در این مقاله یک توزیع دو پارامتری جدید به عنوان تعمیمی از توزیع لیندلی، تحت عنوان توزیع لیندلی لگاریتمی با تابع نرخ شکست صعودی و وانی شکل معرفی می‌شود. توزیع جدید از ترکیب توزیع لیندلی و توزیع لگاریتمی به‌دست می‌آید. چندین ویژگی از توزیع جدید از جمله تابع چگالی، تابع نرخ شکست، چندک‌ها و گشتاورها محاسبه می‌شود. برآورد ماکسیمم درستنمایی با استفاده از الگوریتم EM به‌دست می‌آید. در نهایت برتری این توزیع نسبت به توزیع لیندلی، با استفاده از دو سری داده واقعی نشان داده می‌شود.

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.

در این مقاله، وقتی که X و Y متغیرهای تصادفی مستقل و دارای توزیع رایلی با پارامترهای متفاوت هستند، برآوردهای E-بیز و بیز سلسله‌مراتبی پارامتر تنش-مقاومت یک سیستم، تحت تابع زیان لاینکس به دست آورده می‌شود. سپس با استفاده از روش شبیه‌سازی مونت‌کارلو و دو مجموعه داده‌های واقعی، این برآوردگرهای جدید با هم و با برآورد بیزی پارامتر تنش-مقاومت مقایسه می‌شوند. 

در این مقاله، برآوردیابی و پیش‌بینی برای توزیع پواسن-نمایی بر اساس رکوردهای پایین و زمان‌های بین رکورد مورد مطالعه قرار می‌گیرند. برآوردیابی با روش‌های ماکسیمم درستنمایی و بیزی بر اساس دو تابع زیان متقارن و نامتقارن صورت می‌‍‌پذیرد. از آن‌جا که به نظر می‌رسد انتگرال‌های مرتبط با برآوردهای بیزی دارای فرم‌های بسته نیستند، از الگوریتم‌های متروپولیس-هستینگز درون گیبز و نمونه‌گیری نقاط مهم برای تقریب این انتگرال‌ها استفاده می‌شود. همچنین پیش‌بینی بیزی رکوردهای آینده نیز مورد بررسی قرار می‌گیرد. یک مطالعه شبیه‌سازی و یک مثال کاربردی برای ارزیابی و نشان دادن کاربرد نتایج مقاله و همچنین مقایسه نتایج عددی وقتی استنباط بر اساس رکوردها و زمان‌های بین رکورد است، با هنگامی که استنباط تنها بر اساس رکوردها صورت می‌پذیرد، ارائه می‌گردد.

این مقاله برآوردگرهای انقباضی نوع-لیو را برای ضرایب مدل رگرسیونی خطی با حضور هم‌خطی چندگانه تحت اﻃﻼﻋﺎت زیﺮﻓﻀﺎ پیشنهاد می‌دهد. عملکرد برآوردگرهای معرفی شده از نظر کارایی نسبی آن‌ها از طریق شبیه‌سازی مونت کارلو و یک مجموعه داده واقعی با برآوردگر نوع-لیو مقایسه می‌شود. نتایج آشکار می‌کنند که برآوردگرهای معرفی شده نسبت به برآوردگر نوع-لیو عملکرد بهتری دارند.

در این مقاله، تحت نمونه‌های سانسور فزاینده پیوندی بهبود یافته، برآورد بیزی پارامتر قابلیت اعتماد چندمؤلفه‌ای با مؤلفه‌های مقاومت غیر یکسان در توزیع گومپرتز تعمیم‌یافته یکه، بررسی می‌شود. این مسئله در سه حالت مختلف حل شده است. در حالت اول، فرض می‌شود که متغیرهای تنش و مقاومت دارای پارامترهای غیر مشترک نامعلوم هستند. در حالت دوم  فرض می‌شود که متغیرهای تنش و مقاومت دارای دو پارامتر مشترک و یک پارامتر غیر مشترک هستند به‌طوری‌که همه این پارامترها نامعلومند. در حالت سوم، فرض می‌شود که متغیرهای تنش و مقاومت دارای دو پارامتر مشترک معلوم و یک پارامتر غیر مشترک نامعلوم هستند. در هر کدام از این حالت‌ها، برآورد بیزی پارامتر قابلیت اعتماد چندمؤلفه‌ای با مؤلفه‌های مقاومت غیر یکسان، به‌دست می‌آیند. در نهایت با روش شبیه‌سازی مونت کارلو عملکرد برآوردهای مختلف با هم مقایسه شده و نتایج روی یک سری داده واقعی پیاده‌سازی می‌شوند.