research centers


Search results: Found 5

Listing 1 - 5 of 5
Sort by

Article
Comparison some estimation methods for double exponential distribution (Laplace distribution) using simulation.
مقارنة بعض طرائق تقدير المعولية للتوزيع الاسي المزدوج (توزيع لابلاس) باستخدام المحاكاة

Author: لمياء محمد علي حميد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2017 Volume: 23 Issue: 95 Pages: 387-398
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This research is aims to studding properties and estimators the reliability for double exponential distribution (Laplace distribution) for stress and strength and deriving the formats for the estimation methods and compare of them by using simulation by comparative statistical criterion (mean square error) (MSE) on the assumption that the two stress – strength random variable both are independent variables and have double exponential distribution in two different parameters so that i = 1,2 , It was taking into consideration that there are two cases when found reliability for the two location parameters that is then we found estimators for these parameters and the reliability R using the following estimators methods: Maximum likelihood method, Moment method and Shrinkage method, For achieving the most efficient method for estimating reliability R the simulation is used by Monte Carlo method, it is found by simulation experiments analysis that the Shrinkage method is the best than the others.

يهدف البحث إلى دراسة خصائص ومقدرات المعولية ( Reliability ) للتوزيع الاسي المزدوج (Double exponential distribution)( توزيع لابلاس) للإجهاد والمتانة واشتقاق الصيغ الخاصة بطرائق التقديرات والمقارنة بينهما عن طريق المحاكاة باستعمال مقياس المقارنة الإحصائي متوسط مربعات الخطأ (MSE) ، وعلى افتراض أن متغيرا الإجهاد والمتانة العشوائيان (Stress – strength random variable) هما متغيران مستقلان ويمتلكان التوزيع الاسي المزدوج بمعلمتين مختلفتين ، وقد تم الأخذ بنظر الاعتبار حالتين عند إيجاد المعولية بالنسبة لمعلمتي الموضع وهما ( < ) و ( < ) بعد ذلك تم إيجاد مقدرات لهذه المعلمات والمعولية R باستعمال ثلاث طرائق للتقدير وهي طريقة الإمكان الأعظم (Maximum likelihood method ) وطريقة العزوم ( Moment method) وطريقة التقلص (Shrinkage method) ولغرض التوصل الى الطريقة الاكفأ لتقدير المعولية R، تم استعمال المحاكاة بطريقة مونت كارلو وتمت المقارنة بين الطرائق عن طريق متوسط مربعات الخطأ ( MSE). وتم الاستنتاج عن طريق تحليل تجارب المحاكاة إن طريقة التقلص هي الأفضل عند تقدير معولية التوزيع الاسي المزدوج.


Article
Different Estimation Methods of the Stress-Strength Reliability Power Distribution

Authors: Bareq Baqe Selman --- Alaa M. Hamad
Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: 16094042 Year: 2019 Volume: 32 Issue: 3 Pages: 70-82
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper deals with estimation of the reliability system in the stress- strength model of the shape parameter for the power distribution. The proposed approach has been including different estimations methods such as Maximum likelihood method, Shrinkage estimation methods, least square method and Moment method. Comparisons process had been carried out between the various employed estimation methods with using the mean square error criteria via Matlab software package


Article
Comparing Between Shrinkage &Maximum likelihood Method For Estimation Parameters &Reliability Function With 3- Parameter Weibull Distribution By Using Simulation
مقارنة بين طريقة التقلص وطريقة الإمكان الأعظم لتقدير المعلمات ودالة المعولية لتوزيع ويبل بثلاثة معلمات باستخدام المحاكاة

Authors: صباح هادي الجاسم --- فراس صدام عبد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2013 Volume: 19 Issue: 73 Pages: 414-429
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The 3-parameter Weibull distribution is used as a model for failure since this distribution is proper when the failure rate somewhat high in starting operation and these rates will be decreased with increasing time .In practical side a comparison was made between (Shrinkage and Maximum likelihood) Estimators for parameter and reliability function using simulation , we conclude that the Shrinkage estimators for parameters are better than maximum likelihood estimators but the maximum likelihood estimator for reliability function is the better using statistical measures (MAPE)and (MSE) and for different sample sizes .Note:- ns : small sample ; nm=median sample ; nl=large sample.

في هذا البحث تم استعمال توزيع ويبل بثلاثة معلمات هي معلمة الشكل ، معلمة القياس ومعلمة الموقع .أن هذا التوزيع يعتبر من توزيعات الفشل الملائمة عندما تكون معدلات الفشل عاليه نسبياً في بداية تشكيل المكائن ومن ثم تبدأ هذه المعدلات بالتناقص تدريجياً بزيادة الزمن.أما بالنسبة للجانب الرئيسي من هذا البحث وهو الجانب التجريبي ، فقد تم في هذا الجانب أجراء مقارنه بين مقدرات طريقة التقلص(Shrinkage Method) وطريقة الإمكان الأعظم(Maximum likelihood Method) لمعلمات ودالة المعوليه لهذا التوزيع باستعمال المقياسين الإحصائيين (MSE) و(MAPE) وذلك بعد أن تم توظيف طريقة (Monte – Carlo) مونت-كارلو للمحاكاة ،علماً بأن حجوم العينات المستعملة والملائمة لطبيعة البحوث من هذا النوع هي العينة الصغيرة n=20,30)) ، والعينة المتوسطة (n=50) والعينة الكبيرة (n=100)، ولقد تم التوصل في هذا البحث الى أفضلية طريقة التقلص لتقدير المعلمات في حين كانت الافضليه لطريقة الإمكان الأعظم لتقدير دالة المعوليه .


Article
Choose the optimal value for the contraction parameter (K) for Shrinkage way to control data type II hybrid
اختيار القيمة الامثل لمعلمة التقلص (K) لطريقة Shrinkage لبيانات مراقبة هجينة من النوع الثاني

Authors: دجلة ابراهيم مهدي --- احمد ذياب احمد
Journal: Diyala Journal For Pure Science مجلة ديالى للعلوم الصرفة ISSN: 83732222 25189255 Year: 2013 Volume: 9 Issue: 4 Pages: 1-20
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

A Hybrid censoring scheme is a mixture of type-I and type-II censoring schemes. In this research we used maximum likelihood method and shrinkage method when we take deferent values for the shrinkage parameter (K) and determined the optimal value for the shrinkage parameter. The mean square error is used to comparison between the two methods by using simulation and so used real life data, when the data are Burr-XII distribution for three parameters.

تعرف بيانات المراقبة الهجينة على انها الخلط مابين بيانات المراقبة من النوع الاول وبيانات المراقبة من النوع الثاني. في هذا البحث تم استخدام طريقة الامكان الاعظم وطريقة التقلص عند اخذ قيم مختلفة لمعلمة التقلص K والمقارنة بين الطريقتين كانت باستخدام المحاكاة وتحديد القيمة الامثل لمعلمة التقلص ومن ثم تطبيق ذلك على بيانات تجربة حقيقية ومؤشر المقارنة هو متوسط مربعات الخطأ وفي حالة كون البيانات تتوزع توزيع Burr-XII بثلاث معلمات.


Article
Compare some estimation methods for parameters of extreme value distribution by simulation
مقارنة بعض طرق التقدير لمعلمات توزيع القيم المتطرفة باعتماد المحاكاة

Author: أ.م.د.وليد عبدا لله ارحيمه أ.م.د. نزار مصطفى الصراف
Journal: Al Kut Journal of Economics Administrative Sciences مجلة الكوت للعلوم الاقتصادية والادارية ISSN: 1999558X Year: 2012 Volume: 1 الجزء الثاني Issue: عدد خاص بالمؤتمر العلمي Pages: 287-302
Publisher: Wassit University جامعة واسط

Loading...
Loading...
Abstract

AbstractResearch has included study of extreme value distribution properties with most important functions which it is used in some estimation methods for the parameters distribution also research include simulation experiments with various sample sizes and parameters values using mean square error to determined the best estimation method

الخلاصة(Abstract ) تضمن البحث دراسة خواص توزيع القيم المتطرفة مع أهم الدوال ألعائده له تمهيدا لاستخدام هذه الدوال في تقديم بعض طرائق التقدير لمعلمات هذا التوزيع مع تقديم تجارب محاكاة لعدة احجام وعدة اقيام لمعلمات التوزيع في محاولة لتوظيف متوسط مربعات الخطأ لمعرفة تحرك المقدرات المقدمة وفق هذه الطرق وتحديد طريقة التقدير الأفضل من بين الطرق المدروسة

Listing 1 - 5 of 5
Sort by
Narrow your search

Resource type

article (5)


Language

Arabic and English (3)

Arabic (1)


Year
From To Submit

2019 (1)

2017 (1)

2013 (2)

2012 (1)