Weıbull ve power muth dağılımlarının ayırımı
The disciriminating between weibull and power muthdistributions
- Tez No: 934063
- Danışmanlar: DOÇ. DR. HAYRİNİSA DEMİRCİ BİÇER
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Weibull dağılımı, Power Muth dağılımı, Asimptotik normallik, Olabilirlik oran kriteri, Weibull distribution, Power distribution, Asymptotic normality, Likelihood ratio method
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET İstatistiksel modelleme, gerçek hayat problemlerinden elde edilen verilerin analizinde kritik bir rol oynar; çünkü kullanılan dağılımın seçimi, çıkarılan sonuçlar üzerinde önemli bir etkiye sahip olabilir. Çeşitli dağılımlar arasında, Weibull ve Power Muth dağılımları, esneklikleri sayesinde güvenilirlik mühendisliği ve sağkalım analizi gibi alanlarda sıklıkla tercih edilmektedir. Ancak, gözlemlenen verilere en uygun dağılımı doğru bir şekilde belirlemek zorluk yaratır; çünkü yanlış sınıflandırma, hatalı yorumlara ve kararlara yol açabilir. Bu çalışma, benzer alanlarda yaygın olarak kullanılan Weibull ve Power Muth dağılımları arasındaki ayrım problemine odaklanmaktadır. Olabilirlik oranına dayalı bir ayırıcı istatistik önerilmiş ve bu istatistiğin asimptotik dağılımı türetilmiştir. Bu istatistiğin etkinliği, kapsamlı Monte Carlo simülasyonlarıyla değerlendirilmiş ve iki dağılımı ayırt etmede uygun olduğu gösterilmiştir.
Özet (Çeviri)
Statistical modeling plays a critical role in analyzing data derived from real-life problems, as the choice of distribution can significantly influence the conclusions drawn. Among various distributions, Weibull and Power Muth distributions are frequently preferred in fields such as reliability engineering, life analysis, and survival analysis due to their flexibility. However, accurately identifying the most suitable distribution for the observed data poses a challenge, as misclassification can lead to erroneous interpretations and decisions. This study focuses on the problem of distinguishing between Weibull and Power Muth distributions, which are commonly applied in similar domains. A likelihood ratio-based discriminative statistic is proposed, and its asymptotic distribution is derived. The effectiveness of this statistic is evaluated through extensive Monte Carlo simulations, demonstrating its suitability for distinguishing between the two distributions.
Benzer Tezler
- Bazı dağılımlar için en çok olabilirlik ve farklı kayıp fonksiyonları altında Bayes tahmin edicilerinin performanslarının karşılaştırılması
Comparison of performances of maximum likelihood and Bayesian estimators under different loss functions for some distributions
GÜLCAN GENCER
Yüksek Lisans
Türkçe
2016
İstatistikSelçuk Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. BUĞRA SARAÇOĞLU
- Çok darbeli radar sinyallerinin Gauss ve Weibull ortamlarda sezimi
Detection of multi pulse radar signals in Gaussian and Weibull distributed environment
ZEYNEP ARSLAN
Yüksek Lisans
Türkçe
2006
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MÜCAHİT ÜNER
- Predictions of wind speed and wind power potential using artificial neural networks
Yapay sinir ağları ile rüzgar hızı ve rüzgar gücü potansiyeli tahminleri
MEHMET BİLGİLİ
Doktora
İngilizce
2007
EnerjiÇukurova ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF.DR. BEŞİR ŞAHİN
- Statistical investigation of wave power potential in the North Aegean sea
Kuzey Ege denizindeki dalga gücü potansiyelinin istatistiksel olarak incelenmesi
ERKAN ALKANAT
Yüksek Lisans
İngilizce
2023
Makine MühendisliğiÇukurova ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ENGİN PINAR
- Highly efficient new methods of channel estimation for OFDM systems
OFDM sistemlerinde kanal kestirimi için çok etkin yeni metotlar
SELVA ÇÜRÜK
Doktora
İngilizce
2008
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YALÇIN TANIK