آزمون نیکویی برازش برای توزیع نمایی وزنی

نوع مقاله: اصیل

نویسندگان

گروه آمار، دانشگاه اصفهان

چکیده

در رده جدیدی از توزیع های نمایی وزنی که توسط گوپتا و کاندو [1] ارائه شد، پارامتر چولگی به توزیع نمایی اضافه گردیده است. بنابراین توزیع نمایی وزنی دارای پارامترهای چولگی و مقیاس است. در این مقاله آزمون نیکویی برازش برای این رده با پارامترهای مجهول را بررسی می کنیم. آزمون بر مبنای آماره های معروف اندرسون و کلموگروف-اسمیرنف انجام می گیرد. برای یافتن چندک های آماره اندرسون از روش بوت استرپ اما در مورد آماره کلموگروف-اسمیرنف از روش دیگری استفاده می کنیم. برای برآورد پارامترها از روش ماکسیمم درست نمایی استفاده می شود. با استفاده از شبیه سازی مونت کارلو به بررسی اندازه و توان آزمون ها برای فرض های مقابل گوناگون و اندازه های نمونه متفاوت پرداخته ایم. نتایج نشان می دهد که آزمون کلموگروف-اسمیرنف دارای توان بالاتری نسبت به آزمون اندرسون است.

کلیدواژه‌ها


عنوان مقاله [English]

Goodness-of-fit tests for the weighted exponential distribution

نویسندگان [English]

  • Mohammad Mehdi Maghami
  • Nasrollah Iranpanah
Department of Statistics, University of Isfahan, Isfahan, Iran
چکیده [English]

In the new class of weighted exponential distributions was presented by Gupta and Kundu [1], the skewness  parameter has been added to the exponential distribution. Therefore the weighted exponential distribution has the skewness and scale parameters. In this paper, we first study Anderson and Kolmogorov-Smirnov goodness of fit tests for this class with unknown parameters. Then, we apply bootstrap method for estimation of Anderson’s quantile and another method for Kolmogorov-Smirnov. We use the maximum likelihood method for estimation of parameters. Finally, we compare Kolmogorov-Smirnov and Anderson tests in a Monte Carlo simulation study. The results show that the Kolmogorov–Smirnov test has greater power than Anderson test.

کلیدواژه‌ها [English]

  • Goodness of fit test
  • Parametric bootstrap
  • Empirical distribution function
  • Monte Carlo simulation