Comparison of Additional Parameter-Free Transformation Techniques and Modelling on Two Data Sets

Hasan Hüseyin Gül

Makale detayları

Comparison of Additional Parameter-Free Transformation Techniques and Modelling on Two Data Sets

Yazarlar:

Hasan Hüseyin Gül

Yayıncı:

Giresun University

Ana Başlıklar:

Yazılım Mühendisliği (Diğer)

Dergi:

Karadeniz Fen Bilimleri Dergisi Vol.14 Issue 3, pp.1444-1455

Belge Tipi:

Makale

Yayın Tarihi:

9/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001326814

pISSN:

2564-7377

Anahtar kelimeler:

Özet:

 In the statistics literature, some techniques have been developed to obtain new distributions. These techniques are created by adding one or more parameters to the existing distribution. While adding parameters creates a positive effect in terms of flexibility, it also brings processing difficulties in parameter estimation and other statistical inferences. At this point, new distribution generation techniques without additional parameters have been proposed by researchers in recent years. In this study, Dinesh-Umesh-Sanjay DUS, Logarithmic transformation LT and Kavya-Manoharan KM techniques are discussed and the proposed exponential distribution versions of these techniques DUSE, LTE, KME are examined. Statistical properties of these distributions such as r. moments, moment generating functions, quantile functions and maximum likelihood estimates are analysed. In addition, the modelling capabilities of the techniques are compared on two data sets. As a result, it was found that the KME distribution proposed using the KM technique modelled both data sets better.

 In the statistics literature, some techniques have been developed to obtain new distributions. These techniques are created by adding one or more parameters to the existing distribution. While adding parameters creates a positive effect in terms of flexibility, it also brings processing difficulties in parameter estimation and other statistical inferences. At this point, new distribution generation techniques without additional parameters have been proposed by researchers in recent years. In this study, Dinesh-Umesh-Sanjay DUS, Logarithmic transformation LT and Kavya-Manoharan KM techniques are discussed and the proposed exponential distribution versions of these techniques DUSE, LTE, KME are examined. Statistical properties of these distributions such as r. moments, moment generating functions, quantile functions and maximum likelihood estimates are analysed. In addition, the modelling capabilities of the techniques are compared on two data sets. As a result, it was found that the KME distribution proposed using the KM technique modelled both data sets better.

 In the statistics literature, some techniques have been developed to obtain new distributions. These techniques are created by adding one or more parameters to the existing distribution. While adding parameters creates a positive effect in terms of flexibility, it also brings processing difficulties in parameter estimation and other statistical inferences. At this point, new distribution generation techniques without additional parameters have been proposed by researchers in recent years. In this study, Dinesh-Umesh-Sanjay DUS, Logarithmic transformation LT and Kavya-Manoharan KM techniques are discussed and the proposed exponential distribution versions of these techniques DUSE, LTE, KME are examined. Statistical properties of these distributions such as r. moments, moment generating functions, quantile functions and maximum likelihood estimates are analysed. In addition, the modelling capabilities of the techniques are compared on two data sets. As a result, it was found that the KME distribution proposed using the KM technique modelled both data sets better.

 İstatistik literatüründe, yeni dağılım elde etmek için bazı teknikler geliştirilmiştir. Geliştirilen bu teknikler, var olan dağılıma yeni bir veya birkaç parametre ekleyerek oluşturulmaktadır. Parametre eklemek esneklik bağlamında olumlu bir etki yaratırken, parametre tahmini ve diğer istatistiksel çıkarımlarda işlem zorluğunu da beraberinde getirmektedir. Bu noktada son yıllarda araştırmacılar tarafından ek parametre içermeyen yeni dağılım üretme teknikleri önerilmeye başlanmıştır. Bu çalışmada, Dinesh-Umesh-Sanjay DUS, Logaritmik dönüşüm LT ve Kavya-Manoharan KM teknikleri ele alınmış ve bu tekniklerin önerilen üstel dağılım versiyonları DUSE, LTE, KME üzerinde durulmuştur. Bu dağılımların r. momentleri, moment çıkaran fonksiyonları ve quantile fonksiyonları gibi istatistiksel özellikleri ve en çok olabilirlik tahminleri incelenmiştir. Ayrıca iki veri seti üzerinde tekniklerin modelleme yetenekleri karşılaştırılmıştır. Sonuç olarak, KM tekniği kullanılarak önerilen KME dağılımının iki veri setini de daha iyi modellediği görülmüştür.

Makale detayları

Comparison of Additional Parameter-Free Transformation Techniques and Modelling on Two Data Sets

Yazarlar:

Hasan Hüseyin Gül

Yayıncı:

Giresun University

Ana Başlıklar:

Yazılım Mühendisliği (Diğer)

Dergi:

Karadeniz Fen Bilimleri Dergisi Vol.14 Issue 3, pp.1444-1455

Belge Tipi:

Makale

Yayın Tarihi:

9/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001326814

pISSN:

2564-7377

Transformation techniques

Statistical properties

Maximum likelihood estimation

Exponential distributionDönüşüm Teknikleri

İstatistiksel Özellikler

En Çok Olabilirlik Tahmini

Üstel Dağılım

Sayı

Makale detayları

Yazarlar: Hasan Hüseyin Gül

Yayıncı: Giresun University

Ana Başlıklar: Yazılım Mühendisliği (Diğer)

Dergi: Karadeniz Fen Bilimleri Dergisi Vol.14 Issue 3, pp.1444-1455

Belge Tipi: Makale

Yayın Tarihi: 9/2024

Belge Dili: Türkçe

Document ID (Org No.): 2001326814

pISSN: 2564-7377

Sayı

Yazarlar:

Hasan Hüseyin Gül

Yayıncı:

Giresun University

Ana Başlıklar:

Yazılım Mühendisliği (Diğer)

Dergi:

Karadeniz Fen Bilimleri Dergisi Vol.14 Issue 3, pp.1444-1455

Belge Tipi:

Makale

Yayın Tarihi:

9/2024

Belge Dili:

Türkçe

Document ID (Org No.):

2001326814

pISSN:

2564-7377