OTHERS_CITABLE
معیار بهینگی بیزی برای تشخیص چند مدل
در این مقاله به یافتن طرح بهینهای که قادر به تشخیص بین چند مدل رقیب باشد، پرداخته شده است. برای این منظور با استفاده از رویکرد بیزی و با تعمیم معیار بهینگی مبتنی بر فاصلهی کولبک – لیبلر (KL-بهینگی)، که توسط لوپز و همکاران (۲۰۰۷)1 معرفی شده است، برای بیش از دو مدل، معیار بهینگی جدیدی را معرفی کردهایم. سپس با استفاده از این معیار به تشخیص بین مدلهای آشیانهای پرداختهایم. معیار بهینگی بیزی یشنهادشده، یک میانگین وزنی خواهد بود، که در آن وزنها، احتمال درستی هر یک از مدلها هستند.
در این مقاله، این احتمالها از مرتبهی جملات چندجملهای است که فرض شده متغیر تصادفی با توزیع پواسن باشد. برای صحت یافتهها و ارزیابی عملکرد معیار در تشخیص سه مدل چندجملهای مرتبهی صفر، ۱ و ۲ مثالی ارایه شده است.
http://jsri.srtc.ac.ir/article-1-66-fa.pdf
2015-12-22
1
10
10.18869/acadpub.jsri.9.1.1
فاصلهی کولبک – لیبلر
تشخیص مدل
مدلهای آشیانهای
طرح بهینه
معیار بهینگی.
Bayesian Optimum Design Criterion for Multi Models Discrimination
The problem of obtaining the optimum design, which is able to discriminate between several rival models has been considered in this paper. We give an optimality-criterion, using a Bayesian approach. This is an extension of the Bayesian KL-optimality to more than two models. A modification is made to deal with nested models. The proposed Bayesian optimality criterion is a weighted average, where the weights are corresponding probabilities of models to let them be true. We consider these probabilities coming from a Poisson distribution.
http://jsri.srtc.ac.ir/article-1-66-en.pdf
2015-12-22
1
10
10.18869/acadpub.jsri.9.1.1
Kulback-Leibler distance
discrimination
nested models
optimum design
optimality criterion.
F
Z. Labbaf
1
AUTHOR
H
Talebi
h-talebi@sci.ui.ac.ir
2
AUTHOR
OTHERS_CITABLE
پیشبینی زمانهای شکست واحدهای سانسورشده در نمونههای سانسور هیبرید از توزیع نمایی
دراین مقاله به بحث و بررسی پیشبینیکنندههای مختلف زمانهای شکست واحدهای سانسورشدهی هیبرید از توزیع نمایی میپردازیم. پیشبینیکنندههای مختلف از دو رهیافت بیزی و غیر بیزی به دست میآیند. بازههای پیشبینی غیر بیزی با استفاده از دو روش محوری و بالاترین چگالی پسین به دست میآیند. همچنین بازههای پیشبینی بیزی نیز ارایه میشوند. یک سری داده واقعی برای توضیح بیشتر روشهای مختلف پیشبینی تشریح میشوند. سرانجام با استفاده از شبیهسازی مونت کارلو، روشهای پیشبینی مختلف مقایسه میشوند.
http://jsri.srtc.ac.ir/article-1-65-fa.pdf
2015-12-22
11
30
10.18869/acadpub.jsri.9.1.11
سانسور هیبرید
توزیع نمایی
پیشبینیکنندهی ماکسیمم درستنمایی
بهترین پیشبینیکنندهی نااریب
پیشبینیکنندهی میانهی شرطی
پیشبینیکنندهی بیزی
شبیهسازی مونت کارلو.
Prediction of Times to Failure of Censored Units in Hybrid Censored Samples from Exponential Distribution
In this paper, we discuss different predictors of times to failure of units censored in a hybrid censored sample from exponential distribution. Bayesian and non-Bayesian point predictors for the times to failure of units are obtained. Non-Bayesian prediction Intervals are obtained based on pivotal and highest conditional density methods. Bayesian prediction intervals are also proposed. One real data set has been analyzed to illustrate all the prediction methods. Finally, different prediction methods have been compared using Monte Carlo simulations.
http://jsri.srtc.ac.ir/article-1-65-en.pdf
2015-12-22
11
30
10.18869/acadpub.jsri.9.1.11
Hybrid censoring
exponential distribution
maximum likelihood predictor
best unbiased predictor
conditional median predictor
Bayesian predictor
Monte Carlo simulation
A
Asgharzadeh
A.Asgharzadeh@umz.ac.ir
1
AUTHOR
R
Valiollahi
2
AUTHOR
OTHERS_CITABLE
براورد بازهای برای توزیع نمایی تحت سانسور فزایندهی نوع 2در مدل طول عمر شتابنده تحت تنش مرحلهای با استفاده از اطلاع فیشر
در این مقاله با استفاده از اطلاع فیشر بازههای اطمینان برای توزیع نمایی تحت سانسور فزایندهی نوع 2 در مدل طول عمر شتابنده با تنش k مرحلهای را تعیین میکنیم. سپس با استفاده از شبیهسازی به مطالعهی کارایی این روشها میپردازیم. در پایان نیز یک مثال برای بیان روش پیشنهادی به کار رفته است.
http://jsri.srtc.ac.ir/article-1-67-fa.pdf
2015-12-22
31
41
10.18869/acadpub.jsri.9.1.31
آزمون طول عمر شتابنده
بازههای اطمینان بوت استرپ
تنش مرحلهای
توزیع نمایی
سانسور فزایندهی نوع 2
اطلاع فیشر
احتمال پوشش.
Interval Estimation for the Exponential Distribution under Progressive Type-II Censored Step-Stress Accelerated Life-Testing Model Based on Fisher Information
This paper, determines the confidence interval using the Fisher information under progressive type-II censoring for the k-step exponential step-stress accelerated life testing. We study the performance of these confidence intervals. Finally an example is given to illustrate the proposed procedures.
http://jsri.srtc.ac.ir/article-1-67-en.pdf
2015-12-22
31
41
10.18869/acadpub.jsri.9.1.31
Accelerated life test
bootstrap confidence intervals
step-stress
exponential distribution
progressive type-II censoring
Fisher information
coverage percentage.
Maryam
Baghery
1
AUTHOR
Fatemeh
Yousefzadeh
fyousefzadeh@birjand.ac.ir
2
AUTHOR
OTHERS_CITABLE
براورد بیزی و ماکسیمم درستنمایی تکراری ضرایب در تحلیل رگرسیون لوژستیک با دادههای پیوندیافته
این مقاله تحلیل رگرسیون لوژستیک با دادههای پیوندیافته را مد نظر قرار میدهد. نشان داده شده است که آمیختهای متناهی از توزیعهای برنولی را میتوان برای مدلبندی متغیر پاسخ مورد استفاده قرار داد. برای این منظور یک براوردگر ماکسیمم درستنمایی تکراری که احتمالهای انطباق را مد نظر قرار میدهد، پیشنهاد شده است. همتای بیزی این مدل بسامدی نیز توسعه داده شده است. سپس برای بررسی قابلیت کاربرد و کارایی روشهای بسامدی و بیزی پیشنهاد شده در برابر خطاهای انطباق، مطالعهای شبیهسازی اجرا شده است.
http://jsri.srtc.ac.ir/article-1-68-fa.pdf
2015-12-22
43
60
10.18869/acadpub.jsri.9.1.43
پیوند رکوردها
رگرسیون لوژستیک
توزیعهای آمیخته
الگوریتم EM.
Bayesian and Iterative Maximum Likelihood Estimation of the Coefficients in Logistic Regression Analysis with Linked Data
This paper considers logistic regression analysis with linked data. It is shown that, in logistic regression analysis with linked data, a finite mixture of Bernoulli distributions can be used for modeling the response variables. We proposed an iterative maximum likelihood estimator for the regression coefficients that takes the matching probabilities into account. Next, the Bayesian counterpart of the frequentist model is developed. Then, a simulation study is performed to check the applicability and performance of the proposed frequentist and Bayesian methodologies encountering mismatch.
http://jsri.srtc.ac.ir/article-1-68-en.pdf
2015-12-22
43
60
10.18869/acadpub.jsri.9.1.43
Record linkage
logistic regression
mixture distributions
EM algorithm
M
Mohammadzadeh
mohsen_m@modares.ac.ir
1
AUTHOR
A
Fallah
2
AUTHOR
OTHERS_CITABLE
براورد در مدل گام-تنش ساده برای توزیع نمایی تعمیمیافتهی مارشال-الکین تحت سانسور نوع اول
در این مقاله، مدل گام-تنش ساده برای توزیع نمایی تعمیمیافتهی مارشال-الکین، زمانی که محدویت زمانی روی اجرای آزمایش وجود دارد، در نظر گرفته میشود. معادلات درستنمایی برای براورد پارامترها با فرض یک مدل نمایش انباشتگی با طول عمرهایی از توزیع نمایی تعمیمیافتهی مارشال-الکین بهدست میآید. معادلات درستنمایی برای یافتن MLE پارامترها به جواب صریح منجر نمیشود و از روشهای تکراری برای یافتن آنها بهرهگیری میشود. سپس این براوردگرها توسط معیارهایی مانند میانگین توانهای دوم خطا، اریبی مطلق نسبی و خطای نسبی ارزیابی میشوند. همچنین، برای پارامترهای مدل، بازههای اطمینان مجانبی و بوتاسترپ پارامتری بهدست میآید. در پایان، برای یک مثال کاربردی، بازههای اطمینان مجانبی و بوتاسترپ ساخته میشود.
http://jsri.srtc.ac.ir/article-1-69-fa.pdf
2015-12-22
61
85
10.18869/acadpub.jsri.9.1.61
روش بوتاسترپ پارامتری
مدل نمایش انباشته
براورد ماکسیمم درستنمایی
توزیع نمایی تعمیمیافتهی مارشال-الکین
مدل گام-تنش
سانسور نوع اول.
Estimation in Simple Step-Stress Model for the Marshall-Olkin Generalized Exponential Distribution under Type-I Censoring
This paper considers the simple step-stress model from the Marshall-Olkin generalized exponential distribution when there is time constraint on the duration of the experiment. The maximum likelihood equations for estimating the parameters assuming a cumulative exposure model with lifetimes as the distributed Marshall Olkin generalized exponential are derived. The likelihood equations do not lead to closed form expressions for the maximum likelihood estimators (MLEs), and they need to be solved by using an iterative procedure. We then evaluate the properties of MLEs through the mean squared error, relative absolute bias and relative error.
We also derive confidence intervals for the parameters using asymptotic distributions of the MLEs and the parametric bootstrap methods. Finally, an example is presented to illustrate the discussed methods of asymptotic and bootstrap confidence intervals.
http://jsri.srtc.ac.ir/article-1-69-en.pdf
2015-12-22
61
85
10.18869/acadpub.jsri.9.1.61
Bootstrap method
cumulative exposure model
maximum likelihood estimation
Marshall-Olkin generalized exponential distribution
step-stress modelm
type-I censoring
F.
Bagheri L.
1
AUTHOR
Hamzeh
Torabi
htorabi@yazd.ac.ir
2
AUTHOR
OTHERS_CITABLE
نمونهگیری مجموعهی رتبهدار میانهای طبقهبندیشده: تخصیص نمونهی بهینه و متناسب
در این مقاله دو روش شناختهشده و کاربردی برای تخصیص نمونه در نمونهگیریهای طبقهبندیشده، یعنی تخصیص نمونهی متناسب و بهینه، در نمونهگیری مجموعهی رتبهدار میانهای طبقهبندیشده بررسی میشود. این روش نمونهگیری در سال 2010 توسط ابراهیم و دیگران1 معرفی شده است. نتایج بررسی نشان میدهد که واریانس براوردگر میانگین توزیعهای متقارن در نمونهگیری مجموعهی رتبهدار میانهای طبقهبندیشده با استفاده از تخصیص متناسب و بهینهی نمونهها به طبقهها کمتر از واریانس متناظر در نمونهگیری تصادفی طبقهبندیشده است. همچنین نتایج نشان میدهد که در نمونهگیری مجموعهی رتبهدار میانهای طبقهبندیشده، با فرض ثابت بودن هزینهی نمونهگیری در طبقهها، واریانس براورد میانگین با تخصیص بهینه کمتر یا مساوی واریانس براورد میانگین با تخصیص متناسب است. در ادامهی این مقاله، نتایج بررسی ابراهیم و دیگران (2010) برای تخصیص متناسب در نمونهگیری مجموعهی رتبهدار میانهای طبقهبندیشده برای چند توزیع متقارن و نامتقارن با مقدارهای مختلف پارامترهای جامعه توسعه داده میشود.
1 Ibrahim, K., Syam, M. and Ibrahim Al-omari, A. (2010). Estimating the population mean using stratified median ranked set sampling. Applied Mathematical Science, 47, 2341-2354.
http://jsri.srtc.ac.ir/article-1-70-fa.pdf
2015-12-22
87
102
10.18869/acadpub.jsri.9.1.87
نمونهگیری مجموعهی رتبهدار
نمونهگیری مجموعهی رتبهدار میانهای طبقهبندیشده
تخصیص بهینه
تخصیص متناسب.
Stratified Median Ranked Set Sampling: Optimum and Proportional Allocations
In this paper, for the Stratified Median Ranked Set Sampling (SMRSS), proposed by Ibrahim et al. (2010), we examine the proportional and optimum sample allocations that are two well-known methods for sample allocation in stratified sampling. We show that the variances of the mean estimators of a symmetric population in SMRSS using optimum and proportional allocations to strata are smaller than the corresponding variances in Stratified Random Sampling (STRS). It is also shown that for a fixed value of sampling cost in strata, the variance of mean estimator with optimum allocation is less than or equal to the variance of mean estimator with proportional allocation in SMRSS. In addition, we develop the results obtained by Ibrahim et al. (2010) for proportional allocation in SMRSS for some symmetric and non-symmetric distributions when the parameters of distributions are varying.
http://jsri.srtc.ac.ir/article-1-70-en.pdf
2015-12-22
87
102
10.18869/acadpub.jsri.9.1.87
Ranked Set Sampling
Stratified Median Ranked Set Sampling
optimum allocation
proportional allocation.
Samineh
Hajighorbani
1
AUTHOR
Roshanak
Aliakbari Saba
r_saba@srtc.ac.ir
2
AUTHOR