|
|
|
 |
جستجو در مقالات منتشر شده |
 |
|
6 نتیجه برای سانسور فزاینده
محمد بیات، جعفر احمدی، جلد 6، شماره 2 - ( 12-1391 )
چکیده
امروزه استفاده از روش های مختلف نمونه گیری بر اساس طرح سانسورهای متفاوت در مطالعات مربوط به طول عمر سیستم های مهندسی و آزمایش های صنعتی اهمیت ویژه ای پیدا کرده است. در این مقاله مدل تطبیقی از سانسور فزاینده نوع 1 معرفی شده است. فرض شده است تعداد شی هایی که در یکی از مراحل آزمایش خارج می شوند، متغیری تصادفی و وابسته به زمان و بردار رخدادها و همچنین تعداد سانسور شده های قبلی باشد. نتایج توزیعی در حالت کلی به صورت تحلیلی و صریح به دست آمده است. نشان داده شده است برآوردگر درستنمایی ماکسیمم بر اساس طرح جدید منطبق با سانسور فزاینده نوع 1 معمولی است . در پایان مقاله برای تشریح بیشتر و مقایسه، مطالعه شبیه سازی برای توزیع نمایی یک پارامتری انجام شده است
حسین نادب، حمزه ترابی، جلد 13، شماره 1 - ( 6-1398 )
چکیده
در این مقاله، یک روش کلی برای انجام آزمون نیکویی برازش برای خانواده توزیعهای مکان-مقیاس با استفاده از دادههای سانسور شده فزاینده نوع دوم ارائه و ویژگیهای آن بررسی میشود. سپس با بهکار گیری شبیهسازی مونتکارلو، توان این آزمون با توان برخی از آزمونهای موجود، برای فرضیه گامبل بودن مقایسه میشود. سرانجام از آزمون ارائه شده برای برازش توزیع به یک مجموعه از داده واقعی استفاده میشود.
الهام بصیری، سید مهدی صالحی، جلد 14، شماره 1 - ( 6-1399 )
چکیده
امروزه استنباط براساس نمونههای سانسور شده توسط پژوهشگران زیادی مورد مطالعه قرار گرفته است. یکی از معمولترین روشهای سانسور، سانسور فزاینده نوع دو از راست است. در این روش از سانسور، n واحد در آزمایش قرار میگیرند و در زمان از کارافتادگی هر واحد تعدادی از واحدهای باقیمانده از آزمایش خارج میشوند. این کار ادامه مییابد تا به ازای یک مقدار از قبل تعیین شده مانند m، زمانهای از کارافتادگی m واحد ثبت شوند و سپس آزمایش خاتمه مییابد. برای تعیین بهترین تعدادی که در ابتدا برای واحدهای تحت آزمایش قرار میگیرند معیارهای متفاوتی میتوان در نظر گرفت که یکی از مهمترین آنها معیار هزینه است. در این مقاله با در نظر گرفتن تابع هزینه و توزیع وایبل برای طول عمر دادههای مورد بررسی و طرحهای سانسور مختلف، به تعیین بهترین مقدار برای اندازه نمونه اولیه یعنی n پرداخته میشود. بهمنظور ارزیابی نتایج بدست آمده یک مثال عددی براساس دادههای واقعی ارائه شده است.
اکرم کهن سال، نفیسه آل محمد، فاطمه عزیززاده، جلد 14، شماره 2 - ( 12-1399 )
چکیده
برآورد بیزی پارامتر تنش-مقاومت، در توزیع لوماکس، تحت نمونههای سانسور فزاینده پیوندی در سه حالت بررسی میشود. اول، با فرض اینکه تنش و مقاومت دو متغیر تصادفی با پارامترهای مقیاس مشترک و شکل متفاوت هستند، برآورد بیزی پارامتر تنش-مقاومت با دو روش لیندلی و الگوریتم گیبز تقریب زده میشود. دوم، با فرض اینکه پارامتر مقیاس مشترک معلوم است، برآورد بیزی دقیق پارامتر تنش-مقاومت بهدست آمده است. سوم، با فرض اینکه همه پارامترها متفاوت و نامعلوم هستند، برآورد بیزی پارامتر تنش-مقاومت با الگوریتم گیبز بهدست میآید. همچنین، برآوردگرهای ماکسیمم درستنمایی محاسبه و سودمندی برآوردگرهای بیز در مقایسه با آنها، تائید شدهاند. در نهایت، با استفاده از شبیهسازی مونت کارلو، روشهای مختلف ارزیابی شده و یک مجموعه داده واقعی تحلیل میشود.
دکتر عادله فلاح، جلد 18، شماره 1 - ( 6-1403 )
چکیده
در این مقاله، استنباط ناپارامتری در سیستمهای منسجم k مولفهای هنگامی که دادههای طول عمر سیستم، سانسور شده فزاینده نوع دو هستند مورد مطالعه قرار گرفته است. در این سیستمهای منسجم، فرض میشود ساختار و اثر مشخصه سیستم مشخص هستند. بر اساس دادههای طول عمر سیستم سانسور شده فزاینده نوع دو، بازههای اطمینان ناپارامتری برای چندکهای توزیع طول عمر مولفهها محاسبه شده است. همچنین، حدود تحمل برای توزیع طول عمر مولفهها نیز مورد بررسی قرار گرفته است. بازههای اطمینان ناپارامتری برای چندکها و حدود تحمل بر اساس دو روش، روش تابع توزیع و روش ماتریس آمیخته W محاسبه شده است. برای تشریح بیشتر روشهای بازههای اطمینان معرفی شده، سه مثال عددی ارائه و مورد بررسی قرار گرفته است.
عادله فلاح، جلد 19، شماره 1 - ( 6-1404 )
چکیده
در این مقاله، برآوردیابی برای پارامتر توزیع لیندلی اصلاح شده بر اساس دادههای سانسور شده فزاینده نوع دو مورد مطالعه قرار گرفته است. برآورد ماکسیمم درستنمایی، برآورد به روش محوری و برآورد بیزی پارامتر با دو روش تقریب لیندلی و مونت کارلو زنجیر مارکوف محاسبه شده است. بازههای اطمینان مجانبی، محوری، بوت استرپ و بیزی ارائه شده است. یک مطالعه شبیهسازی مونت کارلو برای ارزیابی و مقایسه عملکرد روشهای مختلف برآورد انجام شده است. همچنین، برای تشریح بیشتر روشهای برآورد معرفی شده دو مثال واقعی ارائه شده است.
|
|
|
|
|
|
|