| تعداد نشریات | 48 |
| تعداد شمارهها | 1,242 |
| تعداد مقالات | 10,688 |
| تعداد مشاهده مقاله | 21,873,982 |
| تعداد دریافت فایل اصل مقاله | 14,703,049 |
مقایسۀ میانگین مربعات خطای برآوردگرهای انقباضی واریانس توزیع چوله – نرمال با ضریب تغییرات معلوم | ||
| دوفصلنامه گستره علوم آماری | ||
| مقاله 6، دوره 1، 1 (پاییز و زمستان 1394)، مهر 1394، صفحه 43-48 اصل مقاله (226.17 K) | ||
| نوع مقاله: علمی- پژوهشی | ||
| نویسندگان | ||
| ناهید سنجری فارسیپور* 1؛ نجمه رشیدی2؛ آرش پیشدست3 | ||
| 1استاد، گروه آمار، دانشگاه الزهرا | ||
| 2گروه آمار، دانشگاه الزهرا | ||
| 3گروه آمار، دانشگاه علامه طباطبایی | ||
| چکیده | ||
| پارامترهای متعددی در جامعه وجود دارد که برای شناسایی ویژگیهای آن برآورد دقیقتری از پارامترها را نیاز داریم. با برآورد این پارامترها میتوان در مورد شاخصهای مختلف مورد بحث در جامعه تصمیمگیری کرد. جامعههای مورد بررسی آنگونهای نیستند که تحت یک تابع توزیع مناسب (خوشتعریف و مشخص) بتوان تحلیلی درست روی پارامترهای آن انجام داد؛ برای این منظور معمولا فرض میشود که شاخصهای مشخصی معلوم هستند. برآورد پارامترهای جامعه مورد توجه بسیاری از آماردانان قرار گرفته که این کار را میتوان با فرض معلوم بودن ضریب تغییرات، چولگی و یا برجستگی (اطلاعات پیشین) انجام داد. اخیراً لاهیتران و ویجکون (2008) یک روش تعمیمیافته را برای به دست آوردن برآوردگرهای انقباضی به دست آوردند. ما در این مقاله میخواهیم بر اساس قضایایی که لاهیتران و ویجکون (2008) مطرح کردند برآوردگرهای انقباضی بهینه را برای پارامترهای میانگین و واریانس توزیع چوله - نرمال به دست آوریم و با استفاده از معیار میانگین بر اساس برآوردگر میانگین به دست آمده برآوردگری برای واریانس توزیع چوله - نرمال معرفی کنیم و با استفاده از معیار میانگین مربعات خطا به مقایسۀ این دو برآوردگر واریانس بپردازیم. | ||
| کلیدواژهها | ||
| ضریب تغییرات؛ میانگین مربع خطای زیان مقیاسی؛ برآوردگر انقباضی بهینه؛ توزیع چوله - نرمال | ||
| عنوان مقاله [English] | ||
| Mean Squared Error Comparison of Varianceshrinkage Estimators with Known coefficient of Variation in Skew Normal Distribution | ||
| نویسندگان [English] | ||
| Nahid Sanjari Farsipoor1؛ Najmeh Rashidi2؛ Arash Pishdast3 | ||
| چکیده [English] | ||
| Estimating the parameters of population was considered by various statisticians, which this may be occured when the coefficient of variation, skewness or kurtosis (i.e. prior information) was known. Recently Laheetharan and wijekoon (2008) considered an extended method for obtaining optimal shrinkage estimators.Based on the theorems in Laheetharan and wijekoon (2008) we want to obtain optimum shrinkage estimators for mean and variance parameters in skew normal distribution and using MSE criterion we produce estimators for the variance of skew normal distribution, and using MSE criterion we compare these two variance estimators. | ||
| مراجع | ||
|
Arnholt, A.T. and Hebert, J.L. (1995). Estimating the mean with known coefficient of variation. Am. Stat. 49:367–369.
Azzalini, A. (1985). A class of distributions which includes the normal ones. Scandinavian Journal of Statistics 12, 171-178.
Gleser, L.J. and Healy, J.D. (1976). Estimating the mean of a normal distribution with known coefficient of variation. J. Am. Stat. Assoc. 71:977–981.
Khan R.A. (1968). A note on estimating the mean of a normal distribution with known coefficient of variation. J. Am. Stat. Assoc. 63:1039–1041.
Laheetharan, A. and Wijekoon, P. (2008). Improved estimation of the population parameters when some additional information is available. Stat. Papers 51:889-914.
Searls D.T. (1964). The utilization of a known coefficient of variation in the estimation procedure. J. Am. Stat. Assoc. 59:1225–1226 .
Wencheko, E. and Wijekoon, P. (2005). Improved estimation of the mean in one - parameter exponential families with known coefficient of variation. Stat. Papers. 46:101–11. University of Isfahan. | ||
|
آمار تعداد مشاهده مقاله: 3,029 تعداد دریافت فایل اصل مقاله: 1,554 |
||