| dc.creator |
KILIÇ, Adil; KIRIKKALE ÜNİVERSİTESİ, FEN-EDEBİYAT FAKÜLTESİ |
|
| dc.creator |
ARSLAN, Güvenç; KIRIKKALE ÜNİVERSİTESİ, FEN-EDEBİYAT FAKÜLTESİ |
|
| dc.date |
2019-08-25T00:00:00Z |
|
| dc.date.accessioned |
2020-01-02T08:34:04Z |
|
| dc.date.available |
2020-01-02T08:34:04Z |
|
| dc.identifier |
https://dergipark.org.tr/tr/pub/sdufenbed/issue/46929/471565 |
|
| dc.identifier |
10.19113/sdufenbed.471565 |
|
| dc.identifier.uri |
http://acikerisim.sdu.edu.tr/xmlui/handle/123456789/49348 |
|
| dc.description |
Bu çalışmada, Kumaraswamy dağılımının parametrelerininen çok olabilirlik yöntemi ile tahmin edilmesi genetik algoritma yaklaşımıkullanılarak araştırılmıştır. Ayrıca basit rasgele örneklemeye göre daha iyisonuç verebileceği düşünülerek parametrelerin tahmin edilmesinde sıralı kümeörneklemesi de incelenmiştir. Genetik algoritma yaklaşımı, Kumaraswamy dağılımıparametrelerinin pozitif olma koşulunun hesaba katılması nedeniyle tercihedilmiştir. Ek olarak genetik algoritma yaklaşımında en çok olabilirlikfonksiyonunun türev bilgisine ihtiyaç duyulmaması da hesaplamalarda kolaylıksağlamaktadır. Genetik algoritma kullanılarak elde edilen her iki örneklemeyöntemine ait olabilirlik tahmin edicilerinin performanslarınınkarşılaştırılması için yan, hata kareler ortalaması ve etkinliklerihesaplanmıştır. Simülasyon çalışmasındaki hesaplamalar için R yazılımı veilgili paketler kullanılmıştır. |
|
| dc.description |
In thispaper, genetic algorithm approach is used to estimate parameters of theKumaraswamy distribution with maximum likelihood method. In addition ranked setsampling is used since it is expected to give better results in comparison tosimple random sampling. Genetic algorithm approach is chosen because it isrelatively more convenient in terms of satisfying positivity constraints forthe parameters of the Kumaraswamy distribution. Also there is no need to use derivativesin the genetic algorithm approach. Bias, MSE and efficiency is calculated tocompare performaces of maximum likelihood estimators for ranked set samplingand simple random sampling obtained by using genetic algorithms. The R softwareand related packages are preferred for calculations in the simulation study. |
|
| dc.format |
application/pdf |
|
| dc.language |
tr |
|
| dc.publisher |
Süleyman Demirel University |
|
| dc.publisher |
Süleyman Demirel Üniversitesi |
|
| dc.relation |
https://dergipark.org.tr/tr/download/article-file/782109 |
|
| dc.source |
Volume: 23, Issue: 2
367-373 |
en-US |
| dc.source |
1308-6529 |
|
| dc.subject |
Kumaraswamy dağılımı,Sıralı küme örneklemesi,En çok olabilirlik tahmini,Genetik algoritma |
|
| dc.subject |
Kumaraswamy distribution,Ranked set sampling,Maximum likelihood estimation,Genetic algorithm,R software |
|
| dc.title |
Sıralı Küme Örneklemesi ile Kumaraswamy Dağılımı Parametrelerinin Tahmin Edilmesinde Genetik Algoritma Kullanılması |
tr-TR |
| dc.title |
On Estimating Parameters of the Kumaraswamy Distribution with Ranked Set Sampling Using Genetic Algorithms |
en-US |
| dc.type |
info:eu-repo/semantics/article |
|