فایل ورد کامل تحقیق طرح های عاملی و توزیع وایبل و روش درستنمایی ماکزیمم اصلاح شده ۴۶ صفحه در word

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

 فایل ورد کامل تحقیق طرح های عاملی و توزیع وایبل و روش درستنمایی ماکزیمم اصلاح شده ۴۶ صفحه در word دارای ۴۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

لطفا نگران مطالب داخل فایل نباشید، مطالب داخل صفحات بسیار عالی و قابل درک برای شما می باشد، ما عالی بودن این فایل رو تضمین می کنیم.

فایل ورد فایل ورد کامل تحقیق طرح های عاملی و توزیع وایبل و روش درستنمایی ماکزیمم اصلاح شده ۴۶ صفحه در word  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی فایل ورد کامل تحقیق طرح های عاملی و توزیع وایبل و روش درستنمایی ماکزیمم اصلاح شده ۴۶ صفحه در word،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن فایل ورد کامل تحقیق طرح های عاملی و توزیع وایبل و روش درستنمایی ماکزیمم اصلاح شده ۴۶ صفحه در word :

بخشی از فهرست مطالب فایل ورد کامل تحقیق طرح های عاملی و توزیع وایبل و روش درستنمایی ماکزیمم اصلاح شده ۴۶ صفحه در word

مقدمه    
فصل اول:مقدمه    
۱-۱- مقدمه    
۱-۲-  طرح های عاملی    
۱-۲-۱-  طرح عاملی ۲۲    
۱-۲-۲- مقابله ها    
۱-۲-۳- طرح عاملی k2    
۱-۳-  توزیع وایبل و خواص آن    
۱-۳-۱-  قابلیت اعتماد  (Reliability )    
۱-۵-  روش درستنمایی ماکزیمم    
فصل دوم:روش درستنمایی ماکزیمم اصلاح شده    
۲-۱- مقدمه    
۲-۲- معرفی روش درستنمایی ماکزیمم اصلاح شده    
۲-۳- معادلات درستنمایی    
۲-۴- معادلات درستنمایی اصلاح شده و برآوردیابهای MML    
۲-۵- آزمون فرض    
فصل سوم:طرح عاملیk2 با خطای تصادفی وایبل    
۳-۱- مقدمه    
۳-۲- معادلات درستنمایی    
۳-۳- خطی کردن معادلات درستنمایی با استفاده از بسط سری تیلور    
۳-۴- معادلات درستنمایی اصلاح شده و برآوردیابهای MML    
۳-۵- آزمون فرض    
۳-۶- برآوردیاب های MML در طرح عاملی ۲۳    
۳-۷-تعمیم    
منابع :    

بخشی از منابع و مراجع فایل ورد کامل تحقیق طرح های عاملی و توزیع وایبل و روش درستنمایی ماکزیمم اصلاح شده ۴۶ صفحه در word

Tiku, M.L. (1989) Modified Likelihood Estimation, in: S. Kotz & N. L. Johnson (eds) Encyclopedia of StatisticalSciences, Supplement Volume (NewYork:Wiley)

Tiku, M. L.&Akkaya,A. D. (2004) Robust Estimation and HypothesisTesting (NewDelhi: NewAge International)

Tiku M. L. & Gill P. S. (1989) Modified maximum likelihood estimators for the bivariate normal based on type II censored samples, Communications in Statistics – Theory and Methods, 18(9), pp. 3505–۳۵۱۸

Tiku, M. L. & Kambo, N. S. (1992) Estimation and hypothesis testing for a new family of bivariate nonnormal distributions, Communications in Statistics – Theory and Methods, 21(6), pp. 1683–۱۷۰۵

Bhattacharyya, G. K. (1985) The asymptotics of maximum likelihood and related estimators based on Type II censored data, Journal of the American Statistical Association, 80, pp. 398–۴۰۴

Senoglu, B. (2005) Robust 2k factorial design withWeibull error distributions, Journal of Applied Statistics, 32(10),pp. 1051–۱۰۶۶

Senoglu, B. (2007) Robust Estimation and Hypothesis Testing of Linear Contrasts in Analysis of Covariance with Stochastic Stochastic Covariates , Journal of Applied Statistics, 34(2),  ۱۴۱–۱۵۱

 Senoglu, B. (2006) Estimating parameters in one-way analysis of covariance model with short-tailed symmetric error distributions, Journal of Computational and Applied Mathematics, (in press)

Senoglu, B.&Avcioglu, M. D. (2005) Analysis of covariance under non-normality, ommunications in Statistics –Theory and Methods, (in review)

Senoglu, B. & Tiku, M. L. (2001) Analysis of variance in experimental design with nonnormal error distributions,Communications in Statistics – Theory and Methods, 30, pp. 1335–۱۳۵۲

Senoglu, B. & Tiku, M. L. (2002) Linear contrasts in experimental design with non-identical error distributions,Biometrical Journal, 44, pp. 359–۳۷۴

Box, G. E. P. (1953) Non-normality and tests on variances, Biometrika, 40, pp. 318–۳۳۵

مقدمه

در مدل های آنالیز واریانس ، آزمون های معنادار بودن بر اساس فرض خطای نرمال انجام می شوند . در عمل ممکن است با رسم نمودار باقی مانده ها متوجه شویم که فرض خطای نرمال نادرست می باشد ، در این صورت به کار بردن روش های سنتی سبب کاهش کارایی در آزمون و برآوردیابی می شود

در این نوشتار طرح عاملی k2 با خطای تصادفی وایبل را زمانی که متغیر مستقل و خطای تصادفی هر دو دارای توزیع غیر نرمال باشند بررسی می کنیم ، برای این منظور از برآوردهای ماکزیمم درستنمایی اصلاح شده ) MML ( استفاده می کنیم که در مقایسه با راه حل های ارائه شده تحت فرض نرمال بودن خطا توان بالاتری دارند و نسبت به فرضیات مدل نیرومند ( Robust ) هستند . این نوشتار در ۳ فصل ارائه می شود که موضوع هر کدام در زیر آورده شده است

فصل اول : تعاریف و مفاهیم مقدماتی   در این فصل مفاهیم مورد نیاز بیان می شود .مفاهیمی از قبیل: طرح های عاملی ،  توزیع وایبل و خواص آن ،  مقابله ها و روش درستنمایی ماکزیمم و ;

فصل دوم : روش درستنمایی ماکزیمم اصلاح شده     زمانی که خطای تصادفی در یک مدل آماری غیر نرمال باشد ( برای مثال دارای توزیع لجستیک یا وایبل باشد ) برای یافتن برآوردهای درستنمایی ماکزیمم با معادلاتی روبرو هستیم که حل آن ها بدون استفاده از روش های عددی امکان پذیر نیست ، در این صورت  می توانیم از روش درستنمایی ماکزیمم اصلاح شده استفاده کنیم . در این فصل روش درستنمایی ماکزیمم اصلاح شده ( MML ) با ذکر مثال معرفی و ویژگی های آن با روش معمولی درستنمایی ماکزیمم ( ML ) مقایسه می شود

فصل سوم : طرح عاملی ۲k با خطای تصادفی وایبل در این فصل با استفاده از روش MML برآورد پارامترها را در یک طرح عاملی k2 با خطای تصادفی وایبل به دست می آوریم و سپس بر اساس برآوردهای بدست آمده آزمون فرض های مرتبط با اثرهای اصلی و متقابل را بررسی  می کنیم

فصل اول:مقدمه

 ۱-۱- مقدمه

در این فصل مفاهیم مورد نیاز در پایان نامه بیان می شوند . مفاهیمی از قبیل : طرح های عاملی ، مقابله ها ، تحلیل کواریانس ، توزیع وایبل و خواص آن ، توزیع لجستیک تعمیم یافته  و روش درستنمایی ماکزیمم

۱-۲-  طرح های عاملی

طرح های عاملی که توسط فیشر ( ۱۹۳۵) و یتس (۱۹۳۷) معرفی شدند اغلب بهترین و پر استفاده ترین طرح ها برای انجام آزمایش در کاربردهای صنعتی هستند . در این گونه طرح ها اثرهای عوامل چندگانه بر خروجی به صورت همزمان مورد بررسی قرار می گیرند . این طرح ها کارایی بیشتری نسبت به روش قدیمی هر بار یک عامل دارند . همچنین طرح های عاملی توانایی تشخیص و برآورد اثرهای متقابل بین عوامل را فراهم می کنند در حالی که روش هر بار یک عامل این قابلیت را ندارد . در روش هر بار یک عامل ، یک سطح پایه برای هر عامل در نظر گرفته می شود . سپس در هر مرحله سطح یکی از عوامل را تغییر می دهیم در حالی که بقیه عوامل در سطح ثابتی قرار دارند . برای مثال فرض کنید تاثیر دما و ماده اولیه را بر خروجی یک آزمایش شیمیایی بررسی می کنیم

سطح پایه برای دما و ماده اولیه به ترتیب دمای متوسط و ماده اولیه ب می باشند . آن گاه مشاهدات فقط از تیمارهایی که با * مشخص شده اند ، به دست می آیند . در این حالت بررسی اثر متقابل امکان پذیر نمی باشد

یکی از رایج ترین طرح های عاملی طرح عاملی k 2 است که در آن k تعداد عامل ها و هر عامل دارای دو سطح می باشد .هدف اصلی از این طرح تعیین موثرترین عامل است و در حقیقت این یک آزمایش اکتشافی است که روند بررسی عوامل را برای ما روشن می سازد

در منابع دوره کارشناسی آمار معمولا طرح های عاملی بر اساس فرض نرمال بودن خطا پایه ریزی شده اند اما در عمل توزیع های غیر نرمال متداول ترند