การแจกแจงโลแม็กซ์-เรย์ลี่ตัดปลายทั้งสองด้านและการประยุกต์
Article Sidebar
Main Article Content
บทคัดย่อ
ในบทความวิจัยนี้นำเสนอการแจกแจงโลแม็กซ์-เรย์ลี่ตัดปลาย (TLRD) ซึ่งทำการตัดปลายทั้งสองด้าน พร้อมนำเสนอคุณสมบัติทางสถิติบางประการ ได้แก่ ฟังก์ชันการรอดชีพ ฟังก์ชันพิบัติ โมเมนต์ ตลอดจนการประมาณค่าพารามิเตอร์ ในส่วนของระเบียบวิธีเชิงตัวเลขมีการศึกษาฟังก์ชันควอนไทล์ เพื่อใช้ในการสร้างตัวแปรสุ่มที่มีการแจกแจงตามแบบ TLRD ซึ่งผลการศึกษาพบว่าค่าความคลาดเคลื่อนมาตรฐาน (SE) จากการประมาณค่าพารามิเตอร์จะลดลงเมื่อขนาดตัวอย่าง n เพิ่มขึ้น ในส่วนของการศึกษาประสิทธิภาพของการแจกแจงที่พัฒนาขึ้นโดยการประยุกต์การแจกแจงดังกล่าวกับข้อมูลจริงที่เป็นข้อมูลช่วงชีวิตจำนวนห้าชุดซึ่งเป็นข้อมูลอายุการใช้งานของอุปกรณ์อิเล็กทรอนิกส์และข้อมูลทางการแพทย์ โดยเปรียบเทียบการทดสอบภาวะสารูปดีกับการแจกแจง โลแม็กซ์-เรย์ลี่ (LRD) ซึ่งเป็นการแจกแจงต้นกำเนิด ผลการศึกษาพบว่าการแจกแจงโลแม็กซ์-เรย์ลี่ตัดปลายเป็นการแจกแจงที่มีความสอดคล้องกับข้อมูลจริงทั้งห้าชุด
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เนื้อหาและข้อมูลในบทความที่ลงตีพิมพ์ใน Journal of Advanced Development in Engineering and Science ถือเป็นข้อคิดเห็นและความรับผิดชอบของผู้เขียนบทความโดยตรง ซึ่งกองบรรณาธิการวารสารไม่จำเป็นต้องเห็นด้วยหรือร่วมรับผิดชอบใดๆ
บทความ ข้อมูล เนื้อหา ฯลฯ ที่ได้รับการตีพิมพ์ในJournal of Advanced Development in Engineering and Science ถือเป็นลิขสิทธิ์ของ Journal of Advanced Development in Engineering and Science หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักษณ์อักษรจาก Journal of Advanced Development in Engineering and Scienceก่อนเท่านั้น
เอกสารอ้างอิง
Lindley, D. V. (1958). Fiducial Distributions and Bayes’ Theorem. Journal of the Royal Statistical Society,
Series B, 20(1), 102-107.
Shanker, R., et al. (2013). A Two-Parameter Lindley Distribution for Modeling Waiting and Survival Times Data. Applied Mathematics, 4, 363-368.
Shanker, R. (2015). Akash Distribution and its Application. International Journal of Probability and Statistics, 4(3), 65–75.
Chankham, W., et al. (2022). Measurement of Dispersion of PM 2.5 in Thailand using Confidence Intervals
for the Coefficient of Variation of an Inverse Gaussian Distribution. PeerJ, 10, e12988.
Lomax, K. S. (1954). Business Failures: Another Example of the Analysis of Failure Data. Journal of the American Statistical Association, 49, 847-852.
Rayleigh, L. (1896). The Theory of Sound, Volume 2. New York: Dover Publications.
Venegas, O., et al. (2019). Lomax-Rayleigh Distribution with an Application. Applied Mathematics & Information Sciences, 13(5), 741-748.
Falgore, J. Y., et al. (2021). Inverse Lomax-Rayleigh Distribution with Application. Heliyon, 7(11), E08383.
El-Hadidya, M. A. A. & Alfreedia, A. A. (2019). Internal Truncated Distributions: Applications to Wiener Process Range Distribution when Deleting a Minimum Stochastic Volatility Interval from its Domain. Journal of Taibah University for Science, 13 (1), 201–215.
Johnson, A. C. (2001). On The Truncated Normal Distribution: Characteristics of Singly-And Doubly-
Truncated Populations of Application in Management Science, (Ph.D. Dissertation, Illinois Institute of Technology).
Iwueze, S. (2007). Some Implications of Truncating the N (1, σ2) Distribution to the Left at Zero. Journal of Applied Sciences, 7(2), 189-195.
Aryuyuen, S. (2018). Truncated Two-Parameter Lindley Distribution and its Application. The Journal of Applied Science, 17(1), 19-32.
Shukla, K. K. & Shanker, R. (2020). Truncated Akash Distribution: Properties and Applications. Biometrics &
Biostatistics International Journal, 9(5), 179-184.
Hammood, H. K., et al. (2023). Truncated Rayleigh Lomax Distribution. International Journal of Engineering Research & Technology, 12(1), 196-210.
Dodge, Y. (2003). The Oxford Dictionary of Statistical Terms. Oxford: The Oxford University Press.
Aryuyuen, S. & Bodhisuwan, W. (2019). The Truncated Power Lomax Distribution: Properties and Applications. Walailak Journal of Science and Technology, 16(9), 655-668.
Linhart, H. & Zucchini, W. (1986). Model Selection. New York: John Wiley.
Efron, B. (1988). Logistic Regression, Survival Analysis and the Kaplan-Meier Curve. Journal of the American Statistical Association, 83(402), 414-425.
Loukopoulos, P., et al. (2017). Reciprocating Compressor Prognostics of an Instantaneous Failure Mode Utilising Temperature Only Measurements. Applied Acoustics, 147, 77-86.
Zeydan, E. (2019). Hard Drive Failure Data. Available from https://www.kaggle.com/datasets/ezeydan/ hard-drive-failure-data?resource=download. Accessed date: 18 August 2023.
Akaike, H. (1974). A New Look at the Statistical Model Identification. IEEE Transactions on Automatic Control, 19, 716–723.
