فایل ورد کامل حداکثر برآورد احتمال انتظارات مرتب از متغیرهای دودویی همبسته

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل حداکثر برآورد احتمال انتظارات مرتب از متغیرهای دودویی همبسته،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۴ صفحه

روش پیشنهادی یک سری برآوردهایی را نسبت به روش های PAVA در اختیار می گذارد. در صورتی که عوامل محدود کننده به طور مستقیم براورد شود، تحقق و واقعی سازی ارزیاب واریانس را می توان با مقادیر معلوم برای مقایسه صحت روش های براورد مقایسه کرد. هم چنین، رویکرد تحلیلی تری برای ارزیابی خواص ارزیاب پیشنهادی در صورتی نیاز است که برخی از محدودیت های به خوبی براورده نشوند.
از دیدگاه فنی، یک محدودیت اصلی روش پیشنهادی بیشتر با مقیاس پذیری ضعیف نشان داده میشود زیرا تعداد متغیر های بهینه سازی به طور نمایی با R رشد میکنند. آستانه دقیق کاربرد بستگی به سخت افزار و نرم افزار داشته و تعیین صحیح آن سخت است. با این وجود، ارزیاب پیشنهادی باید برای بردار های دودویی با تعداد کم اجزا مفید باشد به خصوص در شرایطی که اندازه نمونه بزرگ انتظار رود. به نظر می رسد که بعد از اصلاحات اندک، رویکرد پیشنهادی را می توان برای رسیدکی به ترتیب غیر ساده پارامترهای براورد شده مورد استفاده قرار داد.

عنوان انگلیسی:Maximum likelihood estimation for ordered expectations of correlated binary variables~~en~~

Introduction The problem of estimating ordered probabilities has already been studied for more than fifty years. Ayer et al. (1955) considered estimators for a sequence of binomial parameters known to satisfy a set of inequalities defining a simple order. They have proven that a recursive procedure for isotonic regression, later known as pool–adjacent–violators–algorithm (PAVA) yields the maximum likelihood estimator of these probabilities satisfying the constraints. The problem was also independently studied by Brunk (1955) and van Eeden (1956, 1957, 1958) who provided important generalization including the possibility of non-simple ordering. Since then, these results were further developed in several papers involving studies of the existence and properties of  maximum likelihood estimates as in Katz (1963), Sackrowitz and Strawderman (1974), Parsian and Sanjari Farsipour (1997) and Charras and van Eeden (1991). Alternative estimators were proposed by Sackrowitz (1982) and Perron (2003). Extensions to several auxiliary variables were proposed by Burdakov et al. (2004). Recently, Bayesian and minimax approaches to this problem have been emphasized by a paper of Marchand and MacGibbon (2000). Computation algorithms were provided including those by Lee (1983), Best and Chakravarti (1990), Qian (1992), Block et al. (1994), Ahuja and Orlin (2001), Hansohm (2007) as well as Hansohm and Hu (2012). Implementations of PAVA and other computational methods for isotonic regression are also widely available in statistical packages as reported by de Leeuw et al. (2009). The complete discussion of the literature on estimation of ordered probabilities exceeds the scope of this paper. A good summary of the state of knowledge is presented in monographs by Barlow et al. (1972), Robertson et al. (1988) and especially by van Eeden (2006). It appears interesting that all mentioned results share a common feature: individual binary variables are conveniently assumed to be independent which greatly facilitates the computation of the likelihood function. The results for correlated binary variables with ordered expectations are not known to this author. On the other hand, in practice sometimes the independence of individual variables cannot be guaranteed. Such situations may arise in the insurance industry during the calculation of insurance premiums (see Sundt 1999, Wolny-Dominiak and Trz¸esiok 2008). These may depend on probability of a claim-generating event to occur. Such probabilities for various claim generating events may be known to satisfy a simple order, while occurrences of individual claims are correlated. For example, the probability of individual persons within the household contracting a particular disease to be insured against may be known to depend monotonically on their age or some other relevant factor, while occurrences of individual claims are correlated due to possibility of contagion, genetic similarity or common environmental hazards. Hence, in this paper the problem of estimating ordered probabilities is generalized by allowing for a dependence between binary variables. Their joint distribution is found to be a special case of a multinomial one. Consequently, the original problem is re-formulated as estimation of multinomial parameters satisfying suitably chosen restrictions.

$$en!!