<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Statistical Research of Iran</title>
<title_fa>مجله‌ی پژوهش‌های آماری ایران</title_fa>
<short_title>JSRI</short_title>
<subject>Basic Sciences</subject>
<web_url>http://jsri.srtc.ac.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>2538-5771</journal_id_issn>
<journal_id_issn_online>2538-5763</journal_id_issn_online>
<journal_id_pii>8</journal_id_pii>
<journal_id_doi>10.52547/jsri</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid>14</journal_id_sid>
<journal_id_nlai>8888</journal_id_nlai>
<journal_id_science>13</journal_id_science>
<language>en</language>
<pubdate>
	<type>jalali</type>
	<year>1398</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2019</year>
	<month>9</month>
	<day>1</day>
</pubdate>
<volume>16</volume>
<number>1</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>en</language>
	<article_id_doi></article_id_doi>
	<title_fa>براوردگرهای جدید برای پارامترهای توزیع وایبول: مطالعه‌ی مقایسه‌ای جامع برای توزیع وایبول</title_fa>
	<title>New Estimators for Weibull Distribution Parameters: Comprehensive Comparative Study for Weibull Distribution</title>
	<subject_fa>عمومى</subject_fa>
	<subject>General</subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>&lt;span style=&quot;font-family:Times New Roman,serif;&quot;&gt;&lt;span style=&quot;font-size:12.0pt;&quot;&gt;توزیع وایبول کاربردهای فراوانی در مهندسی و علوم پایه دارد. مطلوبیت و سودمندی یک براوردگر تا حد فراوانی به حوزه&#8204;ی مطالعاتی کاربر بستگی دارد. در عمل، کاربران به دنبال براوردگر دلخواه برای پارامترها با تکیه بر کنترل اندازه&#8204;ی نمونه هستند. در این مقاله بر دو موضوع متمرکز می&#8204;شویم. ابتدا یو-آماره&#8204;ها برای پارامترهای توزیع وایبول پیشنهاد می&#8204;دهیم. سازگاری و مجانبی بودن این براوردگر به&#8204;صورت نظری و شبیه&#8204;سازی اثبات می&#8204;شود. برای براورد پارامترهای توزیع وایبول روش&#8204;های مختلفی پیشنهاد شده است، این روش&#8204;ها عبارت&#8204;اند از: روش کم&#8204;ترین توان&#8204;های دوم تعمیم&#8204;یافته نوع 1 و نوع 2، روش &lt;/span&gt;&lt;/span&gt;&lt;span dir=&quot;LTR&quot;&gt;&lt;span style=&quot;font-family:Times New Roman,serif;&quot;&gt;&lt;span style=&quot;font-size:12.0pt;&quot;&gt;-L&lt;/span&gt;&lt;/span&gt;&lt;/span&gt;&lt;span style=&quot;font-family:Times New Roman,serif;&quot;&gt;&lt;span style=&quot;font-size:12.0pt;&quot;&gt;گشتاورها، روش گشتاورهای لگاریتمی، روش براورد بیشینه&#8204;ی درستنمایی، روش گشتاوری، روش صدکی، روش کم&#8204;ترین توان&#8204;های دوم موزون، و روش براورد بیشینه&#8204;ی درستنمایی موزون. در ادامه، به&#8204;دلیل فقدان یک مقایسه&#8204;ی جامع بین براوردگرهای پارامترهای توزیع وایبول، یک بررسی جامع مبتنی بر مقایسه بین روش پیشنهادی یو-آماره&#8204;ها و روش&#8204;های ذکرشده در بالا انجام خواهد شد. به عقیده&#8204;ی مؤلفین، این مطالعه جامع&#8204;ترین مطالعه مربوط به براوردگرهای پارامترهای توزیع وایبول است. براساس شبیه&#8204;سازی معلوم می&#8204;شود که براوردگرهای مختلف، برای حوزه&#8204;های مختلف از پارامترها مورد استقبال قرار می&#8204;گیرند. بنابراین، کاربر می&#8204;تواند از بین براوردگرها، بهترین براوردگر را بر اساس شاخص&#8204;های نیکویی برازش انتخاب کند.&lt;/span&gt;&lt;/span&gt;&lt;br&gt;
&amp;nbsp;&lt;br&gt;
&amp;nbsp;</abstract_fa>
	<abstract>&amp;nbsp;&lt;br&gt;
In this paper we focus on two topics. Firstly, we propose $U$-statistics for the Weibull distribution parameters. The consistency and asymptotically normality of the introduced $U$-statistics are proved theoretically and by simulations. Several of methods have been proposed for estimating the parameters of Weibull distribution in the literature. These methods include: the generalized least square type 1, the generalized least square type 2, the $L$-moments, the Logarithmic moments, the maximum likelihood estimation, the method of moments, the percentile method, the weighted least square, and weighted maximum likelihood estimation. Secondly, due to lack of a comprehensive comparison between the Weibull distribution parameters estimators, a comprehensive comparison study is made between our proposed $U$-statistics and above nine estimators. In our knowledge, this work is the most comprehensive comparison study for the estimators for the Weibull distribution. Based on simulations, it turns out that different estimators may appeal for different range of the parameters. So, practitioners are allowed to chose the best estimator that is suggested by the goodness-of-fit criteria.&lt;br&gt;
&amp;nbsp;&lt;br&gt;
&amp;nbsp;</abstract>
	<keyword_fa>کم‌ترین توان‌های دوم تعمیم‌یافته, -Lگشتاورها, گشتاور لگاریتمی, براورد بیشینه‌ی درستنمایی, یو-آماره, توزیع وایبول, روش صدکی, کم‌ترین توان‌های دوم موزون, بیشینه‌ی درستنمایی موزون.</keyword_fa>
	<keyword>Generalized least square, $L$-moment, logarithmic moment, maximum likelihood estimator, $U$-statistic, Weibull distribution, weighted least square, weighted maximum likelihood.</keyword>
	<start_page>33</start_page>
	<end_page>57</end_page>
	<web_url>http://jsri.srtc.ac.ir/browse.php?a_code=A-10-73-16&amp;slc_lang=en&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Sahar </first_name>
	<middle_name></middle_name>
	<last_name>sadani</last_name>
	<suffix></suffix>
	<first_name_fa>سحر</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>سدنی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>s.sadani@gu.ac.ir</email>
	<code>10031947532846001772</code>
	<orcid>10031947532846001772</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>Kamel</first_name>
	<middle_name></middle_name>
	<last_name>abdollahnezhad</last_name>
	<suffix></suffix>
	<first_name_fa>کامل</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>عبدالله‌نژاد</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>k.abdollahnezhad@gu.ac.ir</email>
	<code>10031947532846001773</code>
	<orcid>10031947532846001773</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>mahdi</first_name>
	<middle_name></middle_name>
	<last_name>teimouri</last_name>
	<suffix></suffix>
	<first_name_fa>مهدی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>تیموری</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>teimouri@aut.ac.ir</email>
	<code>10031947532846001774</code>
	<orcid>10031947532846001774</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>Vahid</first_name>
	<middle_name></middle_name>
	<last_name>ranjbar</last_name>
	<suffix></suffix>
	<first_name_fa>وحید</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>رنجبر</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>v.ranjbar@gu.ac.ir</email>
	<code>10031947532846001775</code>
	<orcid>10031947532846001775</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
