In this study we have considered di

In this study we have considered different methods of estimation of the unknown
parameters of a two-parameter Rayleigh distribution from both the frequentists’
and the Bayesian view points. First, we briefly describe different frequentists’
approaches: maximum likelihood estimators, method of moments estimators, Lmoment
estimators, percentile-based estimators, and least squares estimators, and
we compare them using extensive numerical simulations. We have also considered
Bayesian inferences of the unknown parameters. It is observed that the Bayes
estimates and the associated credible intervals cannot be obtained in explicit
forms, and we have suggested using an importance sampling technique to compute
the Bayes estimates and the associated credible intervals. We analyze one
dataset for illustrative purposes.

ผลลัพธ์ (ไทย) 1:

ในการศึกษานี้ เราได้พิจารณาวิธีการประเมินไม่รู้จักพารามิเตอร์ของการกระจายราคาย่อมเยาสองพารามิเตอร์จาก frequentists' ที่ทั้งสองและจุดมุมมองทฤษฎี ครั้งแรก เราสั้น ๆ อธิบายแตกต่างกัน frequentistsวิธีการ: estimators โอกาสสูงสุด วิธีการช่วงเวลา estimators, Lmomentestimators, estimators คะแนนเปอร์เซ็นต์ และกำลังสองน้อยสุด estimators และเราเปรียบเทียบโดยใช้แบบจำลองเชิงตัวเลขครอบคลุม นอกจากนี้เรายังได้พิจารณาInferences ทฤษฎีของพารามิเตอร์ที่ไม่รู้จัก มันเป็นข้อสังเกตที่การ Bayesไม่สามารถรับการประเมินและเชื่อมโยงน่าเชื่อถือช่วงในชัดเจนแบบฟอร์ม และเราได้แนะนำให้ใช้เทคนิคการสุ่มตัวอย่างสำคัญในการคำนวณประมาณการ Bayes และช่วงน่าเชื่อถือที่เกี่ยวข้อง เราวิเคราะห์หนึ่งชุดข้อมูลนี้

ผลลัพธ์ (ไทย) 2:

ในการศึกษานี้เราได้มีการพิจารณาวิธีการที่แตกต่างกันของการประมาณค่าของที่ไม่รู้จัก
พารามิเตอร์ของสองพารามิเตอร์กระจาย Rayleigh จากทั้ง frequentists ว่า '
และจุดชมวิวแบบเบย์ ครั้งแรกที่เราอธิบาย frequentists ที่แตกต่างกัน
วิธีการ: ประมาณโอกาสสูงสุดวิธีการประมาณช่วงเวลา Lmoment
ประมาณประมาณค่าเปอร์เซ็นไทล์ที่ใช้และอย่างน้อยประมาณสี่เหลี่ยมและ
เราเปรียบเทียบพวกเขาโดยใช้แบบจำลองเชิงตัวเลขที่กว้างขวาง เราได้ถือว่ายัง
หาข้อสรุปคชกรรมของพารามิเตอร์ที่ไม่รู้จัก มันเป็นที่สังเกตว่า Bayes
ประมาณการและที่เกี่ยวข้องช่วงเวลาที่มีความน่าเชื่อถือไม่สามารถหาได้ในอย่างชัดเจน
รูปแบบและเราได้แนะนำให้ใช้เทคนิคการสุ่มตัวอย่างสำคัญในการคำนวณ
ประมาณการ Bayes และที่เกี่ยวข้องช่วงเวลาที่มีความน่าเชื่อถือ เราวิเคราะห์หนึ่ง
ชุดเพื่อเป็นตัวอย่าง

ผลลัพธ์ (ไทย) 3:

ในการศึกษานี้เราจะพิจารณาวิธีการที่แตกต่างกันของการประมาณค่าของที่ไม่รู้จักสองพารามิเตอร์พารามิเตอร์ของการแจกแจงเรย์จากทั้ง frequentists "และเบย์วิวจุด ก่อนอื่น เราอธิบายสั้น ๆ frequentists ที่แตกต่างกัน’วิธีการ : ประมาณความควรจะเป็นสูงสุด วิธีการประมาณ lmoment ช่วงเวลา ,ประมาณค่าประมาณ , ใช้ , และตัวประมาณกำลังสองน้อยที่สุด และเราเปรียบเทียบการใช้อย่างละเอียดการจำลองเชิงตัวเลขสำหรับ . เรายังถือว่าคชกรรมสรุปค่าพารามิเตอร์ที่ไม่รู้จัก มันเป็นข้อสังเกตว่า เบย์และประมาณการที่ไม่สามารถหาได้ในที่ช่วงเวลาชัดเจนรูปแบบ , และเราได้แนะนำให้ใช้เทคนิคการสุ่มตัวอย่างเพื่อคำนวณความBayes และประมาณการที่น่าเชื่อถือเป็นระยะ ๆ เราวิเคราะห์หนึ่งมีข้อมูลตัวอย่าง .