عناصر مشابهة

مقارنة بين خوارزمية ( EM ) وخوارزمية( NR ) لإيجاد مقدرات التوزيع الهجين ويبل كاما باستخدام المحاكاة

تفصيل البيانات البيبلوغرافية
العنوان بلغة أخرى:A Comparison between The Algorithms ( EM ) and ( NR ) to Find a Hybrid Distribution Weibull Gamma Using Simulation
المصدر:العلوم الاقتصادية
الناشر: جامعة البصرة - كلية الإدارة والاقتصاد
المؤلف الرئيسي: عبدالحسين، علي (مؤلف)
مؤلفين آخرين: حسين، علي ناصر (م. مشارك)
المجلد/العدد:مج12, ع45
محكمة:نعم
الدولة:العراق
التاريخ الميلادي:2017
الصفحات:122 - 143
DOI:10.33762/0672-012-045-005
ISSN:1814-9669
رقم MD:949124
نوع المحتوى: بحوث ومقالات
اللغة:Arabic
قواعد المعلومات:EcoLink
مواضيع:
رابط المحتوى:
الوصف
المستخلص:عند استعمال طريقة الترجيح الأعظم (MLM) لتقدير معلمات التوزيعات المختلطة (MD) نحصل على منظومة معادلات غير خطية (System of Non Linear Equations)، لحل هذه المنظومة تستخدم بعض الخوارزميات العددية ومن هذه الخوارزميات المستخدمة هي خوارزمية تعظيم التوقع (EM) حيث يتم فيها إعادة صياغة المسألة إلى مسألة بيانات غير تامة ومن ثم إيجاد التوقع الشرطي، ومن الخوارزميات الأخرى المستخدمة لإيجاد مقدرات طريقة الترجيح الأعظم خوارزمية نيوتن رافسون (NR) وهذه الخوارزمية هي أسلوب رياضي تكراري يعتمد على إيجاد الحل لمجموعة من المعادلات غير الخطية باستخدام مفكوك تايلر. إن قيمة المقدرات الناتجة تختلف تبعاً باختلاف الخوارزمية المستخدمة، ومن هنا تأتي أهمية هذه الدراسة والمتمثلة بإيجاد أفضل خوارزمية يمكن استخدامها لإيجاد الحل لمنظومة المعادلات الخطية لطريقة الترجيح الأعظم عند استخدام هذه الطريقة في تقدير معلمات التوزيع الهجين ويبل كاما.

When using Maximum Likelihood Method for estimating the Mixture Distribution Parameters ,we get the equation of non-linear system This system is used to solve some numerical algorithms and the algorithms used are the expectation maximization algorithm (EM) where rewritten to instabilmente incomplete data and then where to find the conditional expectation. Among the other algorithm which used to find the estimation of Mixture Distribution Parameters is Newton Raphson, which is iterative methods depending on finding the solution of non-linear system of equation by using Taylor Series