| LEADER |
07917nam a22002537a 4500 |
| 001 |
2223068 |
| 041 |
|
|
|a eng
|
| 044 |
|
|
|b مصر
|
| 100 |
|
|
|9 784875
|a Abdelazim, Asmaa Abdelazim Mohamed
|e Author
|
| 245 |
|
|
|a Two-Sample Prediction of Odd Generalized Exponential Inverted Weibull Distribution with Theapplication on COVID-19 Mortality Rate
|
| 246 |
|
|
|a تنبؤ بعينتين لتوزيع وايبل الأسي المعمم المرجح مع التطبيق على معدل وفيات كوفيد-19
|
| 260 |
|
|
|b جامعة عين شمس - كلية التجارة
|c 2024
|g يوليو
|
| 300 |
|
|
|a 221 - 260
|
| 336 |
|
|
|a بحوث ومقالات
|b Article
|
| 520 |
|
|
|a تناول هذا البحث دراسة عن التنبؤ الإحصائي وهو من أهم الموضوعات ذات الصلة الوثيقة بالتقديرات الإحصائية والتي من خلال دراستها يمكن الاستفادة مما تحتويه عينة الدراسة المعروفة من معلومات للتنبؤ بمعلومات تخص عينة مستقبلية من نفس مجتمع الدراسة ففي كثير من تجارب اختبارات الحياة أو تجارب اختبارات الصلاحية للمنتجات الصناعية يكون من المهم دراسة كيفية الاستفادة من معلومات متوفرة عن مجتمع ما للتنبؤ بمعلومات مستقبلية بغرض تحسين كفاءة هذا المنتج مستقبلا. فإذا أجريت التجارب بناء على عينة واحدة يسمى التنبؤ بعينة والذي يكون قد تم بالفعل تسجيل بعض القياسات لجزء من مفردات العينة تحت التجربة والمطلوب هو التنبؤ بما تبقى من قياسات نفس العينة أما إذا أجريت التجربة بناء على عينتين من نفس المجتمع العينة الأولى معروفة والعينة الثانية عينة مستقبلية فهذا ما يسمى بتنبؤ العينتين وهو محل هذه الدراسة. تم الحصول على التنبؤات (بنقطة وبفترة) لمشاهدات مستقبلية تتبع العائلة الأسية المعممة المرجحة باستخدام أسلوب التنبؤ بعينتين اعتمادا على عينات المراقبة من النوع الثاني وذلك باستخدام طريقة الإمكان الأكبر من خلال التقدير بنقطة وفتره. وقد تم أيضا استنتاج حدي فترة التنبؤ للقراءة الصغرى المستقبلية وحدي فترة التنبؤ للقراءة العظمى المستقبلية وحدي فترة التنبؤ للقراءة الوسطى المستقبلية في الحالة الفردية كحالات خاصة. وقد وجد من نتائج المحاكاة أن فترة التنبؤ للمشاهدة الأولى أقل من فترة التنبؤ للمشاهدة الأخيرة. أيضا تم التطبيق باستخدام ثلاث مجموعات من بيانات فعلية (حقيقية) على هذا التوزيع وقد لوحظ أن النتائج متشابهة مع النتائج النظرية. تم في هذا البحث أيضا الحصول على تنبؤات بييز وأيضا تنبؤات توقع بييز (بنقطة وبفترة) لمشاهدات مستقبلية تتبع العائلة الأسية المعممة المرجحة باستخدام أسلوب التنبؤ بعينتين اعتمادا على عينات المراقبة من النوع الثاني وباستخدام دوال خسارة متماثلة مثل دالة خسارة مربع الخطأ المتوازنة وغير متماثلة مثل دالة الخسارة الأسية الخطية المتوازنة وقد تم افتراض أن جميع معالم التوزيع غير معلومة. وأيضا تم إجراء مقارنات عددية لمختلف التقديرات الناتجة باستخدام أسلوب المحاكاة واستخدام مجموعة من البيانات الحقيقية لإيضاح الأهمية والكيفية التطبيقية للنتائج التي تم التوصل إليها. وقد وجد من نتائج المحاكاة أن طول فترة التنبؤ للمشاهدة الأولى أقل من طول فترة التنبؤ للمشاهدة الأخيرة وهذا ما يتفق مع ما هو متوقع نظريا. أيضا طول الفترة لتنبؤات توقع بييز أقل من طول الفترة لتنبؤات بييز وهذا يدل على أن تنبؤات توقع بييز أكثر دقة من تنبؤات بييز. كما أن طول الفترة لتنبؤات توقع بييز باستخدام دالة الخسارة الأسية الخطية المتوازنة تكون في جميع الحالات أقل من طول الفترة لتنبؤات توقع بييز باستخدام دالة خسارة مربع الخطأ المتوازنة. وأخيرا وجد أن طول الفترة لتنبؤات بييز باستخدام دالة الخسارة الأسية الخطية المتوازنة تكون في معظم الحالات أقل من طول الفترة لتنبؤات بييز باستخدام دالة خسارة مربع الخطأ المتوازنة. كما لوحظ أن التنبؤات بنقطة لجميع الطرق المستخدمة تقع جميعها داخل حدود فترات التنبؤ.
|b One of the most crucial issues in life testing is statistical prediction, which has also been used in business, engineering, medicine, and other fields. When more information are available, a better choice will be promoted. When projecting business results, prediction is used to save time, effort, and money. The predictor might be either a point predictor or an interval predictor. The main aim of this research is to investigate the two-sample prediction problem from the odd generalized exponential inverted Weibull distribution based on Type II censored samples. Furthermore, point and interval predictions for future order statistics using non-Bayesian, Bayesian, and E-Bayesian models are looked at. Future order statistics point and interval projections are also offered using conditional, maximum likelihood, Bayesian, and E-Bayesian techniques. The Bayesian and E-Bayesian predictors are based on two different loss functions: the balanced squared error loss function, which is symmetric, and the balanced linear exponential loss function, which is asymmetric. The predictors are derived using uniform hyper prior distributions and gamma prior distributions. Results have been applied to real data sets (such as the COVID-19 death rate in different countries) as well as simulation studies to show the flexibility and potential applications of the distribution.
|
| 653 |
|
|
|a الدراسات الإحصائية
|a أسلوب التنبؤ
|a العائلة الأسية
|a جائحة كورونا "كوفيد-19"
|
| 692 |
|
|
|a توزيع وايبل الأسي المعمم المرجح
|a المراقبة من النوع الثاني
|a التنبؤ بعينتين
|a التنبؤ غير البييز
|a البييز
|a توقع البييز
|b Odd Generalized Exponential Inverted Weibull Distribution
|b Type-II Censored Samples
|b Two-Sample Prediction
|b Non-Bayesian
|b Bayesian and E-Bayesian Prediction
|
| 700 |
|
|
|9 784877
|a Mohamed, Ganat Ramdan
|e Advisor
|
| 700 |
|
|
|9 784879
|a Hassan, Reda Mohamed
|e Advisor
|
| 773 |
|
|
|4 الاقتصاد
|4 الإدارة
|6 Economics
|6 Management
|c 006
|e Scientific Journal for Economic & Commerce
|f Al-Maġallah Al-ʿilmiyyah Lil-Iqtiṣād Wal Tiğārah
|l 002
|m ع2
|o 0527
|s المجلة العلمية للاقتصاد والتجارة
|v 054
|x 2636-2562
|
| 856 |
|
|
|u 0527-054-002-006.pdf
|
| 930 |
|
|
|d y
|p y
|q n
|
| 995 |
|
|
|a EcoLink
|
| 999 |
|
|
|c 1479594
|d 1479594
|
