A new generalization for the GD is

A new generalization for the GD is proposed which is called GGD. Some statistical properties of this distribution have
been derived and discussed. The quantile, median, and mode of GGD are derived in closed forms. The maximum likelihood
estimators of the parameters are given. Also, the moments of the GGD is derived as infinite series expansion form. The obtained
new distribution has been applied with real lifetime data using Monte Carlo simulation method. These applications
with real data have shown that the new distribution fits the real data very well than the well known distributions

ผลลัพธ์ (ไทย) 1:

Generalization ใหม่สำหรับ GD มีเสนอที่เรียกว่า GGD บางคุณสมบัติทางสถิติของการกระจายนี้ได้การได้มา และกล่าวถึงการ Quantile มัธยฐาน และโหมด GGD จะมาในรูปแบบปิด ความเป็นไปได้สูงสุดestimators พารามิเตอร์จะได้รับ ยัง ช่วงเวลาของ GGD มาขยายตัวเป็นลำดับอนันต์ ที่ได้รับแจกจ่ายใหม่ได้ถูกประยุกต์ใช้กับข้อมูลอายุการใช้งานจริงโดยใช้วิธีการจำลอง Carlo มอน โปรแกรมประยุกต์เหล่านี้ด้วยข้อมูลที่แท้จริงได้แสดงให้เห็นว่า การกระจายใหม่เหมาะกับข้อมูลที่แท้จริงดีกว่าการกระจายที่รู้จักกันดี

ผลลัพธ์ (ไทย) 2:

หลักเกณฑ์ใหม่สำหรับ GD จะเสนอที่เรียกว่า GGD บางคุณสมบัติทางสถิติของการกระจายนี้ได้
รับมาและพูดคุยกัน quantile มัธยฐานและโหมดของ GGD จะได้มาในรูปแบบปิด ความน่าจะเป็นสูงสุด
ประมาณค่าของพารามิเตอร์ที่จะได้รับ นอกจากนี้ช่วงเวลาของ GGD มาเป็นรูปแบบการขยายตัวแบบไม่มีที่สิ้นสุด ได้รับ
การจัดจำหน่ายใหม่ได้ถูกนำมาใช้กับข้อมูลอายุการใช้งานจริงโดยใช้วิธีการจำลอง Monte Carlo โปรแกรมเหล่านี้
มีข้อมูลจริงแสดงให้เห็นว่าการจัดจำหน่ายใหม่เหมาะกับข้อมูลจริงเป็นอย่างดีกว่าการกระจายที่รู้จักกันดี

ผลลัพธ์ (ไทย) 3:

เป็นวิชาใหม่สำหรับ GD เสนอซึ่งเรียกว่า ggd . คุณสมบัติทางสถิติของการกระจายนี้มี
ได้รับมา และกล่าวถึง ส่วนควอนไทล์ ค่ามัธยฐาน และฐานนิยมของ ggd จะได้มาในรูปแบบปิด มีความเป็นไปได้สูงสุด
ประมาณค่าให้ นอกจากนี้ ช่วงเวลาของ ggd ได้มาเป็นอนันต์รูปแบบการขยายชุด โดย
การประยุกต์กับข้อมูลใหม่ที่ได้รับการใช้งานจริงโดยใช้เทคนิคมอนติคาร์โลวิธีการ โปรแกรมเหล่านี้
ข้อมูลจริงแสดงให้เห็นว่าการกระจายสินค้าใหม่เหมาะกับข้อมูลที่แท้จริงได้ดีกว่าการกระจายที่รู้จักกันดี