en
jalali
1389
6
1
gregorian
2010
9
1
7
1
online
1
fulltext
en
نگرشی بر مقایسههای میان سیستمهای منسجم
A Note on the Comparisons among Coherent Systems
با استفاده از مفهوم علامت یک سیستم که توسط سامانیگو در سال 1985 معرفی شد، کوچار و همکاران در سال 1999 طول عمر سیستمهایی را مقایسه کردند که در آنها طول عمر مؤلفههای سیستمها، متغیرهای تصادفی مستقل و همتوزیع بودند. نتایج آنها برای سیستمهایی با مؤلفههای تعویضپذیر توسط ناوارو و همکاران در سال 2005 تعمیم داده شد. در این مقاله برخی اثباتهای جایگزین برای این نتایج ارایه شده است. به ویژه از نظر ترتیب تصادفی نرخ مخاطره، دو سیستم با ساختارها و مؤلفههای متفاوت را مقایسه کردهایم که قضیهی 8 مقالهی ناوارو و همکاران را تعمیم میدهد. همچنین از نظر ترتیب تصادفی نسبت درستنمایی، دو سیستم با ساختارها و مؤلفههای متفاوت مقایسه شدهاند. چندین مثال توضیحی نیز بیان شدهاند.
Using the concept of system signature introduced by Samaniego (1985), Kochar et al. (1999) compared the lifetimes of the systems in which the lifetimes of the components are independent and identically distributed (i.i.d.) random variables. Their results are extended to the systems with exchangeable components by Navarro et al. (2005). This paper gives some alternative proofs to obtain their results. Particularly in view of the hazard rate ordering, we compare two systems with different structures and components, which extends Theorem 8 in Navarro et al. (2005). We also compare two systems with different structures and components in view of the likelihood ratio ordering. Some illustrative examples are mentioned.
Coherent systems, stochastic ordering, hazard rate ordering, likelihood ratio ordering, signatures
سیستمهای منسجم, ترتیب تصادفی, ترتیب نرخ مخاطره, ترتیب نسبت درستنمایی, علامتها.
1
10
http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-74&slc_lang=en&sid=1
2016/01/10
1394/10/20
2016/01/10
1394/10/20
Mohammad
Khanjari Sadegh
محمد
خنجری صادق
mKhanjari@birjand.ac.ir
003194753284600792
003194753284600792
Yes
Tahere
Tavasolian
طاهره
توسلیان
003194753284600793
003194753284600793
No
en
تابع توزیع دامنه و شبهدامنهی تغییرات برای توزیع لوژستیک تعمیمیافتهی نوع یک توسیعیافته
On the Distribution Functions of the Range and Quasi-range for the Extended Type I Generalized Logistic Distribution
در این مقاله، تابع توزیع دامنه و شبهدامنهی تغییرات متغیرهای تصادفی را که از توزیع لوژستیک تعمیمیافتهی نوع یک توسیعیافته نشأت میگیرند، به دست میآوریم.
In this paper, we obtain the distribution functions of the range and the quasi-range of the random variables arising from the extended type I generalized logistic distribution.
Extended type I generalized logistic distribution, order statistics, Quasi range and range
توزیع لوژستیک تعمیمیافتهی نوع یک توسیعیافته, آمارههای ترتیبی, دامنه و شبهدامنهی تغییرات
11
20
http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-69&slc_lang=en&sid=1
2016/01/102016/01/10
1394/10/20
2016/01/102016/01/10
1394/10/20
K.
Olapade
ک
اولاپاد
akolapad@oauife.edu.ng
003194753284600625
003194753284600625
Yes
en
خانوادهی مفیدی از فرایندهای تصادفی برای مدلبندی انتشار شکل
A Useful Family of Stochastic Processes for Modeling Shape Diffusions
یکی از حوزههای تحقیقاتی جدید که اخیراً در رشتهی آمار پدیدار شد تحلیل (آماری) شکل است. شکل را بهعنوان تمام اطلاعات هندسی باقیمانده از یک شی، زمانی که علاقهای به اثرات مکان، مقیاس و دوران وجود نداشته باشد، معرفی کردند. فرایند انتشار در تحلیل شکل یا بهوسیلهی مطالعهی آشفتگی مختصاتی که بیانگر ماهیت شی اولیه هستند و یا بهوسیلهی تکامل تصادفی خود شکل، انجام میگیرد. ما با مرور روش اول اساساً روش دوم را در نظر میگیریم و بهطور اخص خانوادهی جدیدی از فرایندهای انتشار را معرفی مینماییم. این فرایند میتواند برای مدلبندی پدیدههای انتشاری که توسط شکلهای تصادفی قابل توصیفاند مثل حرکت سلول استفاده شود.
One of the new area of research emerging in the field of statistics is the shape analysis. Shape is defined as all the geometrical information of an object whose location, scale and orientation is not of interest. Diffusion in shape analysis can be studied via either perturbation of the key coordinates identifying the initial object or random evolution of the shape itself. Reviewing the first case, we mainly consider the second case and particularly define a new family of diffusion processes. It can be used to model diffusion phenomena represented by shape evolution such as cell motion.
Shape analysis, diffusion processes, shape coordinates, differential geometry,stationary distributions.
تحلیل شکل, فرایندهای انتشار, مختصات شکل, هندسه دیفرانسیل, توزیع مانا
21
36
http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-72&slc_lang=en&sid=1
2016/01/102016/01/102016/01/10
1394/10/20
2016/01/102016/01/102016/01/10
1394/10/20
Mousa
Golalizadeh
موسی
گلعلیزاده
golalizadeh@modares.ac.ir
003194753284600626
003194753284600626
Yes
en
استنباط بر اساس سانسور هیبرید در توزیع لُگنرمال
Analysis of Hybrid Censored Data from the Lognormal Distribution
سانسور هیبرید ترکیبی از طرح سانسور نوع اول و دوم میباشد. در این مقاله ابتدا برای پارامترهای نامعلوم توزیع لُگنرمال وقتی که دادهها سانسور هیبرید باشند، براوردگرهای درستنمایی، براوردگرهای درستنمایی تقریبی را به دست میآوریم، سپس از توزیع مجانبی براوردگرهای درستنمایی، برای به دست آوردن بازهی اطمینان تقریبی استفاده میکنیم. همچنین با کمک روش شبیهسازی مونت کارلو عملکرد این براوردگرها را با هم مقایسه میکنیم. در انتها نیز برای روشن شدن موضوع یک مثال عددی ارایه میدهیم.
The mixture of Type I and Type II censoring schemes, called the hybrid censoring. This article presents the statistical inferences on lognormal parameters when the data are hybrid censored. We obtain the maximum likelihood estimators (MLEs) and the approximate maximum likelihood estimators (AMLEs) of the unknown parameters. Asymptotic distributions of the maximum likelihood estimators are used to construct approximate confidence intervals. Monte Carlo simulations are performed to compare the performances of the different methods and one data set is analyzed for illustrative purposes.
Approximate maximum likelihood estimate, asymptotic distribution, hybrid censoring, maximum likelihood estimate, Monte Carlo simulation
براورد درستنمایی ماکسیمم, براورد درستنمایی ماکسیمم تقریبی, توزیع مجانبی, سانسور هیبرید, شبیهسازی مونت کارلو
37
46
http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-71&slc_lang=en&sid=1
2016/01/102016/01/102016/01/102016/01/10
1394/10/20
2016/01/102016/01/102016/01/102016/01/10
1394/10/20
A.
Habibi Rad1
آرزو
حبیبی راد
ahabibi@um.ac.ir
003194753284600627
003194753284600627
Yes
F.
Yousefzadeh
فاطمه
یوسفزاده
003194753284600628
003194753284600628
No
en
اندازههای اطلاع به کمک توابع مفصل
Information Measures via Copula Functions
در کاربردهایی از هندسه دیفرانسیل برای بررسی مسائلی از استنباط آماری، مفهوم تباعد (واگرایی) اغلب برای اندازهی میزان جدایی بین دو تابع چگالی پارامتری به کار میرود. در این مقاله اندازههای اطلاع مانند کالبک لیبلر، واگرایی جفریز، هلینجر، تباعد (واگرایی)-آلفا، و … بیشتر مورد توجه خواهند بود. علاوه بر این ویژگیها، نتایج مربوط به فاصله بین توزیعهای احتمال با استفاده از توابع مفصل و برخی نامساویهای مفید را به کمک اندازههای اطلاع و وابستگی به دست آوردهایم.
In applications of differential geometry to problems of parametric inference, the notion of divergence is often used to measure the separation between two parametric densities. Among them, in this paper, we will verify measures such as Kullback-Leibler information, J-divergence, Hellinger distance, -Divergence, … and so on. Properties and results related to distance between probability distributions derived via copula functions. Some inequalities are obtained in view of the dependence and information measures.
Information measures, Fisher information, Kullback-Leibler information, Hellinger distance, α-divergence
اندازههای اطلاع, اطلاع فیشر, اطلاع کالبک لیبلر, فاصلهی هلینجر, تباعد (واگرایی)-آلفا.
47
60
http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-73&slc_lang=en&sid=1
2016/01/102016/01/102016/01/102016/01/102016/01/10
1394/10/20
2016/01/102016/01/102016/01/102016/01/102016/01/10
1394/10/20
R.
Mohtashami Borzadaran
رضا
محتشمی برزادران
gmb1334@yahoo.com
003194753284600629
003194753284600629
Yes
M.
Amini
محمد
امینی
003194753284600630
003194753284600630
No
en
یک توزیع چولهکوشی تعمیمیافتهی دوپارامتره
A Two-parameter Generalized Skew-Cauchy Distribution
در این مقاله تعمیم جدیدی از توزیع کوشیچولهی یکمتغیره را معرفی کرده و آن را با GSC(&lambda1, &lambda2) نشان میدهیم. این توزیع از توزیع کوشیچولهی یکمتغیره، SC(&lambda1, &lambda2)، که توسط بهبودیان و همکاران (2006) معرفی شد، بسیار انعطافپذیرتر است. ما همچنین بعضی از ویژگیهای مفید این توزیع را بیان کرده و با استفاده از دو مثال عددی، نشان میدهیم که GSC(&lambda1, &lambda2) بهتر از SC(&lambda1, &lambda2) روی مجموعه دادهها برازش میشود.
In this paper, we discuss a new generalization of univariate skew-Cauchy distribution with two parameters, we denoted this by GSC(&lambda1, &lambda2), that it has more flexible than the skew-Cauchy distribution (denoted by SC(&lambda)), introduced by Behboodian et al. (2006). Furthermore, we establish some useful properties of this distribution and by two numerical example, show that GSC(&lambda1, &lambda2) can fits the data better than SC(&lambda).
Generalized skew-Cauchy, generalized skew-normal, skew-Cauchy and skew-normal distributions
چولهکوشی تعمیمیافته, چولهنرمال تعمیمیافته, توزیعهای چولهکوشی و چولهنرمال.
61
72
http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-70&slc_lang=en&sid=1
2016/01/102016/01/102016/01/102016/01/102016/01/102016/01/10
1394/10/20
2016/01/102016/01/102016/01/102016/01/102016/01/102016/01/10
1394/10/20
Wahab
Bahrami
وهاب
بهرامی
W.Bahrami@yahoo.com
003194753284600631
003194753284600631
Yes
Hojat
Rangin
حجت
رنگین
003194753284600632
003194753284600632
No
Kauomars
Rangin
کیومرث
رنگین
003194753284600633
003194753284600633
No
en
براورد پارامتر از پایین کراندار توزیع F مقیاسبندیشده تحت تابع زیان آنتروپی
Estimation of Lower Bounded Scale Parameter of Rescaled F-distribution under Entropy Loss Function
مسئلهی براورد پارامتر مقیاس &beta توزیع F مقیاسبندیشده موقعی که &beta دارای کران پایین بهفرم &beta&gea است، را تحت تابع زیان آنتروپی در نظر گرفتهایم. براوردگر پذیرفتنی و مینیماکس پارامتر مقیاس &beta، که حد نقطه به نقطه دنبالهای از براوردگرهای بیزی است، ارائه شده است. همچنین در کلاس براوردگرهای خطی بریده، براوردگرهای پذیرفتنی و تنها براوردگر مینیماکس &beta به دست آمدهاند.
We consider the problem of estimating the scale parameter &beta of a rescaled F-distribution when &beta has a lower bounded constraint of the form &beta&gea, under the entropy loss function. An admissible minimax estimator of the scale parameter &beta, which is the pointwise limit of a sequence of Bayes estimators, is given. Also in the class of truncated linear estimators, the admissible estimators and the only minimax estimator of &beta are obtained.
Admissibility, entropy loss function, F-distribution, minimax estimation, restricted parameter space
براورد مینیماکس, پذیرفتنی بودن, تابع زیان آنتروپی, توزیع F, فضای پارامتری مقید
73
87
http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-75&slc_lang=en&sid=1
2016/01/102016/01/102016/01/102016/01/102016/01/102016/01/102016/01/10
1394/10/20
2016/01/102016/01/102016/01/102016/01/102016/01/102016/01/102016/01/10
1394/10/20
N.
Nematollahi
نادر
نعمتالهی
Nematollahi@atu.ac.ir
003194753284600634
003194753284600634
Yes
M.
Naser Esfahani
مهرناز
نصر اصفهانی
naseresfahani@iaun.ac.ir
003194753284600635
003194753284600635
No