دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Mir Masoom Ali, Irfan Ali, Haitham M. Yousof, Mohamed Ibrahim Mohamed Ahmed سری: ISBN (شابک) : 1032140658, 9781032140650 ناشر: CRC Press/Science Publishers سال نشر: 2023 تعداد صفحات: 364 [365] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب G Families of Probability Distributions: Theory and Practices به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب خانوادههای توزیع احتمال: نظریه و عمل نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
توزیعهای آماری ابزارهای مهمی برای مدلسازی ویژگیهای مجموعه دادهها مانند چولگی راست یا چپ، دووجه یا چندوجهی هستند که در علوم کاربردی مختلف مانند مهندسی، پزشکی و مالی و غیره مشاهده میشوند. توزیع های شناخته شده ای مانند نرمال، وایبول، گاما، لیندلی به دلیل اشکال ساده و ویژگی های قابل شناسایی به طور گسترده مورد استفاده قرار می گیرند. با این حال، عمدتاً در دهه گذشته یا بیشتر، محققان بر روی توزیعهای پیچیدهتر و انعطافپذیرتر تمرکز کردهاند که به عنوان خانوادههای عمومی یا ساده G توزیعها شناخته میشوند تا با افزودن یک یا چند پارامتر شکل، توانایی مدلسازی این توزیعها را افزایش دهند. هدف اصلی این کتاب ویرایش شده ارائه توسعه جدیدی است که در حال حاضر توسط محققان مختلف در زمینه توزیع مشارکتهای خانواده G انجام شده است. این کتاب به محققان آینده و فعلی در زمینه این تحقیق کمک خواهد کرد. برخی از اهداف در زیر فهرست شده اند: ایجاد خانواده های تک متغیره پیوسته و گسسته G توزیع احتمالات. خانواده های دو متغیره پیوسته و گسسته G توزیع احتمالات را توسعه دهید. استخراج ویژگی های ریاضی مفید مانند گشتاورهای معمولی و ناقص، توابع تولید کننده گشتاور، عمر باقیمانده و توابع عمر باقیمانده معکوس، آمار سفارش، ترتیب گسترش کمیت و آنتروپی ها، از جمله و برخی از پسوندهای دو متغیره و چند متغیره مدل های جدید و موجود با استفاده از یک ساده ساده. کوپولای نوع مانند: ● کوپولای فارلی گامبل مورگنسترن. ● کوپولا فارلی گامبل مورگنسترن اصلاح شده. ● Clayton copula. ● کوپولای آنتروپی Reny. ● کوپولا علی میخائیل حق. آزار دادن مدل ها از طریق چندین تکنیک مانند: ● انتظار مشروط. ● لحظه کوتاه شده. ● توابع خطر. ● نسبت آسیاب. ● توابع خاصی از متغیر تصادفی. ● آمار مرتبه 1. ● انتظار مشروط مقادیر رکورد. ارزیابی عملکرد روشهای برآورد مورد استفاده از طریق مطالعات شبیهسازی مونت کارلو. نشان دادن اهمیت گسترده و انعطاف پذیری مدل های جدید در برابر مدل های رقابتی. چند مدل رگرسیون جدید بر اساس خانوادههای G پیشنهادی جدید بسازید و در پیشبینی آماری استفاده کنید. استفاده از بسیاری از تستهای مفید و مفید جدید برای اعتبارسنجی سانسور شده درست مانند تست نیکولین-رائو-رابسون، تست تناسب نیکولین-رائو-رابسون اصلاح شده، باگدوناویسیوس-نیکولین نیکولین-از- تست تناسب و تست اصلاح شده Bagdonavicius-Nikulin برای خانواده های جدید.
Statistical distributions are important tools to model the characteristics of data sets such as right or left skewness, bi-modality or multi-modality observed in different applied sciences such as engineering, medicine, and finance, among others. The well-known distributions such as normal, Weibull, gamma, Lindley are extensively used because of their simple forms and identifiability properties. However, mostly in the last decade or so, researchers have focused on the more complex and flexible distributions, referred to as Generalized or simply G families of distributions to increase the modeling ability of these distributions by adding one or more shape parameters. The main aim of this edited book is to present new development currently made by various researchers in the field of G families of contributions distributions. The book will help future and current researchers in the field of this research. Some of the objectives are listed below: Develop new univariate continuous and discrete G families of probability distributions. Develop new bivariate continuous and discrete G families of probability distributions. Derive useful mathematical properties such as, ordinary and incomplete moments, moments generating functions, residual life and reversed residual life functions, order statistics, quantile spread ordering and entropies, among others and some bivariate and multivariate extensions of the new and existing models using a simple type copula such as: ● Farlie Gumbel Morgenstern copula. ● Modified Farlie Gumbel Morgenstern copula. ● Clayton copula. ● Renyi entropy copula. ● Ali-Mikhail-Haq copula. haracterize the models via several techniques such as: ● the conditional expectation. ● the truncated moment. ● the hazard functions. ● Mills ratio. ● certain functions of the random variable. ● the 1st order statistic. ● the conditional expectation of the record values. Assess the performance of the used estimation methods via Monte-Carlo simulation studies. Show the wide importance and the flexibility of the new models against the competitive models. Construct some new regression models based on the new proposed G families and use in statistical prediction. Application of many new useful goodness-of-fit tests for right censored validation such as the Nikulin-Rao-Robson goodness-of-fit test, modified Nikulin-Rao-Robson goodness-of-fit test, Bagdonavicius-Nikulin goodness-of-fit test and modified Bagdonavicius-Nikulin goodness-of-fit test to the new families.
Cover Title Copyright Preface Acknowledgement Contents 1. A New Compound G Family of Distributions: Properties, Copulas, Characterizations, Real Data Applications with Different Methods of Estimation 2. A Novel Family of Continuous Distributions: Properties, Characterizations, Statistical Modeling and Different Estimation Methods 3. On the use of Copulas to Construct Univariate Generalized Families of Continuous Distributions 4. A Family of Continuous Probability Distributions: Theory, Characterizations, Properties and Different Copulas 5. New Odd Log-Logistic Family of Distributions: Properties, Regression Models and Applications 6. On the Family of Generalized Topp-Leone Arcsin Distributions 7. The Truncated Modified Lindley Generated Family of Distributions 8. An Extension of the Weibull Distribution via Alpha Logarithmic G Family with Associated Quantile Regression Modeling and Applications 9. The Topp-Leone-G Power Series Distribution: Its Properties and Applications 10. Exponentiated Generalized General Class of Inverted Distributions: Estimation and Prediction 11. A New Class of Discrete Distribution Arising as an Analogue of Gamma-Lomax Distribution: Properties and Applications 12. New Compounding Lifetime Distributions with Application to Hard Drive Reliability 13. Comparing the Performance of G-family Probability Distribution for Modeling Rainfall Data 14. Record-Based Transmuted Kumaraswamy Generalized Family of Distributions: Properties and Application 15. Finding an Efficient Distribution to Analyze Lifetime Data through Simulation Study 16. Exponentiated Muth Distribution: Properties and Applications 17. Exponentiated Discrete Modified Lindley Distribution and its Applications in the Healthcare Sector 18. Length Biased Weighted New Quasi Lindley Distribution: Statistical Properties and Applications 19. A New Alpha Power Transformed Weibull Distribution: Properties and Applications 20. An Extension of Topp-Leone Distribution with Increasing, Decreasing and Bathtub Hazard Functions 21. Testing the Goodness of Fit in Instrumental Variables Models 22. Probability Distribution Analysis for Rainfall Scenarios—A Case Study Index