الاستدلال البييزى للتوزيع الاسى
DESCRIPTION
ÂTRANSCRIPT
١
للتوزیع االسى التحلیل البییزى
تحت اختبارات الحیاه
٢
ة من تحت فرض توزیع جاما العكسى كتوزیع قبلى بییزیة تقدیرات )١( ة المعاین فى حال النوع الثانى
:كالتاىل تقدميه بشكل مفصل وقد مت Shalaby (1990)قدم هذا البحث من قبل 1وبفرض ان كان لدينا اختبار احلياة من عينة مراقبة من النوع الثاين إذا 2 ry y y هى الr االوىل من املشاهدات
rحيث مبعلمة االسى توزيعالتتبع nاملرتبة واملاخوذة من عينة عشوائية من احلجم n 1و 2 ry y , y , , y واملطلوب :دالة اإلمكان تعطى كاآليت . تقدير متوسط زمن احلياة
i r
r
i ri 1
rn r
i ri 1
y yr ( ) ( ) n r
i 1
1( [ y (n r )y ]
r
n!L(y | ) L f (y )[1 F(y )](n r)!
n! 1[ e ][e ](n r)!
n! 1 e .(n r)!
:ليكن r
i ri 1
u [ y (n r)y ].
:ادلة هو احلل للمع للمعلمة MLEمقدر اإلمكان األكرب
ˆ
ln L 0
: ويتم باخلطوات التالية
2
ln L ur ln ,
ln L r u .
:بوضع
ˆ
ln L 0
2
r
i ri 1
r u ˆ ˆ
y (n r)yuˆ ,r r
٣
:هو توزيع جاما العكسي على الشكل التاىل التوزيع القبلى للمعلمة واذا كان g 1
–g /( ) e ; g 1 , , 0.(g 1)
:للحصول على التوزيع البعدى نتبع التاىل
1g 1 (u )
0
g 1(r g-1)
–(r g-1)0
.
n!( )L(y | )d e d(g 1) (n r)!
n! (r g 1) (u ) .(g 1) (n r)!
0(u )(r g 1)
(r g)
( )L(y | )( y) ( u)
( )L(y | )d
(u ) e ,r g 1 ; , 0.(r g 1)
:هي العزوم غير المركزية للمعلمة
S S
0
(u )(r g 1)(r g s 1)
0
(r g 1)(r g s 1)
s
E( u) ( | u) d
(u ) e d(r g 1)
(u ) (u ) (r g s 1)(r g 1)
(r g s 1) (u ) ; r g 1, s 1, 2,....(r g 1)
لبييزي للمعلمة للمقدر ايتم التوصل (s=1)ييزي للمعلمة وتباينه ، فبوضع باستخدام العزوم غري املركزية ميكن التوصل للمقدر الب
كالتايل حتت فرض دالة مربع اخلسارة:
٤
*1
(r g 2)E( u) (u )(r g 1)(u ) ; r g 2.r g 2
: كما يلي وباستخدام العزم الثاين ميكن التوصل إىل تباين املقدر
2* 2
1
2 2
2
22
2
2
Var( ) E( u) E( u)
(u ) (u )(r g 3)(r g 2) (r g 2)
1 1(u ) ( )(r g 2)(r g 3) (r g 2)
(u ) .(r g 2) (r g 3)
*ويرمز له بالرمز املنوال البييزي للمعلمة 2 ميكن استنتاجه باتباع اخلطوات التالية و:
:إجياد اللوغاريتم الطبيعي لدالة التوزيع البعدي : أوال
(r g 1)(u ) (u )ln [ ( u)] ln (r g)ln .
(r g 1)
: كما يلي شتقاق طرىف املعادلة السابقة بالنسبة للمعلمةبا: ثانيا
2
ln [f( u)] (r g) (u ) .
:مبساواة املعادلة السابقة بالصفر وحل املعادلة يكون املنوال البييزي : ثالثا
٥
*2
(u ) ; r g 0.r g
* البعدىدالة الكثافة للمنوال
2 يتم استنتاجه باستخدام اخلطوات التالية:
:يصاغ املنوال البييزي باستخدام الوسط احلسايب كما يلي : أوال
*2
(u ) ur g r g r gu , .
r g r g
:أي أن *2u (r g) ( ).
: كل التاىلعلى الش (r,θ )يتبع توزيع جاما باملعلمتني Uمبا أن اإلحصاء: ثانيا ur
r 1h (u | ) u e , u 0.(r )
:حيث *2du (r g) d .
*للمنوال البييزي االحتمال فإنه ميكن إجياد دالة الكثافة
2 باستخدام دالة الكثافة لإلحصاءU كما يلي: *2
*2
( r g ) ( )r* r 1 * r 1
1 2 2
( r g ) ( )r * r 1 *
2 2
h ( ) (r g ) ( ) e (r g )(r )
1 r g( ) ( ) e ; 0.(r)
* البعدىالقيمة املتوقعة للمنوال 2 يتم إجياده كالتايل:
*2r ( r g ) ( )
* * * r 1 *2 2 2 2
1 r gE ( ) ( ) e d .(r )
٦
*باستخدام التعويض 2z ( ) يتم حل التكامل السابق كما يلي:
r ( r g ) z* r 12
0
r ( r g ) z ( r g ) zr r 1
0 0
r ( r 1) r
1 r gE ( ) (z )z e dz(r)
1 r g z e dz z e dz(r )
1 r g r g r g(r 1) (r)(r )
rr gr .r g
البعدى نوالامل ان ويتضح مما سبق*2 متحيز للمعلمة مقدر.
* البعدىمتوسط مربع اخلطأ للمنوال
2 :
البعدى نوالملامبا أن *2 متحيز للمعلمة مقدرθ فإن:
* *2 2M SE ( ) V ar ( ) .
* البعدىوبالتايل متوسط مربع اخلطأ للمنوال
2 : * * 22 2
* 2 * 22 2
M SE ( ) E ( )
E ( ) 2 E ( ) .
*وحلل املعادلة السابقة يتم إجياد أوال 22E[ ( ) ] كما يلي:
*2r ( r g ) ( )
2* 2 * * r 1 *2 2 2 2
1 r gE[( ) ] ( ) e d(r)
*باستخدام التعويض 2z ( ) يتم حل التكامل السابق كما يلي:
٧
r (r g)z* 2 2 r 12
0
r (r g)z (r g)z (r g)zr 1 r 2 r 1
0 0 0
r (r 2) (r 1
1 r gE[( ) ] (z ) z e dz(r)
1 r g z e dz 2 z e dz z e dz(r)
1 r g r g r g(r 2) 2 (r 1)(r)
) r
2
22
r g(r)
rr(r 1) 2 .r g r g
*وبالتعويض بقيمة 22E[ ( ) ] البعدىللمنوال ايف معادلة متوسط مربع اخلط *
2حنصل على:
* * 2 * 22 2 2
22 2
2 2
2
M SE ( ) E[ ( ) ] 2 E ( )
r rr(r 1) 2 2r g r g r g
r ( g ) .r g
فرتات التقدير البييزية للمعلمة
-1)100فرتات التقدير البييزية ميكن احلصول على :حبل املعادلتني املتماثلة للمعلمة %(
1
2
t
0 t
( u ) d , ( u ) d .2 2
:، أي أن 2tواحلد األعلى 1tللحد األدىن
1 2P(t t ) 1 . 1t(الفرتة , 2t ( 1)100هي فرتة التقدير البييزية- ع جاما مبعلمتني تتبع توزي ومبا ان ، املتماثلة للمعلمة %(
( u, r g 1) فإن:
1أي أن 2P(t t ) 1 حنصل عليها كالتاىل :
22(r g 1)
*222(r g 1)
2( u)
2 (r g)
٨
*2 22
12 2
2 * 22 1
2 2
* *2 2
2 2
12 2
2(r g )P 1
1 1P 12(r g )
2(r g ) 2(r g )P 1 .
: اى ان
* *2 2
2 2
12 2
2(r g ) 2(r g ),
2حيث لـيمثالن الحدين االدنى واالعلى لفترة الثقة 2
12 2
,
تستخرجان من جدول توزيع مربع كاى من الملحق
r)2 عند درجات حر ية )٥( g 1) . :اطرة بييز خم
: )املقدر غري املتحيز بأقل تباين للمعلمة ( االكرب ملقدر املكانخماطرة بييز :أوال
: فإن قدير غري متحيز للمعلمة م مبا أن 2
ˆ ˆM S E ( ) V ar ( ) .r
:هو خماطرة بييز ملقدر املكان االكرب
٩
0
2 g 1– g /
0g 1
-(g 3 )
2
; g 3 , r 0.
ˆ ˆr ( ) M SE ( ) ( ) d
e d(g 1)r
(g 3)r (g 1)
r (g 2)(g 3)
*خماطرة بييز للمقدر البييزي :ثانيا 1:
*مبا أن 1 قدير غري متحيز للمعلمة م فإن :
* *1 1M SE ( ) V ar ( ).
*وحيث أن 1
(u )r g 2
:كالتاىل U، فيجب إجياد دالة التوزيع لإلحصاء Uدالة يف اإلحصاء
0
ur gr 1 g 1
0
r 1 g 1( r g 1)
r 1 g 1( r g 1)
g (u ) h (u ) ( ) d
u e e d(r) (g 1)
u (r g 1) (u )(r) (g 1)
u (u ) .(r , g 1)
*ومنه ميكن استنتاج خماطرة بييز للمقدر البييزي 1 كما يلي:
* *1 1
0
2 r 1 g 1 ( r g 1)
20
( r g 3) g 1( r g 3 )
20
r ( ) Var ( ) g (u ) du
(u ) u (u ) du(r g 2) (r g 3) (r , g 1)
u(1 ) du.(r g 2) (r g 3) (r, g 1)
١٠
uzباستخدام التعويض ,
*يتم حل التكامل السابق وإجياد خماطرة بييز للمقدر البييزي 1 ي كما يل:
* للمنوال خماطرة بييز للمقدر البييزي: لثا ثا2:
* *2 2
0
2 2 g 1–g /
20
g 12–g / 2 2–g / 1–g / 2 –g /
20 0 0 0
g 1-(g 3) 2 -(g 3)
2
r( ) MSE( ) ( ) d
r ( g ) e d(g 1)(r g)
r e d g e d 2 g e d e d(r g) (g 1)
r (g 3) g (g 3)(r g) (g 1)
-(g 2) 2 -(g 1)
2
2 ; (r g) 3.
2 g (g 2) (g 1)
(r g 6)(r g) (g 2)(g 3)
*االن يتم حساب نسبة خماطرة بيييز للمقدر
1 بالنسبة للمقدر*2 كالتاىل:
* 2* 11 * 2
2
r( ) r(g 2)(g 3) rˆr( , ) ,r( ) (g 2)(g 3)(r g 2) (r g 2)
* 2* 22 2 2 2
r( ) (r g 6) r(g 2)(g 3) r(r g 6)ˆr( , ) ,ˆ (r g) (g 3)(g 3) (r g)r( )
:اى ان
* * * *1 2 1 2
ˆ ˆ ˆr( , ) r( , ) r( ) r( ) r( ).
(r 2) r* (r g 3) r 11 2
0
2
2
2
r g 3 .
r( ) (1 z) z dz(r g 2) (r g 3) (r,g 1)
(r,g 3)(r g 2) (r g 3) (r,g 1)
;(r g 2)(g 2)(g 3)
١١
*وهذا يعىن ان افضل مقدر ىف هذه احلالة هو 1.
rللنتائج السابقة وبوضع n فإننا حنصل على نتائج ختص العينة الكاملة. )توزیع المنتظم فى الفترةلتحت فرض ابییزیة تقدیرات) ٢( , ) ى ع قبل ة كتوزی ى حال ف
المعاینة من النوع الثانى
:وقد مت تقدميه بشكل مفصل كالتاىل Bhattacharya (1967)قبل قدم هذا البحث من 1وبفرض ان إذا كان لدينا اختبار احلياة من عينة مراقبة من النوع الثاين 2 ry y y هى الr االوىل من املشاهدات
rحيث مبعلمة االسى توزيعالتتبع nاملرتبة واملاخوذة من عينة عشوائية من احلجم n 1و 2 ry y , y , , y واملطلوب :دالة اإلمكان تعطى كاآليت . تقدير متوسط زمن احلياة
i r
r
i ri 1
rn r
i ri 1
y yr ( ) ( ) n r
i 1
1( [ y (n r )y ]
r
n!L(y | ) f (y )[1 F(y )](n r)!
n! 1[ e ][e ](n r)!
n! 1 e .(n r)!
:ليكن r
i ri 1
u [ y (n r)y ],
)هو التوزيع المنتظم فى الفترة كان التوزيع القبلى للمعلمة إذا و , ) التالى:
a 1
a 1 a 11
( a(a 1)( )) ; 0 .
:للحصول على التوزيع البعدى نتبع التاىل
١٢
0ua 1
–a –ra 1 a 1
ua 1–a –r
a 1 a 1
( )L(y | )( y) ( u)
( )L(y | )d
(a 1)( ) n! e(n r)!
(a 1)( ) n! e d(n r)!
u–(a r) – r
u–(a r) – r
e , .e d
:االن
u u u–(a r ) – r –(a r) – r –(a r) – r
0 0
2
(a r ) –(a r )u u u–(a r ) –r w w
2 20 0
e d e d e d
u u ulet w= = d dzz z
u u u ue d e d e dw w w w
u u(a r 1) (a r 1) 1 w (a r 1) 1 w
0 0
x -t (n 1)
0
u w e dw w e dw .
u u(r 1, ) (r 1, )
where (n,x)= e t dt.
u
–( a r 1)
( a r 1)
e( u ) , .u uu (r 1, ) (r 1, )
:كالتايل حتت فرض دالة مربع اخلسارة لبييزي للمعلمة احلصول على املقدر ايتم
١٣
u–(a r 2)
*
(a r 1)
u–(a r 2) (a r 2)
*
e dE( u) , .u uu (r 1, ) (r 1, )
u ue d u (r 1, ) (r 1, )
u uu (r 2, ) (r 2, ).u u(r 1, ) (r 1, )
:نتبع االتى *للحصول على تباين u
–(a r 3)2
(a r 1)
2 **
*
e dE( u) u uu (r 1, ) (r 1, )
u (r 3, u) y y, (n, y) (n, ) (n, ).(r 1, u)
:اذن
22 * ** 2
* *
22 * *
* 2
u (r 3,u) (r 2, u)Var( ) u(r 1, u) (r 2, u)
u (r 3,u) (r 2, u).
[ (r 1, u)]
rىف حالة العينة الكاملة حنصل على النتائج بوضع n وn
ii 1
u x
. 0ىف حالة املعاينة من النوع االول فإنt متثل زمن
دالة اإلمكان تعطى وعلى ذلك . تصبح متغريا عشوائيا rانتهاء التجربة واحملدد مسبقا من قبل الباحث وىف هذه احلالة فإن :كاآليت
n r0i
rn r
1 2 n i 0i 1
txr ( ) [( )]
i 1u( )
r
r
i 0i 1
L(x , x ,..., x | ) f (x )[1 F(t )]
1[ e ][e ]
1 e
where u x (n r)t .
١٤
ى مقارنة بییزیة تحت فرض التوزیع االسى بمعلمة ) ٣( ة كتوزیع قبل ة المعاین ى حال ف من النوع الثانى
:وقد مت تقدميه بشكل مفصل كالتاىل Bhattacharya (1967( قدم هذا البحث من قبل 1وبفرض ان ر احلياة من عينة مراقبة من النوع الثاين إذا كان لدينا اختبا 2 ry y y هى الr االوىل من املشاهدات
rحيث مبعلمة االسى توزيعالتتبع nاملرتبة واملاخوذة من عينة عشوائية من احلجم n 1و 2 ry y , y , , y واملطلوب :دالة اإلمكان تعطى كاآليت . تقدير متوسط زمن احلياة
r
r
i ri 1
rn r
i ri 1
yr ( ) n ri
i 1
1[ y (n r)y ]
r
n!L(y | ) f (y )[1 F(y )](n r)!
yn! 1[ exp( )][e ](n r)!
n! 1 e .(n r)!
:ليكن
r
i ri 1
u [ y (n r)y ].
:توزيع التاىل الهو كان التوزيع القبلى للمعلمة إذا و
( e1) ,0 ; 0 .
:للحصول على التوزيع البعدى نتبع التاىل
١٥
0
u–r
u–r
0
u
e
e
( )L(y | )( y)
( )L(y | )d
1 n! e(n r)! ( u)
1 n! e d(n r)!
u– r
u– r
0
e .
e d
:االن
١٦
1bax 2x
10
uu– r
r 1r 12
ur 1 – r
r 1
ax e dx 2 K 2 abb
1let a= , r
e e( u) 2 uK 2
( u)
( u) e.
u2K 2
:كالتايل رةحتت فرض دالة مربع اخلسا لبييزي للمعلمة احلصول على املقدر ايتم ur 1
* 1–r
0
r 1
(r 2)r 1 2
r 2
r 1
r 2
r 1
( u)E( u) e d
u2K 2
( u) 1 u2 K 2uu2K 2
uK 2u .
uK 2
:نتبع االتى *للحصول على تباين
١٧
ur 12 2–r
0
r 1
(r 3)r 1 22
r 3
r 1
r 3
r 1
( u)E( u) e d .
u2K 2
1let a= , r, b u,
( u) 1 uE( u) 2 K 2uu2K 2
uK 2u .
uK 2
:اذن
2
r 3 r 2*
r 1r 1
2
r 3 r 1 r 22
r 1
u uK 2 K 2Var( ) u u
uK 2 u K 2
u u u uK 2 K 2 K 2 .uK 2
R(t)املقدر البييزى لدالة الصالحية :مبا ان
t-
R(t) e , :كالتاىل املقدر البييزى لدالة الصالحيةبإستخدام دالة خسارة مربع اخلطا ميكن اجياد و
١٨
*
0
u tr 1– r
0
r 1
(r 2)r 1 2
*r 2
r 1
r 1 r 12
r
R (t ) E[R(t)] R(t) ( | u) d
( u)e d .
u2K 2
1let a= , r,b u t,
( u) 1 u tR (t) 2 K 2(u t)u2K 2
u tK 2u
u tK
1
(r 1) r 12
r 1
u2
u tK 2t1 .u uK 2
:ايضا ميكن اجياد تباين دالة الصالحية ىف هذه احلالة كالتاىل
١٩
2* 2
2 2
0
u 2tr 1– r
0
r 1
r 1 (2
r 1
r 1
Var R (t) E R (t) u E(R(t ) u) ,
E[R (t )] R (t ) ( | u) d
( u)e d .
u2K 2
1let a= , r, b u 2t,
( u) u 2t E[R (t)] 2K 2 (u t)u2K 2
r 1)2
( r 1) r 12
r 1
u 2tK 22t1 .u uK 2
2* 2
2
(r 1) (r 1)r 1 r 12 2
r 1 r 1
Var R (t) E R (t ) u E(R(t) u)
u 2t u tK 2 K 22t t1 1 .u uu uK 2 K 2
( r 1) 22*
r 1 r 1 r 12
r 1
1 2t u 2t u u tVar R (t ) 1 K 2 K 2 K 2 .uuK 2
كتوزیع قبلى فى حالة المعاینة density-prior quasiتقدیرات بییزیة تحت فرض ) ٤(
من النوع الثانى
:مت تقدميه بشكل مفصل كالتاىل وقد Bhattacharya (1967) قدم هذا البحث من 1وبفرض ان إذا كان لدينا اختبار احلياة من عينة مراقبة من النوع الثاين 2 ry y y هى الr االوىل من املشاهدات
rحيث مبعلمة االسى توزيعالتتبع nاملرتبة واملاخوذة من عينة عشوائية من احلجم n 1و 2 ry y , y , , y واملطلوب :دالة اإلمكان تعطى كاآليت . تقدير متوسط زمن احلياة
٢٠
r
r
i ri 1
rn r
i ri 1
yr ( ) n ri
i 1
1( [ y (n r )y ]
r
n!L(y | ) f (y )[1 F(y )](n r)!
yn! 1[ exp( )][e ](n r)!
n! 1 e .(n r)!
:ليكن r
i ri 1
u [ y (n r)y ]
:هو حتت فرض ان التوزيع القبلى ل a ,0 .
:بعدى نتبع التاىل للحصول على التوزيع ال. Bhattacharya (1967( واملاخوذ من قبل
0
u–a –r
u–a –r
0
( )L(y | )( x) ( u)
( )L(y | )d
n! e(n r)!
n! e d(n r)!
u–(a r)
u–( r)
0
u(a r )
e
e d
1 u( ) eu (a r 1)
:كالتايل حتت فرض دالة مربع اخلسارة لبييزي للمعلمة احلصول على املقدر ايتم
٢١
( a r 1) 1
u(a r )* –(a r) 1
0
2
(a r ) 1* (a r ) 1 (a r) 1 w
20
* w
0
(u)E( u) e d .(r) (a r 1))
u u ulet w= = d dw.w w
(u) uu w e dw(a r 1) w
u w e dw(a r 1)
(u) u(a r 2) , r 2.(a r 1) a r 2
:ى نتبع االت *للحصول على تباين ( a r 1) 1
( a r ) 2 (a r ) 2
( a r 3) 1
2 w20
2w
0
2 2
u uE( u) u w e dw(a r 1) w
u w e dw(a r 1)
u u(a r 3) .(a r 1) (a r 2)(a r 3)
:اذن
22*
2 2
2
u uVar( )(a r 2)(a r 3) a r 2
u ua r 2 a r 3 .(r 2)(r 3) (r 2) (r 3)
دیرات ) ٥( ع تق رض التوزی ت ف انى تح وع الث ن الن ة م ة المعاین ى حال ة ف ى بییزی القبل
المرافق
:وقد مت تقدميه بشكل مفصل كالتاىل Bhattacharya (1967( قدم هذا البحث من قبل
٢٢
1وبفرض ان بار احلياة من عينة مراقبة من النوع الثاين إذا كان لدينا اخت 2 ry y y هى الr االوىل من املشاهداتrحيث مبعلمة االسى توزيعالتتبع nاملرتبة واملاخوذة من عينة عشوائية من احلجم n 1و 2 ry y , y , , y واملطلوب
:دالة اإلمكان تعطى كاآليت . تقدير متوسط زمن احلياة r
n r1 2 n i r
i 1
rn ri r
i 1
r
i rri 1
n!L(y , y ,..., y | ) f (y )[1 F(y )](n r)!
y yn! 1[ exp( )][exp( )](n r)!
n! 1 1exp( [ y (n r)y ].(n r)!
:ليكن r
i ri 1
u [ y (n r)y ]
:الشكل التاىل الختيار التوزيع القبلى املرافق من املعلوم ان دالة كثافة االحتمال البد ان يكتب على a ( ) b(x ) c( )d (x )]f (x | ) e .
:وعلى ذلك فإن n
ii 1
na ( )) c( ) d( x )]
L(y | ) L e .
:وعلى ذلك التوزيع القبلى املرافق يكتب على الشكل االتى
1 1a ( ) c( )]( ) e , :والتوزيع البعدى على الشكل االتى
2 2n
a ( ) c( )]2 1 2 1 i
i 1( | x) e , n, d(x ).
:ميكن كتابتها على الشكل التاىل Lحتت فرض التوزيع االسى فإن n
ii 1
n
ii 1
xr ln
x
r
1 1L e e a( ) ln ,c( )
:وعلى ذلك التوزيع القبلى املرافق هو
11 ln ]
( ) e ,
:اى ان
1 1
11
ln ] ]( ) e ( ) e .
:اى ان التوزيع القبلى املرافق هو توزيع جاما العكسى على الشكل التاىل
٢٣
1 ]1( ) e ,0< , , 0.( )
:للحصول على التوزيع البعدى نتبع التاىل
0u
–r –( 1)
u–r –( 1)
0
( )L(y | )( y) ( | u)
( )L(y | )d
e e
e e d
u–( r 1)
u–( r 1)
0
2
e .e d
u u ulet w= d dw.w w
:اذن
–( r 1)uw–( r 1)
20 0
–( r) –( r )w( r ) 1
0
u ue d e dww w
u uw e dw ( r).w w
:اذن (u )(r )
–(r 1)
(u )(r 1)
(u )( u) e(r )
u e .(u ) (r )
:التايل ك حتت فرض دالة مربع اخلسارة لبييزي للمعلمة احلصول على املقدر ايتم
٢٤
( r 1) 1
u(r )* –(r )
0
(r )(r )* w
20
* w
0
(u )E( u) e d (r )
(u ) u ue dw(r ) w w
(T ) w e dw(r )
(u ) (u )(r 1) , r 1.(r ) (r 1)
:نتبع االتى *للحصول على تباين
( r 2 ) 1
u(r )2 –(a r ) 1
0
(r ) 1(r )w
20
2w
0
2 2
(u )E( u) e d (r )
(u ) u ue dw(r ) w w
(u ) w e dw(r )(u ) (u )(r 2) .
(r ) (r 1)(r 2)
:اذن
22*
2 2
2 2
(u ) (u )Var( )(r 1)(r 2) (r 1)
(u ) (u )r 1 r 2 .(r 1) (r 2) (r 1) (r 2)
المقدر البييزى لدالة الصالحية
:لدالة الصالحية هىمبا ان t-
R(t ) e , :كالتاىل املقدر البييزى لدالة الصالحيةرة مربع اخلطا ميكن اجياد بإستخدام دالة خسا
٢٥
( r )( r ) 1
( r )
*
0( t u )(r )
–(r 1)
0
(r 1)(r )w
20
(r )w
0
R (t ) E[R(t)] R(t ) ( | u) d
(u ) e d (r )
(u ) t u t ue dw(r ) w w
(u ) (t u ) w e dw(r )
(u ) (r(r )
( r )
(r ) (r )
)(t u )
t u t1 .u u
:ايضا ميكن اجياد تباين دالة الصالحية ىف هذه احلالة كالتاىل
2* 2Var R (t) E R (t) u E(R(t) | u)
( r )( r ) 1
( r )
2 2
0(2t u )(r )
–(r 1)
0
(r 1)(r )w
20
(r )w
0
E[R (t)] R (t ) ( | u) d
(u ) e d (r )
(u ) 2t u 2t ue dw(r ) w w
(u ) (2t u ) w e dw(r )
(u ) (r(r )
( r )
(r ) (r )
)(2t u )
2t u 2t1 .u u
٢٦
2* 2
(r ) 2(r )
Var R (t) E R (t u) E(R(t | u)
2t t1 1 .u u
فى حالة المعاینة من النوع الثانى فى حالة نقص المعلومات عن التقدیر البییزى) ٦( 1وبفرض ان إذا كان لدينا اختبار احلياة من عينة مراقبة من النوع الثاين 2 ry y y هى الr االوىل من املشاهدات
rحيث مبعلمة االسى توزيعالتتبع nجم املرتبة واملاخوذة من عينة عشوائية من احل n 1و 2 ry y , y , , y واملطلوب :دالة اإلمكان تعطى كاآليت . تقدير متوسط زمن احلياة
r
i ri 1
1r y n r y
1 2 r
n! 1L y , y ,..., y . en r !
:درات بییز تحت فرض التوزیع ألسي بمعلمتینایجاد مق:
r
i ri 1
let u y n r y .
:وبفرض ان
k
u
r 1
0
n! e dn r !
rn! u r.
n r !
:هو حتت فرض ان التوزيع القبلى ل
1g .
:هو فإن التوزيع البعدى ل
ur 1 r
ur
u e u r
1 u e .r
:مبا ان دالة الصالحية للتوزيع االسى هى
t
R(t) e .
:فإن التقدير البييزى لدالة الصالحية هو
٢٧
*
0
rt u
0
1r u tr 1
0
R (t) E R(t) x
R(t) x d
1 ue e dr
u e dr
2
u tu t u tlet d d
rr* r 1
0
rr
uR (t) u t e dr
u t u rr
r* tR (t) 1 .
u
ر المزدوج ) ٧( التقدیر البییزى لمتوسط الحیاة ودالة الصالحیة للتوزیع االسى ذو البت
فى حالة العینة الكاملة
:وقد مت تقدميه بشكل مفصل كالتاىل Shalaby (1994)قدم هذا البحث من قبل و قد مت عليها برت مزدوج تكون دالة كثافة االحتمال هلا على هلا التوزيع اآلسي باملعلمة Xإذا كانت
:الشكل التايل 1 2x t t
11 2
1 2 1 2
1 f(x| t <X< t ) = e (e e )
> 0 , 0 <t t ; t x t .
:كالتاىل من التوزيع اآلسي ذو البرت املزدوج تكون nدالة اإلمكان األعظم لعينة عشوائية حجمها
٢٨
n
ii 1
1 2
n
1 2 n 1 2 ii 1
x
n
nt t
L(x ,x ,...,x ; , t , t ) L f (x )
1 e = .
e e
1 2nu t t
n = e e e
1 2 1
1 2 1
n nu t t tn
n(T nt ) (t t )n
G Rn
= e e 1 e
= e 1 e .
= e 1 e
n
n
1 2 1 ii=1
where G = u-nt , R= t t ,u = x
:على الشكل هو توزيع جاما العكسي بفرض أن التوزيع القبلي للمعلمة h1h( ) e ; h, > 0 .
( 1)
)حيث أن 1) 1 < جاما و دالة هي . التوزيع البعدي للمعلمة جاما الناقصة التالية ىف احلصول على سوف نستفيد من دالة
m y
ajm
a
j 0
(m 1,a) y e dy
a = (m 1)e , m = 0,1,2, ...
j!
٢٩
:يكون التوزيع البعدي للمعلمة
0
L(x | ) ( )( | x) .L(x | ) ( ) d
0
(h+G) R-1 - --( +n) -n
0
(h+G) j R-1 n j 1- --( +n)
jj=00
(h+G+jR)-1n j 1 --( +n)
jj=0 0
f (x) L(x | ) ( ) d
h = e (1-e ) d( -1)
h = e e d( -1)
h = e d .( -1)
let w
2
h+G+jR h+G+jR (h+G+jR)= = d = - dw,w w
if =0 w= , if = w=0,
٣٠
-( +n)0-1n j 1-w
2jj=0
-1n j 1 1-( +n)n 2 -w
jj=0 0-1n j 1 1-( +n)
jj=0
h h+G+jR (h+G+jR) f (x) = e - dw( -1) w w
h = w h+G+jR e dw( -1)
h = h+G+jR ( n 1( -1)
1-( +n)-1n j 1
( n ) 1
jj=0
n 1-1 n j 1j
n 1jj=0
-11
-1 n j 1-1
j j
)
h ( n 1) h+jR = G 1+( -1) h
Ah = ( n 1)( -1) G
h = K ,( -1)
h+jRwhere A = 1+ , Kh
n 1j
n 1j=0
n 1
n j 1n 1
jjj=0
(h+G) R-1 - --( +n) -n
-11
(h+G) R- --( +n) -n
A( n 1)
G
GK( n 1) A
h e (1-e )( -1)( | u)
h K ,( -1)
K e (1-e ) ; >0 .
:هو U=u بشرط للمعلمة mالعزم الالمركزي ذو الرتبة ` m mm
0
( | u) E( ) ( | u) d , m 1,2,...
٣١
(h+G) R- --( +n-m) -n
0
(h+G) Rjn j 1- --( +n-m)
jj=00
(h+G+Rj)n j 1 --( +n-m)
jj=0 0
n j 1
j
=K e (1-e ) d
=K e e d
=K e d
=K
1-( +n-m)
j=0
n j 11-( +n-m) -( +n-m-1)
jj=0
n j 11-( +n-m) +n-m-1
jjj=0
nn 1
j
( +n-m-1) (G+h+Rj)
h+Rj =K G ( +n-m-1) (1+ )G
=K G ( +n-m-1) A
G =
j 1
+n-m-1 1-( +n-m)j
j=0n j 1
+n-1jjj=0
n j 1+n-m-1
jm jj=0n j 1
+n-1jjj=0
A G ( +n-m-1)
( +n-1) A
AG ( +n-m-1) = . where , m = 1,2,...
( +n-1) A
. mذو الرتبة الالمركزية و ميكن إجياد املتوسط و التباين من العزوم
R(tودالة الصالحية علمة لكل من املالبييزى التقدير )
:اخلسارة ملربع اخلطأ هو حتت فرض دالة *البييزىالتقدير
٣٢
n j 1+n-1-1
jjj=0* `1 n j 1
+n-1jjj=0
n j 1+n-2
jjj=0n j 1
+n-1jjj=0
*
AG ( +n-1-1)E( ) ( | u) .
( +n-1) A
AG ( +n-2) = . ,
( +n-2) ( +n-2) A
G =( +
n j 1+n-2
jjj=0n j 1
+n-1jjj=0
n j 1+n-3
j2 jj=02 `2 n j 1
+n-1jjj=0
n j 1+n-3
j2 jj=0n j 1
j
A. .
n-2) A
AG ( +n-3)E( ) ( | u) .
( +n-1) A
AG .
( +n-2)( +n-3)
+n-1
jj=0
.A
: )املخاطرة البعديه ( و منها يكون التباين البعدي 2* 2Var( ) E( ) E
2n j 1 n j 1+n-3 +n-2
j j2 j jj=0 j=0n j 1 n j 1
+n-1 +n-1j jj jj=0 j=0
A AG ( +n-3)= .
( +n-2)( +n-3) ( +n-2)A A
٣٣
املنوال البعدى
: ميكن إجياده باشتقاق دالة التوزيع البعدي كما يلي املنوال البعدي
(h+G) R- --( +n) -n
(h+G) R R- - --n -( +n)-1 -n -( +n)
R-(h+G) (h+G) R- - --( +n) -n-12 2
(h+--( +n+1)
( | u) K e (1-e ) d ( | u)
d
e (1-e ) -( +n) (1-e )
K (h+G) n( R)ee e (1-e )
-( +n) eK
G) R R- --n -n -( +n+2)
(h+G) (h+G+R) R- - --( +n-2) -(n+1)
R (h+G) R R- - - --n -( +n+1) -1
R R- --1
(1-e ) (h+G)(1-e )
e nR e (1-e )
(h+G) nR=K(1-e ) e -( +n)+ (1-e ) e
d ( | u) 0d
(h+G) nR-( +n)+ (1-e ) e
R R- --1
0
-( +n) +(h+G) nR(1-e ) e 0.
R R- --1
R-
1 (h+G) nR(1-e ) e ,( +n)
1 (h+G) nRe .( +n)
.عادلة غري اخلطية السابقة و يتم إجياد املنوال البعدي حبل امل
٣٤
تقدير االمكان االكرب
nG Rn
n nG R G Rn 1 n
2
n 1G R Rn
2
n 1G R R Rn
2 2
L(x | ) e 1 e ,
Gn e 1 e e 1 edLd Re n( e ) 1 e
n G nRe 1 e e 1 e
1R R
2 2
1R R
dL n G nR0 e 1 e 0d
n G nRe 1 e
1R Rˆ ˆ1ˆ (G nRe 1 e )
n
1Rˆ1 (G nR e 1 )
n
Rˆ1ˆ (G nRe ) .
n
وةةة كمماااللل
٣٥
لدالة الصالحية تقدير االمكان االكرب :ة هى حيث دالة الصالحي
2
1 2
t t
t te e R(t) .e e
وعلى ذلك مقدر االمكان االكرب لدالة .هلذه الدالة كرب هى مقدر املكان االكربوان اى دالة ىف مقدر االمكان اال :الصالحية هو
2
1 2
t tˆ ˆ
t tˆ ˆ
e eˆ R(t ) .e e
التقدير البييزى لدالة الصالحية 0R(t ر ایالة الصالحیة 1 حیث ( 0 2t t t
R*باستخدام دالة اخلسارة ملربع اخلطأ ميكن إجياد (t) حيث :
2
1 2
2
1 2 1
*
0t t
(h+G) R- --( +n) -nt t
0
t (t t )(h+G) R- --( +n) -n
t ( t t )0
R (t) E R(t )
= R(t ) ( |u) d
(e e ) = K e (1-e ) d(e e )
e (1 e ) =K e (1-e ) de (1 e )
2 1 11
``
(t t (t t ))(t t ) (h+G) R- --( +n) -n
R0
(R R )R (h+G) R- --( +n) -n
R0
`2 1 1
(1 e ) =K e e (1-e ) d(1 e )
(1 e ) =K e e (1-e ) d(1 e )
R t t , R t t
٣٦
` `
` `
R (R R ) (h+G) R- --( +n) -(n+1)
0
R (R R ) (h+G) jRn+j- --( +n)
jj=00
=K e (1 e ) e (1-e ) d
=K e (1 e ) e e d
` `
`
(jR+R h G) (R R )n+j --( +n)
jj=00
(jR+R h G) ((1+j)R h G)n+j n+j- --( +n) -( +n)
j jj=0 j=00 0
n+j
jj=0
=K e (1 e ) d
=K e d K e d
=K
`(jR+R h G) ((1+j)R h G)- --( +n) -( +n)
0 0
n+j
jj=0
` ( n 1) ( n 1)
n+j( n 1)
jj=0
`
e d e d
=K ( n 1)
(jR+R h G) ((1+j)R h G)
=K ( n 1)G
jR+R h( 1)G
( n 1) ( n 1)
n+j( n 1) ( n 1)
j j 1jj=0n+j-1
( n 1)jjj=0
`1 1
j j 1
(1+j)R h( 1)G
B A =
A
jR+R h (1+j)R hwhere B ( 1) ,A ( 1)G G
٣٧
للمعلمة ة ثقةفرت
1 ثقة ةفرت ميكن احلصول على 2(t , t ) HBD للمعلمة الىت جيب ان حتقق الشرطني التاليني و: :
2
1
1 2
t
t
(1) ( t u ) ( t u )
(2) f ( u ) d 1 .
:وحنصل على هذه الفرتة كالتاىل
1 1 2 2
11 2
2
12 11 2
2
(h+G ) R (h+G ) R- - - -t t t t-( +n) -n -( +n) -n
1 2nR-1 1 t[-(h+G )( - )]
t t( +n)1R-2 t
nR-1 t(h+G )[ )(t t )]t t( +n)1
R-2 t
(1) K t e (1-e ) K t e (1-e )
t 1-e( ) et
1-e
t 1-e( ) e .t
1-e
.ل املعادلتني السابقتني باستخدام احلاسب االىل ميكن احلصول على حدود الثقة وذلك حب : فيما يلى احلاالت اخلاصة من النتائج السابقة
2tعندما ) ا( ميكن احلصول على النتائج اخلاصة بالبرت من اليسار. 1tعندما ) ب( 0 من اليمني ميكن احلصول على النتائج اخلاصة بالبرت. 1عندما ) ج( 2t 0, t ميكن احلصول على النتائج اخلاصة بالتوزيع االسى مبعلمة واحدة ىف العينة الكاملة. ة ) ٨( ة العین ى حال ع االسى ف ة الصالحیة للتوزی اة ودال زى لمتوسط الحی التقدیر البیی
المراقبة من النوع الثانى من جھتین
:وقد مت تقدميه بشكل مفصل كالتاىل Shalaby (1990)البحث من قبل قدم هذا ٤
٣٨
مبعلمة وان أزمنة الفشل تتبع التوزيع األسي متثل أزمنة الفشل وضعت لالختبار n من احلجم عينة عشوائية بفرض وكانت االحصاءات الرتتيبية للعينه العشوائية هى
1 1 2n 1 n 2 n nY ,Y ,...,Y باعتبار أن و1 1 2n 1 n 2 n ny y ... y مت
من الوحدات زمن فشلهما اقل من 1nمت حتديدها قبل التجربة وبالتاىل فإن 1nحيث احلصول عليها1n 1y . 2ايضاn مت
من الوحدات صاحلة للعمل بعد الزمن 2nحتديدها قبل التجربة وبالتاىل فإن2n ny . 1اى ان 2(n n n ) حسبت
: مكان كالتايلاإل دالة كن احلصول على مي. للمعلمة املطلوب تقدير.ازمنة فشلها
21 2
1 2
1
n21
n 1 n ni 1 22
1
n n21* *i
1 2i n 11
n nn n
i n 1 n ni n 11 2
ny yyn n - - -
i n 11 2
ny t t- - --n
1 2
n!L f (y ) P(X y ) P(X y )n n
n! 1= e 1- e e n n
n!= e 1- e e n n
n2
1*1
nt--n -s
1 2
n!= e 1- e n n
1 2ns t t
n = e e e ,
: حيثn n2
1 2
n 11
* * *1 n 1 2 n n i 2 2 1 2
i
t y , t y ,s y n t ,n =n-n -n .
1العينة املراقبة من النوع الثاىن من جانب واحد حنصل عليها بوضع 2n 0 or n 0 :وزيع جاما العكسي هو ت للمعلمة بفرض أن التوزيع القبلي
: التوزيع البعدى ل هو
h1h( ) e ; h, > 0 .( 1)
٣٩
0
L(x | ) ( )( | x) ( | s).L(x | ) ( ) d
*1
1
*11
1
0
(s+h) t-1 - - n-( +n)
1 2 0
(s+h+jt )-1 n -j -( +n)
jj=01 2 0
-1 nj
jj=01 2
f (x) L(x | ) ( ) d
n! h = e (1-e ) dn n ( -1)
n! h = ( 1) e dn n ( -1)
n! h = ( 1) (nn n ( -1)
*
-(n-1) 1h+jt-1)s (1 ),n = +n .s
:هو وعلى ذلك التوزيع البعدى ل *1
1
1 1
1 1
(s+h) t- - n-n
*n n1 j -(n-1) (n -11
jj=0
n nj -(n -1) (n -1)
jjj=0
*11
j
( | s) k e (1-e )h+jt(k ) ( 1) (n -1)s (1 ) )
s
( 1) (n -1)s D ,
h+jtwhere D (1 ) .s
:هو s بشرط للمعلمة mالعزم الالمركزي ذو الرتبة
٤٠
*1
1
1 1
1 1
1
` m mm
0
(s+h) t- - n-(n -m)
0
n nj -(n -m-1) (n -m-1)
jjj=0
n nj (n -m-1)
jjj=0mn
j (n -1)jjj=
( | s) E( ) ( | s) d
k e (1-e ) d
=k ( 1) (n -m-1)s D
( 1) D(n -m-1) s
(n -1) ( 1) D
1n
0
,
m 1,2,...
. mذو الرتبة الالمركزية و ميكن إجياد املتوسط و التباين من العزومR(tودالة الصالحية لكل من املعلمة البييزى التقدير )
:اخلسارة ملربع اخلطأ هو حتت فرض دالة *البييزىالتقدير
1 1
1 1
1 1
1 1
n nj (n -2)
jjj=0* `1 n n
j (n -1)jjj=0
n nj (n -3)
j2 jj=02 `2 n n
j (n -1)jjj=0
( 1) Ds (n -2)E( | s) ( | s) ,
(n -1) ( 1) D
( 1) Ds (n -3)E( ) ( | s) .
(n -1) ( 1) D
٤١
1 11 1
1 11 1
1
2n nn nj (n -3) j (n -2)
j j2 2j jj=0 j=0n n2n n
j n -1) j (n -1)j jj jj=0 j=0
nj
2 j
Var( )
( 1) D ( 1) Ds (n -3) s.
(n -1) ( (n -1))( 1) D ( 1) D
( 1) Ds
(n -2)(n -3)
1 1 1
1 11 1
2n n n(n -3) j (n -2)j jjj=0 j=0
n nn nj (n -1) j (n -1)
j jj jj=0 j=0
( 1) D(n -3) .(n -2)( 1) D ( 1) D
املنوال البعدى
: ميكن إجياده باشتقاق دالة التوزيع البعدي كما يلي املنوال البعدي
*1
1
(s+h) t- - n-n( | s) k e (1-e ) *1
1
*1
1
* *1 1
1
(s+h) t- - n-n
t (h+s) (h+s)- - -n -(n +1) -n2
(h+s) t t* - -n -1-n 11 2
( | s) k e (1-e ) .d ( | s)
d
(h+s)(1-e ) e (-n ) e
kte (n (1-e ) e ) .
٤٢
* * *1 1 1
1
*1
*1
*1
(s h) t t t*nn 11 1
2 2
t* 1
1 1
t* 1
1 1
t*
1 1
n td ( | s) n s h0 e (1 e ) e (1 e ) 0d
n s h n t (e 1) 0
1 s h n t (e 1)n
1 s h n t e .n
.حبل املعادلة السابقة باستخدام احلاسب االىل ميكن إجياده املنوال البعدي
R(t)املقدر البييزى لدالة الصالحية
: مبا ان
t- * *1 2R(t) e , t < t<t
:كالتاىل املقدر البييزى لدالة الصالحيةبإستخدام دالة خسارة مربع اخلطا ميكن اجياد
٤٣
*1
1
*11 1
1 1
1 -(n -1
*0
0
(t+s+h) t- - n-n
0
(t+s+h+jt )n n -j -n
jj=0 0n n
j * -(n -1)1jj=0
nj
j
R (t ) E[R (t)] R(t ) ( | s) d
k e (1-e ) d
k ( 1) e d
k= ( 1) (t +s+h+jt )(n -1)
k ( 1) s(n -1)
-(n -1)
1 )
1 1
1 1
*n1
j=0
n nj n -1
1j *jj=0 1jn n
j n -1jjj=0
t+h+jt1s
( 1) Et+h+jt,E 1 .
s( 1) D
:ايضا ميكن اجياد تباين دالة الصالحية ىف هذه احلالة كالتاىل
2Var R(t) E(R(t) s) (E(R(t) s)) .
٤٤
*1
1
* *1 1
1 1 1
1 1
2 2
0
(2t+s+h) t- - n-n
0
(2t+s+h+jt ) tn - -n n-nj
jj=0 0
-(n -1)*n nj -(n -1) 1
jj=0
E[R (t)] R (t) ( | s) d
k e (1-e ) d
e (1-e ) dk ( 1)
(2t+h+jt )k ( 1) s 1(n -1) s
k(
1 1 -(n -1)
1 1
1 1
1 1
-(n -1)n *nj 1
jj=0n n
j (n -1)jj
j=0
n nj n -1
1 1j * *jj=0 1 1j jn n
j n -1jjj=0
2t+h+jt( 1) s 1s
n -1) ( 1) D
( 1) Ht+h+jt 2t +h+jt,E 1 ,H 1 .
s s( 1) D
2Var R(t ) E(R(t) s) (E(R(t) s))
1 11 1
1 11 1
2n nn nj n -1 j n -1
j jj jj=0 j=0n nn n
j n -1 j n -1j jj jj=0 j=0
( 1) H ( 1) E.
( 1) D ( 1) D
٤٥
دیر) ٩( ر اتتق ان االكب ین االمك ,للمعلمت ع االسى لل ین توزی ة بمعلمت ة العین ى حال ف الكاملة
بفـرض ان 1 2 nX X ,X ,...,X مــن احلجــم عينــة عشــوائية n لــه دالــة كثافــة االحتمــالع خمتــارة مــن توزيــ مــن الوحــدات
,االسى مبعلمتني الشكل التاىل والىت تاخذ:
x
1f (x; , ) e , x ,0 , e.w.
1باعتبار أن 2 ny y y 1حيث مت احلصول عليها 2 ny y , y , , y املعاملواملطلوب تقدير , . ميكن :اإلمكان كالتايل دالة احلصول على
n
ii 1
1 (y )
in
1L e , y ,
0معلومـــة حبيـــث ان بفـــرض ان املعلمـــة يـــتم ذلـــك بتصـــغري .واملـــراد تعظـــيم دالـــة االمكـــانn
ii 1
(y )
وذلـــك
:أكرب قيمة وحيث إن عندما يكون لـ1 2 ny , y , , y .
:هو ولذلك فإن املقدر للمعلمة1 2 n 1ˆ Min(X ,X , ,X ) Y .
.وبالتاىل عن 0مستقل عن وهذا يعىن ان : االن دالة االمكان تصبح
n
i 1i 1
1 (y y )
n
1L e .
:هو احلل للمعادلة مقدر اإلمكان للمعلمة
ˆ
ln L 0
٤٦
n
i 1i 1
n
i 1i 1
2
then :
(y y )ln L = - n ln - .
(y y )ln L n .
بوضع ˆ
ln L 0
: فان
i 12
(y y )n 0ˆ ˆ
,وبالتاىل فإن مقدرات االمكان للمعلمتني مها:
n
1 i 1 1i 1
1ˆˆ Y , (Y Y ) X Y .n
ˆاملقدرين ˆ, مستقلني النˆ, مستقلني اى ان التغاير بينهما يساوى صفر اى انˆ ˆCov( , ) 0 . .تم دراسة التوزيع املضبوط لكل من املقدريناالن ي
:دالة الكثافة االحتمالية املشرتكة لإلحصاءات الرتتيبية يف العينة تعطى كالتايل
n
ii 1
1 2 n 1 2 n
1 (y )
1 2 nn
g(y , y ,..., y ) n!f (y )f (y ) f (y )
n! e . ; y y y .
:نعترب التحويلة األحادية1 1 0 0
2 2 1
3 3 2
i i i 1 0
Z n (Y Y ),Y ,Z (n 1)(Y Y )Z (n 2)(Y Y )
Z (n i 1)(Y Y ) , i 1,2,...,n , Y 0
:والتحويلة العكسية هلا هي
n
i 1i 1
2
n
i 1i 1
(y y )n .ˆ ˆ
(y y )ˆ .
n
٤٧
1 2 ii
Z Z ZY ... , i 1,2, ,n,n n 1 n i 1
:نوجد جاكوبيان التحويل كالتايل ومنها1 1 1
1 2 n
2 2 2
1 2 n
n n n
1 2 n
y y y 1 0 0z z z ny y y 1 1 0 1z z zJ .n n 1
n!
1 1y y y 1n n 1z z z
:سوف نثبت ان n n
i ii 1 i 1
Z (Y ).
:مبا ان 1 1 1Z n(Y ) nY n
)٣-٥( :االن
n n
i ii 1 i 1
(Y ) Y n .
:فإن )٣-٥(بقيمتها ىف nوبالتعوئض عن
n n n
i i 1 1 i 1 1i 1 i 1 i 1
n n n n
i 1 1 i 1 1 i 1 ii 1 i 2 i 2 i 1
(Y ) Y Z nY Y nY Z
(Y Y ) Z (Y Y ) Z Z Z Z .
i)و iZدالة كثافة االحتمال املشرتكة لـ وعلى ذلك 1,2, ,n) تعطى كالتايل: n
ii 1
i
z[ ]
1 2 n n
zn [ ]
ii 1
1h(z ,z ,...,z ) e
1 e , 0 z ,
0 , e.w.
. باملعلمة متغريات عشوائية مستقلة ومتطابقة وكل منها يتبع التوزيع االسي iZمما يعين إن املتغريات
٤٨
: إن مباn n n
i i 1 i 1i 2 i 2 i 2
Z Y (n 1)Y (Y Y ),
:اى ان
n n n
i 1 i 1 ii 1 i 2 i 2
1 1 1ˆ (Y Y ) (Y Y ) Z .n n n
:هى لالحصاءالدالة املولدة للعزوم
n
ii=2
(n 1)ˆ
Z
n
tM (t) M (t) (1 ) .n
)ع جاما مبعامل والىت متثل الدالة املولدة للعزوم ملتغري عشوائى يتبع توزي , n 1)n
. وذلك الن: iZاملتغريات ,i 1,2,...n 1 متغريات عشوائية مستقلة ومتطابقة وكل منها يتبع التوزيع االسي باملعلمة .
الدالة املولدة للعزوم للمقدر n
ii 2
Z هى:
n
ii=2
(n 1)
ZM (t) (1 t ) .
توزيع اى ان n
ii 2
Z يتبع توزيع جاما مبعلمتني, (n 1) .
iZاملتغريات وذلك الن ,i 1,2,...n 1 متغريات عشوائية مستقلة ومتطابقة وكل منها يتبع التوزيع االسي باملعلمة . :الن ا
1ˆ Y
:الرتتيب االحصاء االصغروميكن احلصول على توزيعة من الصيغة التالية 1Yحيث
n 11 1 1
1 1n f (y ) 1 F(y ) , 0 y ,g (y )0 , e.w.
,يتبع التوزيع االسى مبعلمتني 1Yاى ان n.
:االن
11
Z 1ˆE( ) E( ) E(Z ) .n n n
٤٩
:ايضا .مقدر متحيز للمعلمة اى ان 2
112 2
Z 1ˆVar( ) Var( ) Var(Z ) .n n n
n n
i ii 2 i 2
1 1 n 1ˆE( ) E( Z ) E(Z ) .n n n
: ايضا.مقدر متحيز للمعلمة اى ان n n
2i i2 2
i 2 i 2
1 1 n 1ˆVar( ) Var( Z ) Var(Z ) .n n n
ˆˆمبا ان املقدران , مقدرين متحيزين فيمكن احلصول منهما على مقدرين غري متحيزين كالتاىل:
1 1 1
11 1
n n 1 nˆ ˆ(Y Y ), Y { [ (Y Y )]}n 1 n 1 n 1 n n 1
nY Y1Y [ (Y Y )] .n 1 n 1
:اى ان 1
1nY Yn (Y Y ), .
n 1 n 1
22
2 2
2
n n n 1 n n 1E( ) E( ) . , Var( ) .n 1 n 1 n (n 1) n
,n 1
2 2 2
2 2 2 2
1ˆE( ) E( ) E( ) ,n n n
1 1 1ˆVar( ) Var( ) Var( ) (1 ).n n n n 1 n n 1
:الثبات هل املقدرين مستقلني ام ال نتبع االتى االن
2
2 2 2 2
2
ˆ ˆ ˆ ˆn nˆCov( , ) Cov( , ) Cov( , )n 1 n 1 n 1 n 1
n n n (n 1)ˆ ˆ ˆCov( , ) Var( ) .(n 1) (n 1) (n 1) n
.n(n 1)
ˆˆاى ان املقدران , غري مستقلني .
٥٠
االن سوف نثبت ان n
i 1 1i 2
{ (Y Y ), Y }
احصاءات كافية للمعلمتنيˆˆ( , ) . نفرض ان :n
1 i 1i 2
U Y , V (Y Y )
. ومبا انˆˆ( , ) اى ان .مستقلني فإن اى دوال فيهما مستقلني(U, V) مبا .مستقلني ايضا
1Uان Y يتبع التوزيع االسى مبعلمتني,n اىل حيث دالة كثافته االحتمالية تاخذ الشكل الت:
n u
n1g (u; , ) e , u ,
0 , e.w.
:ومبا ان n n
i 1 ii 2 i 2
V (Y Y ) Z
,تتبع توزيع جاما مبعلمتني Vاى ان n 1 ، حيث دالة كثافته االحتمالية تاخذ الشكل التاىل:
vn 2
2 n-1
1g (v ; )= v e , v > 0.(n 1)
,V)للمتغريين اى ان التوزيع املشرتك U) هو:
n u vn 2n
n-1
1g (u,v) e v e , v > 0,u> .(n 1)
:االحتمال الشرطي موباستخدا
n
ii 1
1 (y )
n u vn 2n
n-1
1 eL(y; )h(y, u, v)
g(u, v) 1e v e (n 1)
٥١
n
ii 1
i
1 (y )n
v n un n 2
( y v n nu n )
n 2
n
ii 1
n 2
N
(n 2) i 1i 1
e
n v e (n 1)
(n 1) en v
( y v nu)(n 1) exp
n v
( y v ny )(n 1)v exp
n
(
n
(n 2) i 1i 2
n n
(n 2) i 1 i 1i 1 i 2
(n 2)
[ (y y ) v]n 1)v exp
n
[ (y y ) (y y )](n 1)v exp
n
(n 1)v .n
,وهذه النسبة ال تعتمد على اى ان .بل دالة فقط ىف املشاهداتn
i 1 1i 2
{ (Y Y ), Y }
احصاءات كافية مشرتكة
,للمعلمتني . :للحصول على مقدر ملتوسط التوزيع نتبع االتى
:مبا ان
1 1
ˆ ˆn ˆˆ ˆ, , Y Y , Y ,n 1 n 1
:ومبا ان
E(X) , :توسط التوزيع هو ملوعلى ذلك مقدر االمكان االعظم
1 1ˆˆ Y Y Y Y.
٥٢
:املقدر ملتوسط التوزيع الغري متحيز هو ˆ ˆ ˆn ˆˆ ˆ ˆ ˆ(n 1) Y.
n 1 n 1 n 1
1R(t)لدالة الصالحية exp (t ) , t :فإن املقدر الذى يعتمد على مقدرات املكان االعظم هو
1
11
t YR(t) exp , t Y .Y Y
ة لمعالم التوزیع االسى بمعلمتین بییزیة تقدیرات) ٠١( ةودال ة المعاین ى حال الصالحیة ف
من النوع الثانى
٤ 1وبفرض ان إذا كان لدينا اختبار احلياة من عينة مراقبة من النوع الثاين 2 ry y y هى الr االوىل من املشاهدات
, تنيمبعلم االسى توزيعالتتبع nاملرتبة واملاخوذة من عينة عشوائية من احلجم على الشكل التاىل:
x
1f (x; , ) e , x ,0 , e.w.
1 وباعتبار ان 2 ry y , y , , y للمعامل تقدير اجياد واملطلوبمت احلصول عليها, . دالة اإلمكان تعطى كاآليت:
:األسي بمعلمتین ایجاد مقدرات بییز تحت فرض التوزیع:
r
i ri 1
1r y n r yn! 1L y , e .n r !
:االن
٥٣
r r
i r i ri 1 i 1
r
i r 1 1 1i 1
1
r
i 1 r 1i 1
1
r
i 1 r 1 1i 1
y n r y y r n r y n r
y n n r y [ry ry ny
ny ]
y ry n r y n r y
ny n
y y n r y y n y .
r
i 1 r 1i 1
n!let s y y n r y y ;kn r !
11 s n y
r
kL y , e .
,ل حتت فرض التوزيع القبلى التاىل :
1a
1g , ;a, 0 , y .
,ل وعلى ذلك التوزيع البعدى هو:
1
11
1 s n ya r
1y s n ya r
0
k e, y .k e d d
:حيث
٥٤
1
1
1
1
ya r1
10
ya r 1
1
ya r 1
1
ya r 2
1
1k exp s n y d d
s n y a r 1d
a r 1 s n y d
a r 1 s n y .n a r 2
a r 21
a r 2
a r 2 nsk kns a r 2
11 s n ya r, x k e .
التوزيع البعدى ل : The marginal posterior of لـ
1
10
1 s n ya r
0
a r 1
1
a r 2a r 1
1
a r 2
a r 1
1
y , y d
k e d
k s n y a r 1
ns s n y a r 2 a r 2a r 2n a r 2 s
.s n y
1
1
y
ya r 1a r 2
1
E y d
n a r 2 s s n y d .
a r 1 a r 2 a r 2
٥٥
a r 1
1
a r 2
1
let u dv s n y
1du d v s n yn a r 2
1
1
ya r 2a r 21
ya r 2
1
a r 2 a r 2 a r 31
1
n a r 2 s s n yn a r 2
1 s n yn a r 2
1s s y sn a r 3
sy .n a r 3
بعدى ل التوزيع ال دى لـ : The Marginal
1
11
y1
1
y
1y s n ya r
1 s n ya r
sa r 1 n
sa r 2a r 1 n
y , y d
k e d
k en
k ens e , 0.
a r 2
sa r 2a r 2
0
a r 2a r3
s e da r 2s s a r 3
a r 2a r 3 ss .
a r 2a r 2
٥٦
1
sy ,n a r 3
s .a r 3
٥٧
٥٨
المراجع
:المراجع العربیة
o عمادة - جامعة الملك سعود –مقدمة في النظریة اإلحصائیة ، ) ١٩٩١(، أحمد عودة - ١ .شؤون المكتبات
o o مدیریة دار الكتب للطباعة والنشر –اإلحصاء الریاضي ، ) ١٩٩٠(، أمیر حنا هرمز -٢–
.الموصل –الجمهوریة العراقیة o o مكتبة المتنبى -الطبعة الثانیة –نظریة االحتماالت ، ) ٢٠٠٠(، منعم ثروت محمد عبد ال - ٣
. المملكة العربیة السعودیة –o o الطبعة الثالثة –مدخل حدیث لإلحصاء واالحتماالت ، ) ٢٠٠٨(، ثروت محمد عبد المنعم - ٤
.المملكة العربیة السعودیة –مكتبة العبیكان –o o المدخل الحدیث لإلحصاء واالحتماالت مع الحلول ل ، ) ٢٠٠٩(، ثروت محمد عبد المنعم - ٥
.المملكة العربیة السعودیة - مكتبة المتنبى –الطبعة االولى - مسالة ٧٠٨o o ١٠٣٥نظریة االحتماالت مع الحلول لحوالى ، ) ٢٠١٠(، ثروت محمد عبد المنعم - ٦
. ة المملكة العربیة السعودی –مكتبة المتنبي -الطبعة االولى –مسالةo o جدة –دار الشروق –الطبعة الثانیة –نظریة االحتماالت ، ) ١٩٨٨(، جالل الصیاد - ٦–
.المملكة العربیة السعودیة o o دار المریخ للنشر -الطبعة االولى –االستدالل االحصائى ، ) ١٩٩٣(، جالل الصیاد - ٧–
.المملكة العربیة السعودیة –الریاض
٥٩
o وزارة التعلیم –الجمهوریة العراقیة –طرق اإلحصاء ، ) ١٩٨٣(، سلیم ذیاب السعدي - ٨ .العالي والبحث العلمي
o o أساسیات االحصاء الریاضي ، ) ١٩٩٨(، علي عبد السالم العماوي وعلي حسین العجیلي - ٩
.جامعة الفاتح –إدارة المطبوعات والنشر –
o نظریة التقدیر ) ١(الحصائي ، االستدالل ا) أ ٢٠٠٠(‘عبد الحفیظ محمد فوزي مصطفى - ١٠
.مدینة نصر –القاھرة -، مجموعة النیل العربیة
o
o نظریة التقدیر ) ٢(، االستدالل االحصائي )ب ٢٠٠٠(عبد الحفیظ محمد فوزي مصطفى ، - ١١
.مدینة نصر –القاھرة -، مجموعة النیل العربیة
o o نظریة االحتماالت و ، ) ٢٠٠٠(،محمد إبراهیم عقیل و عبد الرحمن محمد أبو عمه -١٢
.المملكة العربیة السعودیة –جامعة الملك سعود –النشر العلمي و المطابع –تطبیقاتها o
:المراجع األجنبیة
1-Ashour , S.K and Salem, S.A (1990) An Introduction to Mathematical Statistics, I.S.S.R ,Cairo University. 2-Abdel Moneim, T.M. (1998), Bayesian estimation of the reliability function
of a two-parameter Cauchy distribution , The Egyptian Statistical Journal,
42(1),1-9.
3- Aitchison, J.& Brown J.A.C (1957), The Lognormal Distribution,
Cambridge:Cambridge University Press.
4-AL- Braheem ,F . M . (1990) Regression Models in Testing, Msc. Girls
College , Dammam.
٦٠
5-AL- Hussaini, E. K. & Jaheen, Z. F. (1994), Approximate bayes estimators
applied to the Burr model , Communications in Statistics-Theory and Methods,
23 (1), 99 - 121.
6-AL- Ohali , M . E . (2000) , Some Bayesian Predictions Based on Pareto
Distribution , Msc. Girls College , Dammam.
7-AL- mobaudh , E . A . (2010) , Estimates of Lognormal Distribution
Parameters Based on Bayesian Approach, Msc. Girls College , Dammam .
8- Balasooriya , U. & Balakrishnan, N. (2000) ,Reliability sampling plans for
lognormal distribution , based on progressively-censored samples , IEEE
Transactions on Reliability ,49(2),199-203 .
9-Basu , A . B . & Ebrahimi , N . (1991) , Bayesian approach to life testing and
reliability estimation using asymmetric, Journal of Statistical Planning and
Inference, 29, 21-31.
10-Barnett, V . B . &Lewis, T . (1994) ,Outliers in Statistical Data 3 ed.,Jon
Wiley ,New York.
11-Bekker, A., Roux, J.J.J & Mostert, P.J. (2000), A generalization of the
compound Ra10yleigh distribution: using bayesian methods on cancer survival
times , Communications of Statistics – Theory and Methods, 29(7), 1419-1433.
12-Bhattacharya, S . K . (1967) , Bayesian approach to life testing and reliability
estimation , Journal of American Statistical Association , 48-62 .
13-Box , G . E . P . , & Tiao , G . C . (1973) , Bayesian Inference in Statistical
Analysis , Reading , MA : Addison – Wesley .
٦١
14-Calabria, R. & Pulcini, G. (1996), Point estimation under asymmetric loss
functions for left-truncated exponential samples, Communications in
Statistics - Theory and Methods,25(3),585-600.
15-Chen, C. (2006), Tests of fit for the three- parameter lognormal distribution
,Computational Statistics & Data Analysis , 50 ,1418-1440 .
16-Cohen, C. (1963), Progressively censored samples in the life
testing,Technometrics ,(3).,327-339.
17-Consul,P. C.,(1984),On the distributions of the order statistics for a random
sample sizes,Statist.Nearland., 83,249-256.
1٦18-Crow, E.L. & Shimizu, K. (1988), Lognormal Distributions: Theory and
Applications,New York : Marcel Dekker.
19-Doetsch,G.(1970) Guide to the application of the Laplace and Z transform
U N R London.
20-Dahiya, R.C & Guttman,I. (1982), Shortest confidence and prediction
intervals for the log-normal, The Canadian Journal of Statistics ,10(4),277-291.
21-Dey, D.K. & Lee, T. (1992), Bayes computation for life testing and
reliability estimation , IEEE Transactions on Reliability, 41, 621-626 .
22- Grimshaw, S.D. ( 1993), Computing likelihood estimates for the generalized
Pareto distribution , Technometrics 35 (2), 185-191.
23-Gupta, D. ,and Gupta,R.C.,( 1984), On the distribution of order statistics for
a random sample size ,Statist.Nearland.,38, 13-19.
24-Howlader, H.A. & Sinha, S.K. (1984), Bayesian estimation of regression
parameters under a bivariate normal Prior, La Revue Publication de L'Institut de
Statistique de l'université de Paris, 29(1), 47-57.
25-Howlader, H. A. & Weiss, G. (1988), Bayesian reliability estimation of a two
parameter Cauchy distribution , Biometrical Journal , 30( 3), 329-337.
٦٢
26-Howlder, H.A. & Weiss, G. (1989), Bayes estimators of the reliability of
logistic distribution, Communications in Statistics-Theory and Methods , 18 (1),
245-259.
27-Johnson, N,L . & Kotz, S. (1970) Distributions in Statistics , Volume 1
Houghton Mifflin,Boston.
28-Johnson, N, Kotz, S, & Balakrishnan, N. (1994), Continuous Univariate
Distributions, Volume 1 (Second Edition.). New York .
29- Lee , P. M. (1989) , Bayesian Statistics : An Introduction , Arnold , London .
30- Lee, C.F. & Lee, J. C., Chapter 5 Normal and Lognormal Distribution in
Alternative Option Pricing Models: Theory, Methods, and Applications Kluwer
Academic Publishers, to appear.
31-Lindley, D.V. (1980), Approximate Bayesian ,Trabajos de Estabistica,
31,223-237.
32-Martz , H . F . & Waller , R . A . (1982) , Bayesian Reliability Analysis ,
New York , Wiley .
33- Padgett, W.J. & Johnson, L.J. (1983), Some bayesian lower bounds on
reliability function in the lognormal distribution, The Canadian Journal of
Statistics, 11(2),137-147.
34-Padgett, W.J. & Wei, L.J. (1977), Bayes estimation of reliability function
for the two-parameter lognormal distribution, Communications in
Statistics - Theory and Methods,A6(5),443-457.
35-Padgett, W.J. & Wei, L.J. (1978), Bayesian lower bounds on reliability
function for lognormal model, IEEE Transactions on Reliability, R-27(2),161-
165.
٦٣
36-Papadopoulos, A.S. (1983), Bayesian reliability of the Weibull failure model
with bivariate Characterization of the parameters,Metron, XLI(1-2), 95-112.
37-Singh P. K, Singh S. K. & Singh U. (2008), Bayes estimator of inverse
Gaussian parameters under general entropy loss function using Lindley's
approximation , Communications in Statistics - Simulation and
Computation, 37(9), 1750 – 1762.
38-Sinha, S.K. (1981), On the moment estimation of lognormal parameters,
IAPQR Transactions ,6(2), 83-88.
39-Sinha , S. K. (1983), Bayesian estimation of the mean of a normal
distribution when the coefficient of variation is known ,The Statistician Institute of
Statisticians ,32(3) ,339-345.
40-Sinha, S.K. (1985),Bayes estimation of the reliability function of normal
distribution , IEEE Transactions on Reliability, R-34(4),360-362.
41-Sinha, S.K. (1986), Bayes estimation of the reliability function of the inverse
Gaussian distribution , Statistics & Probability Letters 4, 319-323 .
42-Sinha, S.K. & Guttman,I. (1988), Bayesian analysis of life-testing
problems involving the Weibull distribution, Communications in Statistics.
Theory and Methods,17(2),343-356 .
43-Sinha, S.K. (1989),Bayesian inference about the prediction/credible intervals
and reliability function for lognormal distribution , Journal of the Indian
Statistical Association, 27,73-78.
44- Smith, D.L. & Naberejnev, D.G (2004) , Confidence intervals for the
lognormal probability distribution , Nuclear Instruments and Methods in Physics
Recscarch A ,518,754-763 .
٦٤
45- Shalaby,O.A. (1990) Bayesian comparison distribution given a Type Two
Censored From a One Parameter Exponential Distribution .J.King Saud Univ.
Vol. 2. Admin. Sci. (20)
46- Shalaby,O.A. and Yousef,M.H. (1992) Bayesian of the parameters of a
doubly truncated of weibull distribution ,The Egyptian Statistical Journal
ISSR,Cairo Univ. Vol 36, No. 1.
47-Shalaby O. A. (1993),Bayesian inference in truncated and censored
exponential distribution and reliability estimation, Communications in
statistics. Theory and methods, 22(1), 57-79.
48- Shalaby,O.A. (1994) Bayesian Inference In Truncated And Censored
Exponential Distribution And Relibility Estimation.
49- Shalaby,O.A. &Abdelmoneim, T.M. (1999) , Characterization of the three
parameters gamma distribution with mixing distributios The Egyptian
Statistical Journal ISSR.Cairo Univ. Vol 43 no. 1 .
50- Soliman, A.A. and AL-Ohaly,M.E. (2000),Bayes 2-sample prediction for
the pareto failure –model, JOURNAL OF THE Egyptian Mathematical
Society,Vol. 8(1).
51- Soliman, A.A. (2005),Estimation of parameters of life from progressively
censored data using Burr-XII model, IEEE Transactions on Reliability, 54(1),
34 – 42.
52-Sweet, A.L. (1990), On the hazard rate of the lognormal distribution, IEEE
Transactions on Reliability,39(3),325-328.
53-Szajnowski, W.J. (1977), Estimators of log – normal distribution parameters
, IEEE Transactions on Aerospace and Electronic Systems , AES-13(5),533-536.
54-Tierney, L. and Kadan,J.B. (1986),Accurate approximations for posterior
moments and marginal densities,J. Amer. Statist.Assoc.,81,82-86.
٦٥
55-Wasserman,L. (2004), All of Statistics A Concise Course in Statistical
Inference, Springer .
56-Wen, D. & Levy, M. S. (2001a), Blinex : A bounded asymmetric loss
function with application to Bayesian estimation, Communications in
Statistics - Theory and Methods,30(1),147-153.
57-Wen, D. & Levy, M. S. (2001b), Admissibility of bayes estimates under
Blinex loss for the normal mean problem, Communications in Statistics -
Theory and Methods,30(1),155-163.
58-Yang, Z. (2000),Predictive densities for the lognormal distribution and their
applications, Microelectronics Reliability, 40, 1051-1059.
59-Zelen , M . (1959),Factorial experimental in life testing,1 ,269-288 .
60-Zellner , A . (1971),Bayesian and non- bayesian analysis of the log-normal
distribution and log-normal regression, Journal of the American Statistical
Association , 66(334) ,327-330 .
61-Zellner , A. & Tobias, J. (2001),Further results on bayesian method of
moments analysis of the multiple regression model, International Economic
Review,42(1),121-140.
٦٦