Title (Arabic)
مقارنة طريقة انحدار (Ridge) مع بعض الطرائق التقليدية لتقدير معلمتي توزيع لوماكس باستعمال المحاكاة
DOI
10.33095/jeas.v19i71.876
Abstract
In this research provide theoretical aspects of one of the most important statistical distributions which it is Lomax, which has many applications in several areas, set of estimation methods was used(MLE,LSE,GWPM) and compare with (RRE) estimation method ,in order to find out best estimation method set of simulation experiment (36) with many replications in order to get mean square error and used it to make compare , simulation experiment contrast with (estimation method, sample size ,value of location and shape parameter) results show that estimation method effected by simulation experiment factors and ability of using other estimation methods such as(Shrinkage, jackknife, kernel) in order to find best estimators
Abstract (Arabic)
ألخلاصه تم في هذا البحث تقديم الجوانب النظرية لواحد من اهم التوزيعات الإحصائية وهو توزيع لوماكس والذي يمتلك العديد من التطبيقات في مجالات عدة, تم اعتماد مجموعة من طرق التقدير ومقارنتها مع طريقة تقدير انحدار (Ridge) ، وبهدف معرفة الطريقة الأفضل تم اعتماد مقياس مجموع مربعات الخطأ وتطبيقة على مجموعة من تجارب المحاكاة عددها (36)تغايرت فيما بينها حسب حجم العينة وقيمة كل من معلمة الشكل ومعلمة القياس لتوزيع لوماكس, أظهرت النتائج قدرة طريقة التقدير (RRE) على تقديم مقدرات لمعلمات التوزيع هي الأفضل مقارنة مع طرق التقدير الباقية والمعتمدة في البحث وهي (GPWM , MLE, LSE) كما أظهرت النتائج تغاير أقيام متوسط مربعات الخطأ العائد من عملية التقدير بالاعتماد على كل من (طريقة التقدير,حجم العينة, معلمة التوزيع) كما ويمكن اعتماد طريقة التقدير الأفضل (RRE) على توزيعات إحصائية أخرى بالإضافة إلى اعتماد توزيع لوماكس وتطبيق طرق تقدير أخرى مثل (شرنكيج، جكنايف, كيرنل) لملاحظة مدى قدرة هذه الطرق على تقديم مقدرات أفضل لمعلمات توزيع لوماكس
Recommended Citation
Alsarraf, N. M., Kaml, G. I., & Araheemah, W. A. (2013). Comparison Ridge regression method with some classical methods to estimate the parameters of Lomax distribution by simulation. Journal of Economics and Administrative Sciences, 19(71), 351. https://doi.org/10.33095/jeas.v19i71.876
First Page
351
