Gompertz Flexible Weibull Dağılımı için Tahmin Yöntemlerinin bir Karşılaştırması

Gompertz flexible Weibull dağılımı, flexible Weibull dağılımının bir türüdür. Biz Gompertz flexible Weibull dağılımının parametrelerinin tahmini problemini ele aldık. Gompertz flexible Weibull dağılımı için birkaç tahmin yöntemi üzerinde durduk. En çok olabilirlik, en küçük kareler, ağırlıklandırılmış en küçük kareler, Anderson Darling ve Cramer-von Mises tahmin edicileri düşünülmüştür. Bu tahmin edicileri yan ve hata kareler ortalaması açısından karşılaştırabilmek için bir Monte Carlo simülasyon çalışması yapılmıştır. Ayrıca Gompertz flexible Weibull dağılımının kullanışlılığını göstermek ve bahsedilen beş tahmin yöntemine dayalı olarak tahminleri elde etmek için gerçek veri çalışmaları sunulmuştur.

A Comparison of Estimation Methods for Gompertz Flexible Weibull Distribution

Gompertz flexible Weibull distribution is an extension of flexible Weibull distribution. We tackle the problem of estimation of parameters of Gompertz Weibull distribution. We discuss several methods of estimation for Gompertz flexible Weibull distribution. Maximum likelihood estimators, least squares estimators, weighted least squares estimators, Anderson-Darling estimators, Cramer-von Mises estimators are considered. A Monte Carlo simulation study is performed in order to compare these estimators in terms of their biases and mean square errors. Also, real data applications are presented to illustrate the usefulness of Gompertz flexible Weibull distribution and obtain estimates based on five methods of estimation.

Kaynakça

Ali, S., Dey, S., Tahir, M., Mansoor, M., (2020). “The Comparison Of Different Estimation Methods For The Parameters Of Flexible Weibull Distribution”, Communications Series A1 Mathematics & Statistics, 69, 794-814.

Asgharzadeh, A., Rezaie, R., Abdi, M., (2011). “Comparisons of methods of estimation for the half-logistic distribution”, Selçuk Journal of Applied Mathematics, 93-108.

Bebbington, M., Lai, C. D., Zitikis, R., (2007). “A flexible Weibull extension,” “Reliability Engineering & System Safety”, 92, 719-726.

Bjerkedal, T., (1960). “Acquisition of Resistance in Guinea Piesinfected with Different Doses of Virulent Tubercle Bacill”, American Journal of Hygiene, 72, 130-148.

Khaleel, M. A., Oguntunde,, P. E., Ahmed,, M.T., Ibrahim, N.A., Loh Y.F., (2020). “The Gompertz Flexible Weibull Distribution and its Applications,” Malaysian Journal of Mathematical Sciences, 14, 169-190.

Kundu, D., Raqab, M. Z., (2009). “Estimation of R = P(Y < X) for three parameter Weibull distribution”, Stat. Probab. Lett., 79, 1839–1846.

Kurban, M., Kanta, Y., Hocaoğlu, F. O., (2007). “Weibull Dagılımı Kullanılarak Rüzgar Hız ve Güç Yoğunluklarının İstatistiksel Analizi”, Afyon Kocatepe Üniversitesi Fen Ve Mühendislik Bilimleri Dergisi, 7, 205-218.

Lawless, J. F., (1982). “Statistical Models and Methods for Lifetime Data”, Second ed., Wiley, New York.

Nassar, M., Afify, A. Z., Dey, S., Kumar, D., (2018). “A new extension of Weibull distribution: properties and different methods of estimation”, Journal of Computational and Applied Mathematics, 336, 439-457.

Nichols, M. D., Padgett, W. J., (2006). “A bootstrap control chart for Weibull percentiles”, Quality and Reliability Engineering International, 22, 141-151.

Peng X., Yan, Z., (2014). “Estimation and application for a new extended Weibull distribution,” Reliability Engineering & System Safety, 121, 34-42.

Taniş, C., Saracoglu, B., (2019). “Comparisons of six different estimation methods for log-Kumaraswamy distribution”, Thermal Science, 23, 1839-1847.

Xu, K. Xie, M., Tang, L. C., Ho, S. L., (2003). “Application of neural networks in forecasting engine systems reliability”, Applied Soft Computing, 2, 255-268.

Kaynak Göster

APA Tanış, C. & Karakaya, K. (2021). A Comparison of Estimation Methods for Gompertz Flexible Weibull Distribution . Erzincan University Journal of Science and Technology , 14 (3) , 887-897 . DOI: 10.18185/erzifbed.777540
Erzincan Üniversitesi Fen Bilimleri Enstitüsü Dergisi
  • ISSN: 1307-9085
  • Yayın Aralığı: Yılda 3 Sayı
  • Yayıncı: Erzincan Üniversitesi

20.2b6.3b

Sayıdaki Diğer Makaleler

The Effect of Different Doses of Fluopyram on the Kidney Tissues of Mice

Meltem ÖZGÖÇMEN, Vehbi Atahan TOĞAY

Gompertz Flexible Weibull Dağılımı için Tahmin Yöntemlerinin bir Karşılaştırması

Caner TANIŞ, Kadir KARAKAYA

Aljinat/Kitosan Nanopartiküllere Pemetrekset Adsorpsiyonu ve Kontrollü İlaç Salımı

Ayça EREK, Safiye Kübra AKTAŞ, Yağmur ÖZDEMİR, Güliz AK

Random Forest ve K-Nearest Neighbor Yöntemleri ile Günlük Akım Modellemesi

Hüseyin Yildirim DALKILIÇ, Sefa Nur YEŞİLYURT, Pijush SAMUİ

Changes in Composition, Antibacterial and Antifungal Activities of Mentha piperita Essential Oil During Storage

Meryem YEŞİL, Mehmet Muharrem ÖZCAN, Şevket Metin KARA, Ömer ERTÜRK

Kayseri Ekolojik Koşullarında Bazı Kayısı Çeşitlerinin Yaprak ve Meyve Özelliklerinin Belirlenmesi

Mehmet YAMAN, Sibel TURAN

Determination of Some Quality Properties of Blueberry Fruit Coated with Edible Coating (Vaccinium Arctostaphylos)

Zühal OKCU, Yasemin YAVUZ ABANOZ

The Identification and Characterization of Unsaturated Polyester Resins Used in the Coating Industry/ Boya Endüstrisinde Kullanılan Doymamış Polyester Reçinelerin Belirlenmesi ve Karakterizasyonu

Ayça BİÇEN, Nazlı GÜVENÇ

Determination of University Students’ Solutions to Climate Change through PESTEL Analysis in The Sample of Ataturk University

Aslıhan ESRİNGÜ, Süleyman TOY

Green Synthesis of Silver Nanoparticles Using Mandragora autumnalis; Its Characterization, Antioxidant and Antimicrobial Activities

Yeşim DAĞLIOĞLU, Betül ÖZTÜRK