کووید-19 می­تواند به دولت در تصمیم گیری­های بهتر کمک کند. در این مقاله، از یک رویکرد عینی برای پیش بینی هایی در ارتباط با کووید-19 مبتنی بر روش­های آماری استفاده شده است. تحلیل ها با این فرض انجام شده اند که داده ­های ارائه شده قابل اعتماد هستند. مهم ترین هدف، پیش بینی روند شیوع ویروس کرونا برای تعداد موارد مبتلای قطعی، فوتی و بهبودیافته و تخمین مدت زمان مدیریت این ویروس است که از روش هموارسازی نمایی برای پیش بینی استفاده شده است.  این خانواده از مدل­ها، به­خصوص برای سری های زمانی کوتاه مدت بسیار مناسب است. هموارسازی نمایی به زبان ساده نوعی میانگین متحرک است که خود را اصلاح می‌کند. در نهایت با توجه به پیش بینی آماری صورت گرفته، به ارائه راهکارهایی می پردازیم.