خانواده توزیع‌های آلفا-پایدار از دو خاصیت چولگی و سنگینی دم برخوردار بوده و در نتیجه به‌طور گسترده‌‌ای در حوزه‌های مطالعاتی متعددی مورد استفاده قرار می‌گیرد. متاسفانه، برای تقریبا همه اعضای این خانواده، تابع چگالی با شکل تحلیلی وجود ندارد و در نتیجه یافتن برآوردگرهای ماکسیمم درستنمایی پارامترهای این توزیع به یک مسئله چالشی بدل شده است. در این مقاله، به‌منظور برطرف کردن این مشکل، نوعی الگوریتم ‎EM‎ پیشنهاد می‌شود. کارایی این الگوریتم به کمک شبیه‌سازی و همچنین تحلیل سه دسته از داده‌های واقعی مورد بررسی قرار خواهد گرفت.

در این مقاله، ویژگی‌های آنتروپی تسالیس طول عمر سیستم‌های منسجم با استفاده از مفهوم اثر مشخصه مورد بررسی قرار می‌گیرد. نتایج براساس این فرض است که توزیع طول عمر مؤلفه‌های سیستم‌ مستقل و همتوزیع هستند. به طور خاص، یک فرمول برای محاسبه آنتروپی تسالیس سیستم‌های منسجم ارائه شده است که برای مقایسه سیستم‌هایی با اثر مشخصه یکسان مورد استفاده قرار می‌گیرد. همچنین، کران‌هایی برای آنتروپی تسالیس طول عمر سیستم‌های منسجم ارائه می‌شود. این کران‌ها به خصوص زمانی که سیستم دارای تعداد زیادی مؤلفه یا ساختار پیچیده است، بسیار مفید هستند. در نهایت، یک معیار برای انتخاب سیستم ارجح از بین سیستم‌های منسجم بر اساس آنتروپی تسالیس نسبی ارائه می‌شود.

در پژوهش‌های آماری، طرح‌های آزمایش، برای بررسی اثر متغیرهای کنترل بر پاسخ‌های خروجی به‌کار می‌روند. این روش‌ها مبتنی بر فرض نرمال‌بودن توزیع داده‌ها بوده و در مواجهه با نقاط دورافتاده با چالش‌های اساسی مواجه می‌شوند. مطالعه حاضر به مقایسه پنج رویکرد مختلف علاوه بر روش کلاسیک طرح آزمایش برای مقابله با این چالش می‌پردازد: روش‌های مقاوم‌سازی شامل هوبر، دو مربعی، میانگین جایگزین،  رتبه‌بندی و رگرسیون فازی.  با ارائه شواهد تجربی از داده‌های واقعی رشد گیاهچه و کیفیت جوشکاری، نشان داده می‌شود رگرسیون فازی می‌تواند به‌عنوان جایگزینی کارآمد برای روش‌های متداول در شرایط وجود نقاط دورافتاده مورد استفاده قرار گیرد. نتایج حاکی از آن است که رویکرد فازی نه‌تنها از روش کلاسیک طرح آزمایش، بلکه از روش‌های مقاوم‌سازی استاندارد نیز در مواجهه با داده‌های دورافتاده عملکرد بهتری دارد.