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