الفهرس 
Chapter 1 Fundamental Definitionsand ConceptsOnly 14 pages are availabe for public view
 |  | from | 140 |  |  |
| | | from | 140 | | |
Abstract
تناولت الرسالة توزيعًا جديدًا مبتوراً يسمى توزيع وايبل المقلوب من اليمين (RTFIWD) حيث تم تحديد الدوال الرئيسية للتوزيع المقترح ودُرست بعض الخصائص الإحصائية المهمة. بالإضافة إلى ذلك ، دراسة لتقدير معالم توزيع وايبل المقلوب من اليمين بناءً على العينات التدريجية من النوع الثاني الخاضعة للرقابة. تضمنت هذه الطريقة أقصى احتمالية وتقديرات بايزي. كما تعاملنا مع تطبيقات البيانات الواقعية التي تم فيها تحليل البيانات وفق معايير إحصائية معينة ، والتي من خلالها توضيح أهمية النموذج الفرعي المقترح وفاعليته في تقديم تقديرات جيدة تتوافق مع البيانات المستخدمة. بالإضافة إلى عمل دراسة موجزة لمحاكاة مونت كارلو لتقييم أداء هذه التقديرات. تم تقديم توزيع احتمالي جديد باستخدام تحويل مارشال أولكين. تم اشتقاق بعض خصائصه مثل العزوم والداله المولده للعزوم ودوال الموثوقية. تم تقديم توزيع وايبول جديد معدّل ثنائي المتغير (BEMWD) وتم الحصول على تقدير المعلمات باستخدام طريقة الامكان الاكبر. تم استخدام طريقة الامكان الاكبر لتقدير معلمات النموذج. تتكون هذه الرسالة من خمسة فصول وملخصين باللغتين العربية والإنجليزية وقائمة بالمراجع المستخدمة. وتم تنظيم هذه الرسالة على النحو التالي: الفصل الاول: في هذا الفصل ، نناقش بإيجاز بعض المفاهيم والتعريفات الأساسية في الإحصاء الرياضي ، والتوزيعات الاحتمالية ، ونظرية الموثوقية ، مع عرض لطرق التقدير الشائعة (تقدير النقاط - تقدير الفترات) باستخدام طريقه الامكان الاكبر وتقديرات بايزي ، وكذلك كيف اختيار التوزيع القبلى والتصنيفات المرتبطة. تم تعريف دالة الخسارة وبعض الدوال ذات الصلة ، مثل دالة خسارة الخطأ التربيعية ، ودالة الخسارة الأسية الخطية (LINEX) ، ودالة خسارة كما تم عرض طريقة محاكاة سلسلة ماركوف مونت كارلو (MCMC) ، بالإضافة إلى تحديد بعض المعايير الإحصائية الهامة التي تم استخدامها في هذه الرسالة للمقارنة مع بعض التوزيعات المعممة ، مثل: K-S ، AIC ، BIC ، HQIC. تم أيضًا تقديم بعض التوزيعات الاحتمالية المهمة المتعلقة بعملنا في هذه الرسالة. الفصل التانى : تم تقديم هذا الفصل على النحو التالي: تقديم توزيع جديد مبتور إلى اليمين يسمى توزيع ويبل المقلوب من اليمين (RTFIWD) مع معلمتين. تم تحديد بعض الخصائص الهيكلية ، بما في ذلك سلوك داله الكثافة الاحتمال ، والموثوقية أو دالة البقاء على قيد الحياة ، ودالة الفشل ودالة الفشل العكسية. تمت دراسة طريقة الامكان الاكبرلتقدير الاحتمالية لمعلمات غير المعروفة. أخيرًا ، في نهاية الفصل ، تم تحليل عرض لبيانات واقعية ومقارنتها ببعض التوزيعات والتعميمات الأخرى وفقًا لمعايير إحصائية معينة. تم توضيح مدى أهمية النموذج الفرعي المقترح في تقديم تقديرات جيدة تتفق مع البيانات المستخدمة. الفصل الثالث : في هذا الفصل ، تم تقدير RTFIWD ذو المعلمتين بناءً على العينة الخاضعة للرقابة من النوع الثاني تدريجيًا. تتضمن هذه الطرق طريقه الامكان الاكبر(MLEs) ومقدرات بايزي. تم تقدير فترات الثقة التقريبية (ACIs) ، والموثوقية ودالة الفشل بناءً على التوزيع المقارب لتقديرات الاحتمالية القصوى (MLEs). بالإضافة إلى ذلك ، تم الحصول على تقديرات بايزي لدوال الخسارة المتماثلة وغير المتماثلة ، مثل خسارة الخطأ التربيعي (SEL) ودوال خسارة LINEX. تم تطبيق محاكاة Metropolis-Hasting لاستخدام تقنية سلسلة Markov Monte Carlo (MCMC) للحصول على تقديرات بايزية لمعلمات غير المعروفة وفترات الثقة (CRIs). أخيرًا ، تم اعتبار مجموعة بيانات الحياة الواقعية كتطبيق للطرق المقترحة. الفصل الرابع : تم تقديم هذا الفصل على النحو التالي: تم تقديم توزيع احتمالي جديد باستخدام تحويل مارشال وأولكين. تم اشتقاق بعض خصائصه مثل العزوم والدوال المولده للعزوم ودوال الموثوقية. تم استخدام طريقة الامكان الاكبر لتقدير معلمات النموذج. بعد تحليل النظام ، تم تقييم موثوقية الأنظمة الفرعية ودمجها لإنشاء موثوقية النظام بأكمله. تحتاج هذه التقنية إلى معرفة شاملة بالهيكل المادي وتقييم شامل لسلوك النظام بأكمله. الفصل الخامس : تم تقديم هذا الفصل على النحو التالي: توزيع ويبل جديد معدل ثنائي المتغير (BEMWD) ، وهو من نوع مارشال أولكين. دراسة خصائص مختلفة مثل دالة التوزيع التراكمي المشترك ، ودالة كثافة الاحتمال المشتركة ، ووظائف كثافة الاحتمال الهامشي ، والتوقع الهامشي ، ووظيفة توليد اللحظة الهامشية ، ووظيفة معدل الخطر المشترك ، وكثافة الاحتمال الشرطي. تم استخدام طريقة الامكان الاكبر لتقدير معلمات النموذج. تم تحليل عرض لبيانات واقعية ومقارنتها ببعض التوزيعات والتعميمات الأخرى وفقًا لمعايير إحصائية معينة. تم توضيح مدى أهمية النموذج الفرعي المقترح في تقديم تقديرات جيدة تتفق مع البيانات المستخدمة.