Genelleştirilmiş Üstel Dağılımın İlerleyen Tür Tip II Sağdan Sansürlü Örnekleme Dayalı Parametrelerinin Em Tahmin Edicisi

Abstract

Bu çalışmada, genelleştirilmiş üstel dağılıma ait bilinmeyen parametrelerin istatistiksel tahmini ilerleyen tür tip II sağdan sansürlü örneklem durumunda incelenmiştir. Bilinmeyen parametrelerin en çok olabilirlik tahmin edicileri Newton-Raphson ve Beklenti Maksimizasyonu (EM) algoritması kullanılarak elde edilmiş, parametrelerin asimptotik güven aralıkları kayıp değer prensibine dayalı Fisher bilgi matrisi aracılığıyla bulunmuştur. Tahmin edicilerin performansları farklı sansür şemaları ve parametre değerleri için benzetim çalışması yoluyla karşılaştırılmıştır. Ayrıca çalışmanın daha açıklayıcı olması amacıyla bir gerçek yaşam verisi örneği de verilmiştir.

In this study, the statistical estimation of the unknown parameters of the generalized exponential distribution is examined in the case of the progressive type II right censored sample. The maximum likelihood estimators of the unknown parameters were obtained using the Newton-Raphson and the Expectation Maximization (EM) algorithm and the asymptotic confidence intervals of the parameters were found through the Fisher information matrix based on the missing value principle. The performances of the estimators are compared by means of a simulation study for different censoring schemes and parameter values. Also, a real-life example is given in order to make the study more descriptive