OTHERS_CITABLE طراحی بهینه‌‌ی مقید نمودار کنترلی X ̅‎ برای داد‎‌ه‌های همبسته تحت مدل شوک وایبول و انحراف‌های با دلیل چندگانه با در نظر گرفتن تابع زیان تاگوچی استفاده از نمودارهای کنترلی که یکی از ابزارهای کنترل آماری فرایند است، یکی از مناسب‌ترین روش‌ها برای پایش یک سیستم تصادفی است، که در آن تغییر ایجادشده در ویژگی‌های متغیر خروجی فرایند به‌دلیل رخداد یک یا چند انحراف با دلیل است. در زمان طراحی نمودار کنترلی $bar{X}$ معمولاً فرض می‌شود که نمونه‌های استخراجی از فرایند تولید، همبسته نیستند. با این حال، در عمل، موارد صنعتی زیادی وجود دارد که در آن همبستگی بین نمونه‌ها وجود دارد. بهتر است فرض شود که هر نمونه یک تحقق از یک بردار تصادفی نرمال چندمتغیره است. اگر چه تا کنون برخی از کارهای تحقیقاتی بر روی طراحی اقتصادی نمودارهای کنترل با در نظر گرفتن یک انحراف با دلیل همراه با داده‌های همبسته انجام شده است، تا کنون طراحی آماری اقتصادی نمودار کنترلی $bar{X}$ برای داده‌های همبسته تحت مدل شوک وایبول همراه با مدل اصلاح‌شده تابع زیان تاگوچی ارایه نشده است. استفاده از تابع زیان اصلاح‌شده تاگوچی در مقوله‌ی نمودارهای کنترل کیفیت همراه با طراحی آماری اقتصادی و اقتصادی منجر به تصمیم‌گیری بهتر در صنعت می‌شود. بر اساس بهینه‌سازی متوسط هزینه در واحد زمان و مقادیر مختلف پارامترهای توزیع وایبول، مقادیر مطلوب برای پارامترهای طراحی اندازه‌ی نمونه، فاصله‌ی نمونه‌گیری و ضریب حدود کنترلی، محاسبه شد. سپس مدل‌های هزینه تحت طرح نمونه‌گیری غیر یکنواخت و یکنواخت مقایسه شد. نتایج حاصل‌شده نشان داد که مدل تحت انحراف با دلیل چندگانه با نمونه‌های همبسته و نمونه‌گیری غیر یکنواخت هزینه پایین‌تری نسبت به مدل با نمونه‌گیری یکنواخت دارد. http://jsri.srtc.ac.ir/article-1-289-fa.pdf 2019-03-02 1 44 10.29252/jsri.15.1.1 طراحی آماری اقتصادی نمودار کنترلی $bar{X}$ انحراف با دلیل چندگانه مدل شوک وایبول داده‌های همبسته تابع زیان تاگوچی. Constrained Optimal Design of $bar{X}$ Control Chart for Correlated Data under Weibull Shock Model with Multiple Assignable Causes and Taguchi Loss Function A proper method of monitoring a stochastic system is to utilize the control charts of statistical process control in which a drift in characteristics of output may be due to one or several assignable causes. In the establishment of $bar{X}$  charts, an assumption is made that there is no correlation within the samples. However, in practice, there are many industrial cases in which the correlation does exist within the samples. It would be more appropriate to assume that each sample is a realization of a multivariate normal random vector. Although some research works have been done on the economic design of control charts with single assignable cause with correlated data, the economic statistical design of $bar{X}$  control chart for correlated data under Weibull shock model with modified Taguchi loss function have not been presented yet. Using modified Taguchi loss function in the concept of quality control charts with economic and economic statistical design leads to better decisions in the industry. Based on the optimization of the average cost per unit of time and different combination values of Weibull distribution parameters, optimal design values of sample size, sampling interval and control limit coefficient were derived and calculated. Then the cost models under non-uniform and uniform sampling scheme were compared. The results revealed that the model under multiple assignable causes with correlated samples with non-uniform sampling has a lower cost than that with uniform sampling. http://jsri.srtc.ac.ir/article-1-289-en.pdf 2019-03-02 1 44 10.29252/jsri.15.1.1 Economic statistical design $bar{X}$ control chart multiple assignable causes Weibull shock model correlated data Taguchi loss function. Mohammad Hossein Naderi 1 Allameh Tabatabaee AUTHOR Asghar Seif 2 Booali Sina AUTHOR Mohammad Bameni Moghadam bamenimoghadam@atu.ac.ir 3 Allameh Tabatabaee AUTHOR
OTHERS_CITABLE رده‌ی جدیدی از توزیع‌های وایبول: نظریه‌، مشخص‌سازی و کاربرد رده‌ی جدیدی از مدل‌ها به‌نام خانواده‏‌ی  وایبول G‎ ‎‏-تعمیم‌یافته‎ با دو پارامتر مثبت شکل اضافی پیش‌نهاد شده است که چندین مدل شناخته‌شده را تعمیم می‌دهد. برخی از خواص ریاضی شامل گشتاورهای عادی و ناکامل‏، تابع مولد‏، آماره‌های مرتب‏، گشتاورهای وزنی احتمال‏، آنتروپی‏، باقی‌مانده‌ها‏، و تابع طول عمر باقی‌مانده‌ی معکوس به‌دست آورده شده‌اند. مشخص‌سازی بر اساس دو نسبت گشتاورهای بریده‌شده بر حسب تابع خطر و بر اساس تابع‌های معینی از متغیر تصادفی ارایه‌ شده است. پارامترهای مدل به وسیله‌ی روش بیشینه‌ی درستنمایی براورد شده‌اند. با استفاده از دو مطالعه‌ی شبیه‌سازی کارایی براوردگرهای بیشینه‌ی درستنمایی بر حسب اریبی و میانگین توان دوم خطا ارزیابی شده‌اند. مفید بودن مدل‌های پیش‌نهادی به‌وسیله‌ی سه داده‌ی واقعی تشریح شده است. http://jsri.srtc.ac.ir/article-1-290-fa.pdf 2019-03-03 45 82 10.29252/jsri.15.1.45 مدل وایبول مشخص‌سازی آماره‌های مرتب براورد بیشینه‌ی درستنمایی تابع چندکی تابع مولد گشتاورها. A New Weibull Class of Distributions: Theory, Characterizations and Applications We propose a new class of continuous models called the Weibull Generalized G family with two extra positive shape parameters, which extends several well-known models. We obtain some of its mathematical properties including ordinary and incomplete moments, generating function, order statistics, probability weighted moments, entropies, residual, and reversed residual life functions. Characterizations based on a ratio of two truncated moments, in terms of hazard function and based on certain functions of the random variable are presented. We estimate the model parameters by the maximum likelihood method. We assess the performance of the maximum likelihood estimators in terms of biases and mean squared errors by means of two simulation studies. The usefulness of the proposed models is illustrated via three real data sets. http://jsri.srtc.ac.ir/article-1-290-en.pdf 2019-03-03 45 82 10.29252/jsri.15.1.45 Weibull model characterizations order statistics maximum likelihood estimation quantile function generating function moments. Haitham M. Yousof haitham.yousof@fcom.bu.edu.eg 1 Benha University AUTHOR Mahbubul Majumder 2 University ‎of ‎Nebraska AUTHOR S. M. A. Jahanshahi 3 University of Sistan and Baluchestan AUTHOR M. Masoom Ali 4 Ball State University AUTHOR G. G. Hamedani 5 Marquette University AUTHOR
OTHERS_CITABLE نرخ انتروپی نسبی تیسالیس مدل‌‌های مارکف پنهان ما در این مقاله نرخ انتروپی نسبی تیسالیس بین یک زنجیر مارکوف همگن و زنجیر مارکوف پنهان را مورد مطالعه قرار می‌دهیم که این زنجیر مارکوف پنهان از مشاهده‌های خروجی یک کانال تصادفی، با ورودی زنجیر مارکوف مانای همگن با فضای حالت متناهی، تعریف شده است. برای رسیدن به این هدف، ابتدا انتروپی نسبی تیسالیس بین دو زیر دنباله‌ی متناهی از زنجیرهای مذکور را توسط تعریف انتروپی نسبی  تیسالیس بین دو متغیر تصادفی، به دست می‌آوریم، سپس نرخ انتروپی نسبی تیسالیس را بین این دو فرایند تعریف کرده و در انتها نیز برای چند مدل مارکف پنهان، نرخ انتروپی نسبی تیسالیس را محاسبه می‌کنیم. http://jsri.srtc.ac.ir/article-1-291-fa.pdf 2019-03-03 83 98 10.29252/jsri.15.1.83 نرخ انتروپی نسبی تیسالیس کانال تصادفی مدل‌های مارکف پنهان. On Tsallis Relative Entropy Rate of Hidden Markov Models In this paper we study the Tsallis relative entropy rate between a homogeneous Markov chain and a hidden Markov chain defined by observing the output of a discrete stochastic channel whose input is the finite state space homogeneous stationary Markov chain. For this purpose, we obtain the Tsallis relative entropy between two finite subsequences of above mentioned chains with the help of the definition of Tsallis relative entropy between two random variables then we define the Tsallis relative entropy rate between these stochastic processes. Finally, we calculate Tsallis relative entropy rate for some hidden Markov models.   http://jsri.srtc.ac.ir/article-1-291-en.pdf 2019-03-03 83 98 10.29252/jsri.15.1.83 Tsallis relative entropy rate stochastic channel hidden Markov models.‎ Zohre Nikooravesh nikooravesh@birjand.ac.ir 1 Birjand University of Technology AUTHOR
OTHERS_CITABLE یافتن نقطه‌ی ‌تغییر درست وقتی یک نمودار کنترل ‎ CUSUM‎‌‎‌استفاده می‌شود در این مقاله فرض می‎‏‌شود که میانگین یک فرایند نرمال توسط یک نمودار کنترل CUSUM تحت نظارت است. وقتی نمودار کنترل هشدار می‌دهد و اعلان می‌کند که فرایند از کنترل خارج شده‏، یک فرایند جستجو برای پیدا کردن زمان تغییر و عامل خروج فرایند از کنترل آغاز می‌شود. چند روش (طرح) برای یافتن نقطه‌ی تغییر درست (واقعی) پیش‌نهاد می‌شود. نشان داده می‌شود که طرح‌هایی که بر اساس درستنمایی نقاط زمانی ساخته شده‌اند‏، عملکرد بهتری دارند‎.‎ http://jsri.srtc.ac.ir/article-1-292-fa.pdf 2019-03-03 99 117 10.29252/jsri.15.1.99 بیشینه‌ی درستنمایی نقطه تغییر نمودار ‎ CUSUM Finding True Change Point When a CUSUM Control Chart is Used In this paper, it is assumed that the mean of a normal process is monitored by a CUSUM control chart. When the control chart triggers a signal and declares that the process has gone out of control, a search process is started to find the time of change and the causes of going the process out of control. Several methods (plans) for finding the true (real) change point is proposed. It is shown that the plans which are based on the likelihood of the points in time perform better. http://jsri.srtc.ac.ir/article-1-292-en.pdf 2019-03-03 99 117 10.29252/jsri.15.1.99 MLE change point CUSUM chart.‎ Mohammad Esmaeil Dehghan Monfared monfared2@gmail.com 1 Persian Gulf University AUTHOR Fazlollah Lak 2 Persian Gulf University AUTHOR
OTHERS_CITABLE توزیع پواسون-بتا نمایی: ویژگی‌ها و کاربردها توزیع پواسون-بتا نمایی (PBE) به‌عنوان تعمیم جدیدی از توزیع پواسون آمیخته با آمیختن توزیع‌های پواسون و بتا نمایی (BE) به‌دست ‏آورده شده است. براورد پارامترها با استفاده از روش‌های براوردگرهای گشتاوری و بیشینه‌ی درستنمایی مورد بررسی قرار گرفته است. سازگاری پارامترهای مدل جدید را با استفاده از مطالعه‌ی شبیه‌سازی نشان می‌دهیم. مثال‌هایی برای برازش توزیع پواسون-بتا نمایی به داده‌های واقعی ارایه  و مدل برازش‌شده با دیگر توزیع‌ها مقایسه می‌شوند. http://jsri.srtc.ac.ir/article-1-293-fa.pdf 2019-03-03 119 146 10.29252/jsri.15.1.119 توزیع بتا نمایی توزیع‌های آمیخته آمیخته پواسون توزیع‌های بریده‌شده توزیع‌های وزنی Poisson-Beta Exponential Distribution: Properties and Applications A new generalized version of the mixed Poisson distribution, called the Poisson-beta exponential (PBE) distribution, is obtained by mixing the Poisson and the beta exponential (BE) distributions. Estimation of the parameters, using the method of moments and maximum likelihood estimators, is discussed. We show the consistency of the new model parameters using simulation study. Examples are given for fitting the PBE distribution to data, and the fit model is compared with that obtained using other distributions. http://jsri.srtc.ac.ir/article-1-293-en.pdf 2019-03-03 119 146 10.29252/jsri.15.1.119 Beta exponential distribution mixed distributions Poisson mixtures truncated distributions weighted distributions Eisa Mahmoudi emahmoudi@yazd.ac.ir 1 Yazd University AUTHOR Hossein Zamani 2 Hormozgan University AUTHOR RahmatSadat Meshkat 3 Yazd University AUTHOR
OTHERS_CITABLE احتمال کاوش برای شناسایی اثرهای غیرصفر ‌تحت مدل کاوش نرمال - چوله/مستقل شیراکورا و همکاران (۱۹۹۶)‏، احتمال کاوش را برای مدل کاوش نرمال معرفی و محاسبه کردند. اما در موقعیت‌های واقعی و عملی فرض نرمال بودن همواره برقرار نیست. در این مطالعه‏، مدل واقع‌بینانه‌تر نرمال - چوله/مستقل را در نظر گرفته و احتمال کاوش به‌دست آمده است. این مدل کلی‌تر بوده به‌طوری که مدل و نتایج شیراکورا و همکاران (۱۹۹۶) حالتی خاص از آن است. احتمال کاوش به‌دست آمده دارای خواص ویژه‌ای است و می‌تواند به‌عنوان معیاری برای مقایسه و رتبه‌بندی طرح‌های کاوش مورد استفاده قرار گیرد. http://jsri.srtc.ac.ir/article-1-294-fa.pdf 2019-03-03 147 160 10.29252/jsri.15.1.147 احتمال کاوش توزیع نرمال – چوله طرح کاوش مدل خطی کاوش معیار مقایسه‌ی طرح Search Probability for Non-zero Effects Detection under Skew-Normal/Independent Search Model Shirakura et al. (1996) has been introduced and calculated the search probability (SP) for normal search model. However, in practical situations the normality assumption may fail. In this study, we consider a more realistic underlying skew-normal/independent (SNI) model and obtain the SP. This is a general case, in a sense that the result in Shirakura et al. (1996) is its special case. The proposed SP carries some reliable properties and can be used as a design comparison criterion to compare and rank the search designs (SD).  http://jsri.srtc.ac.ir/article-1-294-en.pdf 2019-03-03 147 160 10.29252/jsri.15.1.147 Design comparison criterion search design search linear model search probability skew-normal distribution.‎ Sara Sadeghi 1 Esfahan University AUTHOR Hooshang Talebi h-talebi@sci.ui.ac.ir 2 Esfahan University AUTHOR