<?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>6</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2012</year>
	<month>9</month>
	<day>1</day>
</pubdate>
<volume>9</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>پیش‌بینی زمان‌های شکست واحدهای سانسورشده در نمونه‌های سانسور هیبرید از توزیع نمایی</title_fa>
	<title>Prediction of Times to Failure of Censored Units in Hybrid Censored Samples from Exponential 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;p dir=&quot;RTL&quot;&gt;دراین مقاله به بحث و بررسی پیش&#8204;بینی&#8204;کننده&#8204;های مختلف زمان&#8204;های شکست واحدهای سانسورشده&#8204;ی هیبرید از توزیع نمایی می&#8204;پردازیم. پیش&#8204;بینی&#8204;کننده&#8204;های مختلف از دو رهیافت بیزی و غیر بیزی به دست می&#8204;آیند. بازه&#8204;های پیش&#8204;بینی غیر بیزی با استفاده از دو روش محوری و بالاترین چگالی پسین &amp;lrm;&amp;lrm;به دست می&#8204;آیند. همچنین بازه&#8204;های پیش&#8204;بینی بیزی نیز ارایه می&#8204;شوند. یک سری داده واقعی برای توضیح بیش&#8204;تر روش&#8204;های مختلف پیش&#8204;بینی تشریح می&#8204;شوند. سرانجام با استفاده از شبیه&#8204;سازی مونت کارلو، &amp;lrm;روش&#8204;های پیش&#8204;بینی مختلف مقایسه می&#8204;شوند.&lt;!--stripped--&gt;&lt;!--stripped--&gt;&lt;/p&gt;
</abstract_fa>
	<abstract>&lt;p&gt;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.&lt;/p&gt;
</abstract>
	<keyword_fa>سانسور هیبرید, توزیع نمایی, پیش‌بینی‌کننده‌ی ماکسیمم درستنمایی, بهترین پیش‌بینی‌کننده‌ی نااریب‏, پیش‌بینی‌کننده‌ی میانه‌ی شرطی‏, پیش‌بینی‌کننده‌ی بیزی‏, شبیه‌سازی مونت کارلو.‎</keyword_fa>
	<keyword> Hybrid censoring, exponential distribution, maximum likelihood predictor, best unbiased predictor, conditional median predictor, Bayesian predictor, Monte Carlo simulation</keyword>
	<start_page>11</start_page>
	<end_page>30</end_page>
	<web_url>http://jsri.srtc.ac.ir/browse.php?a_code=A-10-1-42&amp;slc_lang=en&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>A</first_name>
	<middle_name></middle_name>
	<last_name>Asgharzadeh </last_name>
	<suffix></suffix>
	<first_name_fa>اکبر</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>اصغرزاده</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>A.Asgharzadeh@umz.ac.ir</email>
	<code>1003194753284600674</code>
	<orcid>1003194753284600674</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


	<author>
	<first_name>R</first_name>
	<middle_name></middle_name>
	<last_name>Valiollahi</last_name>
	<suffix></suffix>
	<first_name_fa>رضا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>ولی‌اللهی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>1003194753284600675</code>
	<orcid>1003194753284600675</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa></affiliation_fa>
	 </author>


</author_list>


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