Inverted Modified Lindley Dağılımı için Parametre Tahmin Yöntemlerinin Karşılaştırılması

Abstract

Inverted Modified Lindley (IML) dağılımının, üstel ve Lindley dağılımlarına kıyasla daha iyi uyum sağlama yetenekleri gösterdiği önceki çalışmalarala gösterilmiştir. Bu çalışma, En Küçük Kareler (LS), Cramer von Misses (CvM) ve Maksimum Olabilirlik (ML) yöntemlerini kullanarak Inverted Modified Lindley (IML) dağılımının parametre tahminini incelemektedir. IML dağılımına ait parametrenin tahmin edilmesinde ML, LS ve CvM yöntemlerinin etkinliğini karşılaştırmak amacıyla bir Monte Carlo simülasyon çalışması yapılmıştır. Ayrıca ilgili tahmin yöntemleri kullanılarak çeşitli alanlardan gerçek veri uygulamaları sağlanmıştır. Bu yöntemlerin uyum performansı, ortalama karekök hata, belirleme katsayısı ve Kolmogorov-Smirnov testi kullanılarak değerlendirilmiştir. Uygulama sonuçlarına göre CvM metodu, IML dağılımı için dikkate alınan verileri daha bir iyi şekilde tanımlarken, simülasyon çalışması için ise, ML tahmin yöntemi öne çıkmaktadır.