<?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>1391</year>
	<month>12</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2013</year>
	<month>3</month>
	<day>1</day>
</pubdate>
<volume>9</volume>
<number>2</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>براورد برای توزیع مقدار غایی نوع بر مبنای سانسور پیشرونده‌ی نوع II</title_fa>
	<title>Estimation for the Type-II Extreme Value Distribution Based on Progressive Type-II Censoring</title>
	<subject_fa>عمومى</subject_fa>
	<subject>General</subject>
	<content_type_fa>پژوهشي</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>&lt;p dir=&quot;RTL&quot;&gt;در این مقاله استنباط آماری روی پارامترهای نامعلوم و تابع قابلیت اعتماد توزیع مقدار غایی نوع&amp;nbsp; II&amp;nbsp; را بر مبنای سانسور پیشرونده&#8204;ی نوع&amp;nbsp; II مورد بحث قرار می&#8204;دهیم. با استفاده از الگوریتم EM براوردهای ماکسیمم درستنمایی را به دست می&#8204;آوریم و همچنین براوردگرهای ماکسیمم درستنمایی تقریبی را که شکل صریحی دارند، پیشنهاد می&#8204;کنیم. براوردهای بیزی را با استفاده از تابع زیان متقارن (زیان توان دوم خطا) و توابع زیان نامتقارن (زیان&#8204;های لاینکس و آنتروپی) فراهم می&#8204;کنیم. برای به دست آوردن براوردهای بیزی روش&#8204;های تقریب لیندلی و مونت کارلوی زنجیر مارکوفی را به کار می&#8204;گیریم. در پایان با استفاده از شبیه&#8204;سازی&#8204;های مونت کارلو روش&#8204;های بحث&#8204;شده در این مقاله را مقایسه کرده و این روش&#8204;ها را برای یک مجموعه داده&#8204;ی واقعی به کار می&#8204;بریم.&lt;!--stripped--&gt;&lt;!--stripped--&gt;&lt;/p&gt;

&lt;p dir=&quot;RTL&quot; style=&quot;margin:0cmmargin-bottom:.0001pttext-align:rightdirection:
rtlunicode-bidi:embed&quot;&gt;&lt;span dir=&quot;LTR&quot; style=&quot;font-family:&quot;&gt;&lt;!--stripped--&gt;&amp;nbsp;&lt;!--stripped--&gt;&lt;/span&gt;&lt;/p&gt;
</abstract_fa>
	<abstract>&lt;p style=&quot;margin:0cmmargin-bottom:.0001pttext-align:justifytext-justify:
kashidatext-kashida:0%&quot;&gt;In this paper, we discuss the statistical inference on the unknown parameters and reliability function of type-II extreme value (EVII) distribution when the observed data are progressively type-II censored. By applying EM algorithm, we obtain maximum likelihood estimates (MLEs). We also suggest approximate maximum likelihood estimators (AMLEs), which have explicit expressions. We provide Bayes estimates using both the symmetric and asymmetric loss functions via squared error loss, LINEX loss, and general entropy loss functions. Bayes estimates are obtained using the idea of Lindley and Markov chain Monte Carlo techniques. Finally, Monte Carlo simulations are presented to illustrate the methods discussed in this paper. Analysis is also carried out for a real data set.&lt;!--stripped--&gt;&lt;!--stripped--&gt;&lt;/p&gt;
</abstract>
	<keyword_fa>الگوریتم EM, براوردگرهای ماکسیمم درستنمایی تقریبی, براوردهای بیزی, تقریب لیندلی, سانسور پیشرونده‌ی نوع II, شبیه‌سازی مونت کارلو</keyword_fa>
	<keyword>Approximate maximum likelihood estimators, Bayes estimates, EM algorithm, Lindley's approximation, Monte Carlo simulation, progressive type-II censoring.</keyword>
	<start_page>195</start_page>
	<end_page>221</end_page>
	<web_url>http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-41&amp;slc_lang=en&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>K.</first_name>
	<middle_name></middle_name>
	<last_name>Ahmadi</last_name>
	<suffix></suffix>
	<first_name_fa>کامبیز</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>احمدی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>K.Ahmadi@birgand.ac.ir</email>
	<code>1003194753284600695</code>
	<orcid>1003194753284600695</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>V.</first_name>
	<middle_name></middle_name>
	<last_name> Ahrari Khalaf</last_name>
	<suffix></suffix>
	<first_name_fa>وحیده</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>احراری خلف</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>v_ahrary84@yahoo.com</email>
	<code>1003194753284600696</code>
	<orcid>1003194753284600696</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>M.</first_name>
	<middle_name></middle_name>
	<last_name>Rezaei</last_name>
	<suffix></suffix>
	<first_name_fa>مجید</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>رضایی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>Mjrezaei@yahoo.com</email>
	<code>1003194753284600697</code>
	<orcid>1003194753284600697</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


</author_list>


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