Parameter estimation of Birnbaum-Saunders distribution with genetic algorithm under right censored data
Sağ sansürlü veriler altında Birnbaum-Saunders genetik algoritma ile dağılımının parametre tahmini
- Tez No: 831413
- Danışmanlar: PROF. DR. GÜZİN YÜKSEL
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Birnbaum-Saunders (BS) dağılımı bilimsel çalışmalarda kullanılan yaygın bir güvenilirlik dağılımıdır. Literatürde bu dağılım için parametre tahminleri üzerine çalışmalar yapılmıştır. Ayrıca birçok çalışmada modellemede parametre tahmini için genetik algoritma (GA) optimizasyon yöntemlerinin kullanılması önerilmektedir. Bu tez, sağ sansürlü güvenilirlik verileri kullanak iki parametreli Birnbaum-Saunders dağılımında model parametrelerinin analizi ve tahminine odaklanmaktadır. Birnbaum-Saunders dağılım parametrelerinin tahmini için, maksimum olabilirlik tahmini (ML) yöntemine alternatif olarak genetik algoritma (GA) yöntemini öneriyoruz. Psi31 verileri, sansürlü veriler kullanıldığında tahmin yöntemlerinin sınırlamalarını göstermek için sıklıkla bir örnek olarak kullanılır. Ayrıca, ML ve GA yöntemlerinin performansı, farklı örneklem büyüklükleri ve sansür oranları ile Monte Carlo simülasyonu ile incelenmiştir.
Özet (Çeviri)
The Birnbaum-Saunders (BS) distribution is a common reliability distribution used in scientific studies. There have been studies in the literature on parameter estimates for this distribution. In addition, in many studies, it is recommended to use genetic algorithm (GA) optimization methods for parameter estimation in modelling. This thesis focuses on the analysis and estimation of model parameters for a two-parameter Birnbaum-Saunders distribution for right-censored reliability data. For the estimation of Birnbaum-Saunders distribution parameters, we propose the genetic algorithm (GA) method as an alternative to the maximum likelihood estimation (ML) method. Psi31 data are often used as an example to show the limitations of prediction methods when using censored data. In addition, the performance of the ML and GA methods were studied by Monte Carlo simulation with different sample sizes and censorship rates.
Benzer Tezler
- Bırnbaum-saunders dağılımının parametrelerinin Bayesci yöntemle tahmini
Parameter estimation of the birnbaum-saunders distribution by Bayesian method
SAMET KAYA
Yüksek Lisans
Türkçe
2022
İstatistikAnkara Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ESİN KÖKSAL BABACAN
- Parameter estimation of some discrete trivariate distriations and applications of these distributions
Üç boyutlu kesikli dağılımların parametre tahminleri ve bu dağılımların uygulamaları
MEHMET ÖZMEN
Yüksek Lisans
İngilizce
1997
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DR. A. SEVTAP SELÇUK
- Parameter estimation of a novel stock price model
Yeni bir hisse senedi fiyatlama modelinin parametre kestirimi
NİHAL BAHTİYAR
Yüksek Lisans
İngilizce
2012
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MİNE ÇAĞLAR
- Parameter estimation of multicomponent micro-doppler signals
Çok bileşenli micro-doppler sinyallerinin parametre kestirimi
HÜSEYİN YILDIZ
Yüksek Lisans
İngilizce
2014
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. METE SEVERCAN
- Parameter estimation of probability distributions based on ranked set sampling
Olasılık dağılımlarının sıralı küme örneklemesine dayalı parametre kestirimi
MELEK ESEMEN
Yüksek Lisans
İngilizce
2017
İstatistikDokuz Eylül Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. SELMA GÜRLER