ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تقييم معاملات توزيع Weibull Burr العكسي المتقطع العاشر المقترح باستخدام المحاكاة: مع التطبيق العملي

العنوان بلغة أخرى: Evaluation of the Parameters of the Proposed tenth Truncated Weibull Burr Inverse Distribution Using Simulation: With Practical Application
المصدر: مجلة تكريت للعلوم الإدارية والاقتصادية
الناشر: جامعة تكريت - كلية الإدارة والاقتصاد
المؤلف الرئيسي: حميد، منير إبراهيم (مؤلف)
المؤلف الرئيسي (الإنجليزية): Hameed, Muneer I.
مؤلفين آخرين: الجبوري، منذر عبدالله خليل (م. مشارك)
المجلد/العدد: مج18, ع59
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2022
الصفحات: 520 - 534
ISSN: 1813-1719
رقم MD: 1322807
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
عائلة توزيع معكوس ويبل المبتور | العزم | طريقة الإمكان الأعظم | توزيع بور | Family of [0,1] Truncated Invers Weibull | Moments | Maximum Likelihood | Estimation Method | Burr Distribution
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: في هذا البحث تم اقتراح توسيعا جديدا لتوزيع بور العاشر ذو المعلمتين وبعنوان (0.1) توزيع معكوس ويبل بور العاشر المبتور، وقد تم توسيع التوزيع الجديد بحيث أصبح توزيعا ذو أربع معلمات. وتم اشتقاق بعض الخواص الإحصائية المهمة من الدالة الموسعة مثل الدالة الكمية والعزوم. وتم استخدام طريقة الإمكان الأعظم لتقدير المعلمات. وتم تطبيق التوزيع على بيانات حقيقية وهي عبارة عن أوقات فشل (50) مركبا في زمن قدره (1000) ساعة. واثبت التوزيع الجديد المقترح انه يعطي ملاءمة أفضل مقارنة بالعديد من التوزيعات الأخرى. وتم تقييم المعلمات المقدرة باستخدام المحاكاة.

We introduce a new extension distribution for Burr type X with two parameters. We called it [0,1] Truncated Invers Weibull Burr Type X Distribution. The new distribution has been expanded to become a four parameter distribution. Several important properties of the new extension distribution are derived like the quantile function and moment. The maximum likelihood estimation is used to estimate the parameters involved. The distribution was applied to real data, which is the failure times of (50) vehicles in a time of (1000) hours. It gives a better fit compared to several other distributions. The parameters that were estimated were evaluated using simulation.

ISSN: 1813-1719