The estimation of the parameters fo

The estimation of the parameters for the generalized gamma distribution is treated in many articles. Moments and
Maximum Likelihood Methods do not provide a unique and simple solution. These methods were derived by some
authors but the results are very complex. Some others methods, not based on the moment or the Maximum Likelihood
methods, were proposed: Stacy proposed a graphic method and Cohen and Whitten a routine that loops on the parameter
c. We use this last idea to define our routine. We use also the power transformation in order to have a gamma distribution.
Then, we use the chi-square test between the sample to be fitted and the gamma distribution.
The new algorithm proposed is powerful, provides the expected values when it is applied on particular cases of
the generalized gamma distribution. The only constraint is in the values of the sample we want to fit. Indeed, the
generalized gamma distribution is defined for positive values. Consequently, the algorithm designed in this article
requires also positive values in the sample to be fitted. To remove this inconvenient, we can use the four-parameter
generalized gamma distribution

ผลลัพธ์ (ไทย) 1:

การประเมินของพารามิเตอร์สำหรับการแจกแจงแกมมาเมจแบบทั่วไปจะถือว่าในบทความมากมาย ช่วงเวลา และวิธีความเป็นไปได้สูงสุดไม่มีปัญหาไม่ซ้ำกัน และง่าย วิธีการเหล่านี้ได้มา ด้วยบางส่วนผู้เขียนแต่ผลลัพธ์ซับซ้อนมาก บางคนอื่น ๆ วิธีการ ไม่ขึ้นอยู่กับช่วงเวลาหรือความเป็นไปได้สูงสุดได้เสนอวิธีการ : Stacy เสนอวิธีกราฟิก และโคเฮน และ Whitten รูทีนที่ลูปในพารามิเตอร์ค.เราใช้ความคิดนี้สุดท้ายเพื่อกำหนดขั้นตอนของเรา เราใช้ยังแปลงพลังงานเพื่อให้มีการแจกแจงแกมมาจากนั้น เราสามารถใช้การทดสอบ chi-square ระหว่างตัวอย่างจะถูกติดตั้งและการแจกแจงแกมมาอัลกอริทึมใหม่ที่นำเสนอมีประสิทธิภาพ มีค่าคาดหมายเมื่อมีใช้ในกรณีเฉพาะของแจกแจงแบบแกมมาเมจแบบทั่วไป ข้อจำกัดเฉพาะอยู่ในค่าของตัวอย่างที่เราต้องการพอดี แน่นอน การการแจกแจงแกมมาเมจแบบทั่วไปไว้สำหรับค่าบวก ดังนั้น อัลกอริธึมการออกแบบในบทความนี้ต้องการบวกค่าในตัวอย่างจะถูกติดตั้งด้วยเช่นกัน เอานี้ ถูกละเลย เราสามารถใช้พารามิเตอร์ 4การแจกแจงแกมมาเมจแบบทั่วไป

ผลลัพธ์ (ไทย) 2:

การประมาณค่าพารามิเตอร์สำหรับการกระจายรังสีแกมมาทั่วไปได้รับการปฏิบัติในหลายบทความ ช่วงเวลาและ
วิธีการควรจะเป็นสูงสุดไม่ให้แก้ปัญหาที่ไม่ซ้ำกันและเรียบง่าย วิธีการเหล่านี้ได้มาโดยบาง
ผู้เขียน แต่ผลที่มีความซับซ้อนมาก บางวิธีการที่คนอื่น ๆ ไม่ได้ขึ้นอยู่กับช่วงเวลาหรือโอกาสสูงสุด
วิธีการที่ถูกเสนอ: สเตซี่ที่นำเสนอวิธีการกราฟิกและโคเฮนและ Whitten ประจำที่ลูปในพารามิเตอร์
ค เราใช้ความคิดสุดท้ายที่จะกำหนดกิจวัตรประจำวันของเรา เราใช้ยังเปลี่ยนแปลงอำนาจเพื่อให้มีการกระจายรังสีแกมมา.
จากนั้นเราจะใช้การทดสอบไคสแควร์ระหว่างกลุ่มตัวอย่างจะได้รับการติดตั้งและการกระจายรังสีแกมมา.
อัลกอริทึมใหม่ที่เสนอมีประสิทธิภาพให้ค่าคาดว่าเมื่อมันถูกนำมาใช้ใน โดยเฉพาะกรณีของ
การกระจายรังสีแกมมาทั่วไป ข้อ จำกัด เพียงอย่างเดียวคือค่าของตัวอย่างที่เราต้องการพอดี อันที่จริง
การกระจายรังสีแกมมาทั่วไปที่กำหนดไว้สำหรับค่าบวก ดังนั้นขั้นตอนวิธีการออกแบบในบทความนี้
ยังต้องมีค่าบวกในกลุ่มตัวอย่างที่จะติดตั้ง ในการลบนี้ไม่สะดวกเราสามารถใช้สี่พารามิเตอร์
การกระจายรังสีแกมมาทั่วไป

ผลลัพธ์ (ไทย) 3:

การประมาณค่าพารามิเตอร์ในการแจกแจงแกมมาทั่วไปคือการรักษาในบทความหลาย ช่วงเวลาและ
วิธีความน่าจะเป็นสูงสุดไม่มีเอกลักษณ์และโซลูชั่นที่ง่าย วิธีการเหล่านี้ได้ โดยบาง
เขียนแต่ผลลัพธ์ที่ซับซ้อนมาก บางวิธีที่คนอื่นไม่ตามช่วงเวลา หรือ ความเป็นไปได้สูงสุด
วิธี การ :สเตซี่เสนอวิธีกราฟิกและ Cohen และ Whitten รูทีนลูปบนพารามิเตอร์
C . เราใช้ความคิดนี้เมื่อกำหนดตามปกติของเรา เราใช้พลังแปลงร่างให้มีการแจกแจงแกมมา .
แล้วเราใช้ไคสแควร์ทดสอบระหว่างกลุ่มตัวอย่างที่จะติดตั้งและการแจกแจงแกมมา .
ขั้นตอนวิธีการใหม่ที่เสนอมีประสิทธิภาพให้คาดว่าค่าเมื่อมันถูกใช้ในเฉพาะกรณี
การแจกแจงแกมมาทั่วไป . ปัญหาก็คือ ค่าของตัวอย่างที่เราต้องการพอดี แน่นอน ,
กราฟการแจกแจงแกมมากำหนดค่าเป็นบวก ดังนั้นขั้นตอนวิธีการออกแบบบทความนี้
ต้องยังค่าเป็นบวกในตัวอย่างที่จะติดตั้ง . เอานี้ไม่สะดวกเราสามารถใช้สี่พารามิเตอร์
กราฟการแจกแจงแกมมา