5. SIMULATION STUDYTo assess the pe

5. SIMULATION STUDY
To assess the performance of the methods, we
generated N=1000 samples of sizes n = 5, 10, 20,
30, 50 and 100 from Frechet distribution [α= (1.5,
2, 3) and β= (0.5, 1)]. The value of the shape
parameter is started from α=1.5, because for α=1,
the PWM estimator does not exist. All possible
combinations of the parameters have been
considered. The averages of these estimates and
the corresponding mean square errors (within
parenthesis) were calculated for each method and
presented in Tables 1 to 6 for comparison purpose.

ผลลัพธ์ (ไทย) 1:

5. การศึกษาจำลองเพื่อประเมินประสิทธิภาพของวิธีการ เราสร้างตัวอย่างขนาด n N = 1000 = 5, 10, 2030, 50 และ 100 จาก Frechet กระจาย [α = (1.52, 3) และβ = (0.5, 1)] ค่าของรูปร่างพารามิเตอร์เริ่มต้นจากα = 1.5 เนื่องจากα = 1ไม่มีประมาณ PWM ไปได้ทั้งหมดได้รับชุดของพารามิเตอร์พิจารณา ค่าเฉลี่ยของการประเมินเหล่านี้ และสอดคล้องหมายถึง ข้อผิดพลาดในตาราง (ภายในวงเล็บ) ถูกคำนวณสำหรับแต่ละวิธี และแสดงในตารางที่ 1 ถึง 6 เปรียบ

ผลลัพธ์ (ไทย) 2:

5. การศึกษาแบบจำลอง
เพื่อประเมินประสิทธิภาพของวิธีการที่เรา
สร้างขึ้น N = 1000 ตัวอย่างขนาด n = 5, 10, 20,
30, 50 และ 100 จาก Frechet กระจาย [α = (1.5,
2, 3) และβ = ( 0.5, 1)] ค่าของรูปร่าง
พารามิเตอร์เริ่มต้นจากα = 1.5 เพราะสำหรับα = 1
ประมาณการ PWM ไม่อยู่ เป็นไปได้ทั้งหมด
รวมกันของพารามิเตอร์ที่ได้รับการ
พิจารณา ค่าเฉลี่ยของการประมาณการและ
สอดคล้องตารางข้อผิดพลาดเฉลี่ย (ภายใน
วงเล็บ) จะถูกคำนวณสำหรับแต่ละวิธีการและ
นำเสนอในตารางที่ 1-6 เพื่อวัตถุประสงค์ในการเปรียบเทียบ

ผลลัพธ์ (ไทย) 3:

5 . การจำลองเพื่อประเมินประสิทธิภาพของวิธีการที่เราสร้าง N = 1 , 000 ตัวอย่างขนาด n = 5 , 10 , 20 ,30 , 50 และ 100 จาก frechet กระจาย [ α = ( 1.5 ,2 , 3 ) และบีตา = ( 0.5 , 1 ) ] ค่าของรูปร่างเป็นค่าเริ่มต้นจากα = 1.5 เพราะα = 1เตอร์ตัวไม่พบ เป็นไปได้ทั้งหมดชุดของพารามิเตอร์ที่ได้รับพิจารณา ค่าเฉลี่ยของการประเมินเหล่านี้ซึ่งหมายถึงตารางข้อผิดพลาด ( ภายในวงเล็บ ) คำนวณสำหรับแต่ละวิธี และนำเสนอในรูปของตาราง 1 6 เพื่อเปรียบเทียบ