en پیتمن-نزدیکی آزمون اولیه و چند براوردگر کلاسیک، بر پایه‌ی رکوردهای توزیع نمایی دوپارامتری عمومى General پژوهشي Research <p><span dir="RTL">در این مقاله با در نظر گرفتن رکوردهای بالا از توزیع نمایی دوپارامتری، عملکرد چند براوردگر پارامترهای مکان و مقیاس مطالعه شده‌اند. برای محاسبه‌ی براوردگر آزمون اولیه از آزمون نسبت درستنمایی تعمیم‌یافته استفاده شده و براوردگرهای آزمون اولیه‌ی حاصل با براوردگرهای ماکسیمم درستنمایی و نااریب مورد مقایسه قرار گرفته‌اند. برای مقایسه‌ی براوردگرها علاوه بر معیار میانگین توان دوم خطا از معیار پیتمن-نزدیکی نیز استفاده شده است. با استفاده از روش‌های تحلیلی و گرافیکی، بازه‌ای از پارامتر که در آن براوردگر آزمون اولیه بهتر از دو براوردگر کلاسیک عمل می‌کند، تعیین شده‌اند. نتایج نشان‌دهنده‌ی آن است که در حالتی که اطلاعات غیر نمونه‌ای به مقدار واقعی پارامتر نزدیک است، بر اساس هر دو معیار مقایسه براوردگر آزمون اولیه بهتر است. نتایج به دست آمده در این مقاله می‌تواند برای براورد آزمایش‌های طول عمر با استفاده از رکوردها مورد استفاده قرار گیرد.</span></p> <p>In this paper, we study the performance of estimators of parametersof two-parameter exponential distribution based on upper records.</p> <p>The generalized likelihood ratio (GLR) test was used to generate preliminary test estimator (PTE) for both parameters. We have compared the proposed estimator with maximum likelihood (ML) and unbiased estimators (UE) under mean-squared error (MSE) and Pitman measure of closeness (PMC). Analytical as well as graphical methods are used to show the range of parameter in which PTE performs better than ML and UE. Results demonstrate that in the case of that prior information is not too far from its real value, the PTE is superior in compare with ML and UE based on both MSE and PMC criteria. The results of the paper will be useful in estimation with record data in life testing experiments.</p> براوردگر آزمون اولیه, براوردگر ماکسیمم درستنمایی, براوردگر نااریب, میانگین توان دوم خطا, معیار پیتمن-نزدیکی, داده‌های رکوردی Preliminary test estimator, maximum likelihood estimator, unbiased estimator, mean-squared error, Pitman measure of closeness, record data 73 96 http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-18&slc_lang=en&sid=1 Elham Mirfarah الهام میرفرح mirfarah.elham@gmail.com 1003194753284600734 1003194753284600734 Yes Jafar Ahmadi جعفر احمدی ahmadij@um.ac.ir 1003194753284600735 1003194753284600735 No