مقاله تحلیل پارامتری داده های بقای سانسور فاصله ای با پارامتر شکل غیرثابت


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۹۷,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله تحلیل پارامتری داده های بقای سانسور فاصله ای با پارامتر شکل غیرثابت دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله تحلیل پارامتری داده های بقای سانسور فاصله ای با پارامتر شکل غیرثابت  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله تحلیل پارامتری داده های بقای سانسور فاصله ای با پارامتر شکل غیرثابت،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله تحلیل پارامتری داده های بقای سانسور فاصله ای با پارامتر شکل غیرثابت :

مقاله تحلیل پارامتری داده های بقای سانسور فاصله ای با پارامتر شکل غیرثابت که چکیده‌ی آن در زیر آورده شده است، در زمستان ۱۳۸۹ در علوم پایه (دانشگاه آزاد اسلامی واحد علوم تحقیقات) از صفحه ۱ تا ۸ منتشر شده است.
نام: تحلیل پارامتری داده های بقای سانسور فاصله ای با پارامتر شکل غیرثابت
این مقاله دارای ۸ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله سانسور فاصله ای
مقاله رگرسیون وایبول
مقاله پارامتر شکل غیر ثابت
مقاله معیار اطلاع آکائیک

چکیده و خلاصه‌ای از مقاله:
مقدمه: در اکثر مطالعات پارامتری تحلیل بقا از مدل وایبول به دلیل انعطاف پذیر بودن استفاده می شود. در بیشتر موارد برای مدل وایبول فرض می شود که پارامتر شکل ثابت است، در حالیکه که این فرض برای برخی از داده ها نادرست است.
هدف: در این مطالعه حالت سانسور فاصله ای برای توزیع وایبول، در حالتی که پارامتر شکل ثابت نیست ارایه می شود.
روش بررسی: با انجام یک مطالعه شبیه سازی و به کارگیری روش مونت کارلویی، مزیت های آن نسبت به حالتی که پارامتر شکل ثابت باشد ارایه می شود. در پایان با یک مثال کاربردی نحوه محاسبه برآوردها نشان داده می شود.
نتایج: برآورد ضرایب مدل، مقدار DIC و مقدار نسبت خطر در مدل با پارامتر شکل ثابت و غیر ثابت محاسبه و در ادامه مقایسه گردید. نتایج نشان داد در صورتی که پارامتر شکل توزیع ثابت نباشد، برآورد ضرایب متغیرهای کمکی دارای اریبی کمتر، برازش مناسب تر و نتایج حاصل با حالتی که پارامتر شکل ثابت است متفاوت می باشد.
نتیجه گیری: بر اساس نتایج حاصل بهتر است مدل اشباع شده به گونه ای انتخاب شود که پارامتر شکل ثابت نباشد و فرض ثابت بودن پارامتر شکل مورد آزمون قرار گیرد و مدل مناسب تر با استفاده از ملاک های برازش مدل انتخاب شود.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.