Estimasi untuk distribusi lognormal tiga parameter berdasarkan

Data progresif tersensor

Beberapa pekerjaan telah dilakukan di masa lalu pada estimasi parameter tiga parameter
distribusi lognormal berdasarkan sampel lengkap dan tersensor. Pada artikel ini,
kami mengembangkan metode inferensial didasarkan pada sampel data progresif tersensor
tipe-II dari distribusi lognormal tiga parameter. Secara khusus, kami menggunakan algoritma
EM juga karena beberapa metode numerik lainnya untuk menentukan estimasi maksimum
likelihood (MLEs) dari parameter. Asimptotik varian dan kovarian MLEs dari algoritma EM
dihitung dengan menggunakan prinsip informasi yang hilang. Sebuah estimator alternative juga
bisa digunakan, yang mana estimator tersebut adalah modifikasi dari MLE,. Metodologi yang
dikembangkan di sini kemudian diilustrasikan dengan beberapa contoh numeric. Akhirnya, kami
juga membahas estimasi selang berdasarkan teori dari sampel yang berukuran besar dan
memeriksa probabilitas cakupan aktual interval kepercayaan dalam kasus sampel kecil melalui
studi simulasi Monte Carlo

( ) {

( )
{
[ ( ) ]

} ( )


Newton-Raphson algorithm
() (

{[

]} ()