research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Comparison of the Suggested loss Function with Generalized Loss Function for One Parameter Inverse Rayleigh Distribution

Author: Emad Farhood AL-Shareefi
Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: 16094042/ 25213407 Year: 2017 Volume: 30 Issue: 2 Pages: 224-232
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The experiences in the life are considered important for many fields, such as industry, medical and others. In literature, researchers are focused on flexible lifetime distribution.In this paper, some Bayesian estimators for the unknown scale parameter of Inverse Rayleigh Distribution have been obtained, of different two loss functions, represented by Suggested and Generalized loss function based on Non-Informative prior using Jeffery's and informative prior represented by Exponential distribution. The performance of estimators is compared empirically with Maximum Likelihood estimator, Using Monte Carlo Simulation depending on the Mean Square Error (MSE). Generally, the preference of Bayesian method of Suggested loss function with Exponential informative prior are the best estimator compared to others.


Article
Comparative to the Bayes Estimators for the Scale Parameter of the Nakagami Distribution Under Different Double Prior Functions
مقارنة لمقدرات بيز لمعلمة القياس للتوزيع Nakagami باستعمال دوال أولية مضاعفة مختلفة

Author: جنان عباس ناصر العبيدي
Journal: Journal of Baghdad College of Economic sciences University مجلة كلية بغداد للعلوم الاقتصادية الجامعة ISSN: 2072778X Year: 2019 Issue: 58 Pages: 371-394
Publisher: Baghdad College of Economic Sciences كلية بغداد للعلوم الاقتصادية

Loading...
Loading...
Abstract

In this study, we used Bayesian method to estimate scale parameter for the Nakagami distribution. By considering several of double prior distributions for the scale parameter of the Nakagami distribution ,it means we have two different information about the prior distributions , such as inverted exponential- levy distribution and inverted exponential -gumbel type-II distribution and levy - gumbel type-II distribution and Inverted exponential -non- informative distribution and levy- Non- informative distribution and gumbel type-II - non- informative distribution.We derived the posterior distribution for the scale parameter of the Nakagami distribution according to each of double prior distributions. Also, we derived bayes estimators for the scale parameter of the Nakagami distribution based on squared error loss function. we used simulation technique to compare between these estimators. Several cases from Nakagami distribution for data generating, or different sample sizes (small, medium, and large),by programs written using MATLAB-R2017b program.Simulation results shown that the best estimation for the scale parameter for the Nakagami distribution according to the smallest value of MSE all sample sizes, when the double prior distribution is gumbel type-II- Non- Informative distribution with the parameters for and and .Also, when the double prior distribution is inverted exponential -gumbel type-II distribution with the parameters for .Also, when the double prior distribution is levy- non- informative distribution with the parameters for .Also, when the double prior distribution is inverted exponential- levy distribution with the parameters with .

في هذا البحث , استعملنا أسلوب بيز لتقدير معلمة القياس لتوزيع Nakagami. بافتراض إن معلمة القياس تخضع لعد من التوزيعات الأولية المضاعفة, والتي تعني بانه لدينا معلومتين مختلفة حول التوزيع الاولي لمعلمة القياس. إذ تم افتراض عدد من التوزيعات الأولية المضاعفة لمعلمة القياس لتوزيع Nakagami متمثلة بـمقلوب التوزيع الاسي – توزيع Levyومقلوب التوزيع الاسي – توزيع كامبل من النوع الثاني وتوزيع Levy– توزيع كامبل من النوع الثاني ومقلوب التوزيع الاسي - توزيع غير معلوماتية و توزيع Levy- توزيع غير معلوماتية و توزيع كامبل من النوع الثاني - توزيع غير معلوماتية.فقد اشتقينا التوزيع اللاحق لمعلمة القياس لمعلمة القياس لتوزيع Nakagami وفقا لكل من التوزيعات الأولية المضاعفة المفترضة في البحث.وكذلك اشتقينا مقدرات بيز لمعلمة القياس لتوزيع Nakagami باستعمال دالة الخسارة التربيعية . وقد استعمالنا أسلوب المحاكاة لغرض المقارنة بين تلك المقدرات .إذ تم توليد البيانات ولإحجام مختلفة من العينات ( صغيرة ,متوسطة, كبيرة) من توزيع Nakagamiبكتابة برامج باستخدام MATLAB-R2017b.ونتائج المحاكاة تبين بان أفضل تقدير لمعلمة القياس وفقا لمقياس اصغر قيمة لـ MSE ولكل إحجام العينات,عندما يكون التوزيع الأولي المضاعف توزيع كامبل من النوع الثاني -توزيع غير معلوماتية بالمعلمتين عندما تكون القيمة المفترضة للمعلمتين و و . كذلك عندما يكون التوزيع الأولي المضاعف مقلوب التوزيع الاسي – توزيع كامبل من النوع الثاني بالمعلمتين ,عندما تكون القيمة المفترضة لـ . وكذلك عندما يكون التوزيع الأولي المضاعف توزيع Levy -توزيع غير معلوماتية بالمعلمتين عندما تكون القيمة المفترضة لـ .وكذلك عندما يكون التوزيع الأولي المضاعف مقلوب التوزيع الاسي– توزيعLevyبالمعلمتين عندما تكون القيمة المفترضة لـ .

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (1)

English (1)


Year
From To Submit

2019 (1)

2017 (1)