To analyze skewed data, skew normal

To analyze skewed data, skew normal distribution is proposed by
Azzalini (1985). For practical problems of estimating the skewness parameter
of this distribution, Gupta and Gupta (2008) suggested power normal distribution
as an alternative. We search for another alternative, named tilted
normal distribution following the approach of Marshall and Olkin (1997) to
add a positive parameter to a general survival function and taking survival
function is of normal form. We have found out different properties of this
distribution. Maximum likelihood estimate of parameters of this distribution
have been found out. Comparison of tilted normal distribution with
skew normal and power normal distribution have been made.

ผลลัพธ์ (ไทย) 2:

ในการวิเคราะห์ข้อมูลเบ้กระจายปกติเอียงมีการเสนอโดย
Azzalini (1985) สำหรับปัญหาในทางปฏิบัติของการประมาณค่าพารามิเตอร์เบ้ของการกระจายนี้ Gupta และ Gupta (2008) ชี้ให้เห็นอำนาจกระจายปกติเป็นทางเลือก เราค้นหาอีกทางเลือกหนึ่งชื่อเอียงกระจายปกติต่อไปนี้วิธีการของมาร์แชลล์และ Olkin (1997) เพื่อเพิ่มพารามิเตอร์ในเชิงบวกต่อการอยู่รอดของฟังก์ชั่นทั่วไปและการอยู่รอดของฟังก์ชั่นของรูปแบบปกติ เราได้พบคุณสมบัติที่แตกต่างกันนี้การจัดจำหน่าย ประมาณการความน่าจะเป็นสูงสุดของพารามิเตอร์ของการกระจายนี้ได้รับการค้นพบ การเปรียบเทียบการกระจายปกติเอียงที่มีอำนาจปกติและเอียงกระจายปกติได้รับการทำ

ผลลัพธ์ (ไทย) 3:

วิเคราะห์ข้อมูลการแจกแจงเบ้เบ้ , เสนอโดย
azzalini ( 1985 ) ปัญหาในทางปฏิบัติของการประมาณค่าพารามิเตอร์ของการแจกแจงเบ้
นี้ Gupta และ Gupta ( 2008 ) ชี้ให้เห็นพลังของการแจกแจงแบบปกติ
เป็นทางเลือก เราค้นหาทางเลือกอื่น ที่ชื่อ การแจกแจงปกติเอียง
ต่อไปนี้แนวทางของมาร์แชล olkin

( 2540 )เพิ่มพารามิเตอร์บวกกับฟังก์ชันการอยู่รอดทั่วไปและการใช้ฟังก์ชันการอยู่รอด
เป็นรูปแบบปกติ เราพบคุณสมบัติที่แตกต่างกันของการกระจายนี้

ประมาณความควรจะเป็นสูงสุดของพารามิเตอร์ของการแจกแจง
ถูกจับได้แล้ว การเอียงของการแจกแจงแบบปกติกับ
เอียงปกติและกระจายพลังงานปกติได้รับการทำ .