تقدير معالم تعميم معكوس التوزيع الاسي بالضبابية == Estimating the Parameters of Generalized Inverted Exponential Distribution with Fuzziness
Author name:
حوراء جواد كاظم علي
Supervisor name:
قتيبة نبيل نايف القزاز
General topic:
Mathematics
Specific topic:
Fuzzy Groups
Degree:
Master
University:
University of Baghdad - College Of Science For Girls
Language:
English
University location:
Baghdad
First pages:
27T1133 - p.pdf
Abstract:
يعد معكوس التوزيع الاسي المعمم من التوزيعات المهمة في دراسة اوقات الفشل والتي لها تطبيقات واسعة في المجالات الطبية والصناعية. وفي هذه الرسالة تم تقدير معلمتي الشكل والقياس لهذا التوزيع ولكن بعد ازالة الضبابية التي تتصف بها بياناته اذ ان بياناته عبارة عن اعداد ضبابية ثلاثية ولتحويلها الى اعداد اعتيادية تم استعمال دالة الرتب والتي تم تعريفها وايضاح خصائصها واقتراح تعميم لطريقتين من طرائقها(graded mean and centroid ) وايجاد العلاقة بين الطريقتين المعممتين واثبات هذه العلاقة من خلال تطبيق خمس حالات خاصة منهما وهذه الحالات تعد الاكثر شيوعا في ازالة الضبابية.تم تقدير معلمتي هذا التوزيع وفق ثلاث طرائق وهي، طريقة الامكان الاعظم، طريقة المربعات الصغرى، والطريقة البيزية، وبما ان التوزيع المدروس ذو معلمتين فكان من الصعوبة الفصل بين المعلمتين وتقديرهما بشكل مباشر في كل من طريقتي الامكان الاعظم والمربعات الصغرى. لذا تم الاستعانة بطريقة نيوتن رافسون التكرارية من خلال فرض قيم اولية ومن ثم التقدير الى ان تم الحصول على اقل فرق ممكن بين التقديرين الحالي والسابق لكلا المعلمتين. اما في الطريقة البيزية فقد تم فرض توزيع كاما كتوزيع اولي لمعلمتيه ومن ثم استعمال دالة الخسارة التربيعية وبالاعتماد على خوارزمية Metropolis - Hastingالتي تتطلب تحديد توزيعين (توزيع توليد اولي، وتوزيع مقترح) لايجاد مقدرات بيز لكلا المعلمتين بعد 5000 دورة للتجربة الواحدة. وتم توليد عينات مختلفة لتمثل المجتمع المدروس وفق معكوس دالة الاحتمال التراكمي بالاعتماد على اسلوب المحاكاة. وبعد تقدير معلمتي التوزيع ومقارنة نتائج طرائق التقدير وفق مقياس متوسط مربعات الخطا. تم التوصل الى ان افضل طريقة كانت طريقة الامكان الاعظم تليها الطريقة البيزية واخرها طريقة المربعات الصغرى والتي كانت الابطا من ناحية الحصول على نتائج مستقرة. | The generalized inverted exponential distribution is considered as one of the most important distributions in studying failure times and has a wide application in medical and industrial fields. In this thesis, a shape and a scale parameters of the distribution have been estimated after removing the fuzziness that characterizes its data because they are triangular fuzzy numbers. To convert the fuzzy data to crisp data the researcher has used the ranking function methods to define and clarify their characteristics. She also has proposed a generalization of two methods (graded mean and centroid) and found a relationship between them; this relationship has been proved through applying five special cases of them that are considered the most common cases in fuzziness removal.The distribution parameters have been estimated according to three estimation methods : maximum likelihood, ordinary least squares and Bayesian methods. Hence the studied distribution has two parameters which show a difficulty in separating and estimating them directly in both of the MLE and OLS methods. The Newton - Raphson iteration method has been used by assuming initial values, and then estimating them reach the minimum possible difference between the current and previous values. For the Bayesian method, the gamma distribution has been proposed as a prior distribution for the two parameters with a quadratic loss function by using Metropolis - Hasting algorithm that requires specifying two distributions (random generating distribution and proposal distribution) to find the parameters Bayesian estimators after 5000 iterations for each experiment.Different samples have been generated according to the inverted cumulative distribution function to represent the population under study by using simulation approach. After estimating the parameters, the results of the three methods have been compared according to the Mean Squared Error measurement. And the researcher concluded that the best estimation method is the MLE followed by the Bayesian, and lastly is the OLS which is the slowest even in getting stationary results.
