Katlanmış dağılımlar, ölçümlerin cebirsel işaretlerinin önemli olmadığı veri setleri için yaygın olarak kullanılırlar. Bu nedenle, mühendislik, finans, ekonomi v.b. bir çok alanda kapsamlı uygulamaları vardır. Modelleme esnekliği ve kolay kullanımı olan katlanmış üstel güç (FEP) dağılımı yeni önerilmiştir [1]. Bu çalışmada bu nedenle, FEP dağılımının bilinmeyen parametrelerinin farklı parametrik yöntemlerle tahmin edilmesi ele alınmıştır. En çok olabilirlik (ML), sıradan ve ağırlıklandırılmış en küçük karerler (LS ve WLS), Cramer von Mises (CVM) ve aralıkların çarpımının maksimumu (MPS) metotları tahmin sürecinde kullanılmıştır. Ele alınan tahmin edicilerin performansı, Monte-Carlo simülasyon çalışmasında yan ve hata kareler ortalaması (MSE) kriterleri kullanılarak karşılaştırılmıştır. Sonuçlar, MPS yönteminin rakiplerinden daha iyi bir performansa sahip olduğunu göstermiştir. Literatürden alınan iki gerçek hayat uygulaması ele alınmıştır.
Folded distributions are commonly used for the data set which is obtained without regarding the algebraic signs of the measurements. Therefore, they have extensive applications in different fields, such as engineering, finance, insurance and so on. Folded exponential power (FEP) distribution is a newly proposed distribution which has modeling flexibility and easy usage [1]. In this study, we therefore consider different parametric methods for estimating the unknown parameters of FEP distribution. Maximum likelihood (ML), ordinary and weighted least squares (LS and WLS), Cramer von Mises (CVM) and maximum product of spacings (MPS) methods are used during the estimation process. The performances of the considered estimators are compared in a Monte-Carlo simulation study via bias and mean squared error (MSE) criteria. Results show that MPS method outperforms its rivals. Two real life applications taken from the literature are also considered.
Primary Language | English |
---|---|
Subjects | Engineering |
Journal Section | Articles |
Authors | |
Publication Date | December 30, 2019 |
Published in Issue | Year 2019 Volume: 12 Issue: 2 |