The MGG distribution is significanc

The MGG distribution is significance of mixture
distribution method which is a new family of GG
distribution. In this study, the MGG distribution found
that it provides a considerably better fit than the LGG
and GG distributions which are some sub-models of the
MGG distribution. Indicating that MGG distribution
makes the approach moderately useful for lifetime data.
Based on p-values of the MGG distribution is better than
LGG, GG and three parameters Weibull distributions. As
well as, the research by Kamaruzzaman et al. (2012) fit
the two component mixture normal distribution by using
data sets on logarithmic stock returns of Bursa, Malaysia
indices better than a normal distribution. Furthemore,
Cordeiro et al. (2012) suggested the Kumaraswamy
generalized half-normal distribution using the flood rates
data of the Floyd River, located in James, Iowa, USA
provides a better fit than sub-models of it. In addition,
Faton and Llukan 2014 generalize the Pareto distribution
can be used quite effectively to provide better fits than
the Pareto distribution.

ผลลัพธ์ (ไทย) 1:

แจก MGG คือ ความสำคัญของส่วนผสมวิธีการแจกจ่ายซึ่งเป็นครอบครัวใหม่ของ GGการกระจายงาน ในการศึกษานี้ การกระจาย MGG พบมันให้พอดีมากกว่า LGGและการกระจายของ GG ซึ่งบางรุ่นย่อยของการMGG กระจาย ระบุว่า แจก MGGทำให้วิธีการที่ค่อนข้างมีประโยชน์สำหรับอายุการใช้งานข้อมูลจากค่า p ของ MGG การ แจกจ่ายจะดีกว่าLGG, GG และสามพารามิเตอร์การกระจายแบบเวย์บูล เป็นพอดีเป็นอย่างดี การวิจัยโดย Kamaruzzaman et al. (2012)การแจกแจงปกติส่วนผสมสองส่วน โดยใช้ส่งกลับชุดข้อมูลในสต็อกลอการิทึมของ Bursa มาเลเซียดัชนีดีกว่าแจก เดินCordeiro et al. (2012) แนะนำ Kumaraswamyโดยใช้อัตราน้ำท่วมกระจายครึ่งปกติทั่วไปข้อมูลน้ำฟลอยด์ ในเจมส์ ไอโอวา สหรัฐอเมริกาให้พอดีกว่ารุ่นย่อยของมัน นอกจากนี้Faton และ Llukan 2557 generalize กระจาย Paretoสามารถใช้ได้อย่างมีประสิทธิภาพมากเพื่อให้พอดีกับที่ดีกว่าการแจกแจง Pareto

ผลลัพธ์ (ไทย) 2:

การกระจาย MGG เป็นส่วนผสมสำคัญของ
วิธีการกระจายซึ่งเป็นครอบครัวใหม่ของ GG
กระจาย ในการศึกษานี้การกระจาย MGG พบ
ว่ามันมีมากดีพอดีกว่า LGG
และการแจกแจง GG ซึ่งมีบางรุ่นย่อยของ
การกระจาย MGG แสดงให้เห็นว่าการกระจาย MGG
ทำให้วิธีการที่มีประโยชน์ในระดับปานกลางสำหรับข้อมูลอายุการใช้งาน.
อิงกับ P-ค่าของการกระจาย MGG ดีกว่า
LGG, GG และสามพารามิเตอร์ Weibull กระจาย ในฐานะที่เป็น
ทั้งวิจัยโดย Kamaruzzaman et al, (2012) พอดีกับ
สองส่วนผสมส่วนประกอบกระจายปกติโดยใช้
ชุดข้อมูลผลตอบแทนหุ้นลอการิทึมของ Bursa มาเลเซีย
ดัชนีดีกว่าการแจกแจงแบบปกติ Furthemore,
Cordeiro et al, (2012) ปัญหา Kumaraswamy
กระจายครึ่งปกติทั่วไปโดยใช้อัตราน้ำท่วม
ข้อมูลของฟลอยด์ริเวอร์ตั้งอยู่ในเจมส์ไอโอวาสหรัฐอเมริกา
ให้เป็นแบบที่ดีกว่ารุ่นย่อยของมัน นอกจากนี้
Faton และ Llukan 2014 คุยการกระจาย Pareto
สามารถนำมาใช้ค่อนข้างมีประสิทธิภาพเพื่อให้พอดีกับที่ดีกว่า
การกระจาย Pareto

ผลลัพธ์ (ไทย) 3:

การ mgg กระจายความสำคัญของส่วนผสมการกระจายซึ่งเป็นวิธีใหม่ของ GG ครอบครัวการกระจายสินค้า ในการศึกษานี้ พบ mgg แจกจ่ายมันให้พอดีกับที่ดีกว่าชนิดมากและ GG การแจกแจงซึ่งเป็นรุ่นย่อยของmgg แจกจ่าย ระบุว่า mgg แจกจ่ายทำให้วิธีการที่เป็นประโยชน์พอสมควรในชีวิตตาม p-values ของ mgg กระจายดีกว่าชนิดและสามพารามิเตอร์การแจกแจงไวบูลล์ GG , . เป็นทั้งงานวิจัยโดยกามารุซซามัน et al . ( 2012 ) พอดีสองส่วนผสมของการแจกแจงแบบปกติโดยใช้ชุดข้อมูลเกี่ยวกับลอการิทึมผลตอบแทนของเบอร์ซา มาเลเซียดัชนีที่ดีกว่าการกระจายปกติ เอกสารคอร์ดิโล et al . ( 2012 ) แนะนำ kumaraswamyการแจกแจงแบบปกติทั่วไปใช้น้ำท่วมครึ่งอัตราข้อมูล แม่น้ํา ฟอยล์ ตั้งอยู่ใน เจมส์ , ไอโอวา , สหรัฐอเมริกาให้พอดีกับที่ดีกว่ารุ่นย่อยของมัน นอกจากนี้และ faton llukan 2014 generalize การแจกแจงพาเรโตสามารถใช้งานได้อย่างมีประสิทธิภาพทีเดียว เพื่อให้พอดีกับที่ดีกว่าในการแจกแจงพาเรโต .