عنوان

آزمون نیکویی برازش برای داده¬های فازی

Number

پ۲۴۵۵۷

.Language of Text, Soundtrack etc

per

Title Proper

آزمون نیکویی برازش برای داده¬های فازی

First Statement of Responsibility

محمد شعبانی

Name of Publisher, Distributor, etc.

ریاضی

Date of Publication, Distribution, etc.

۱۴۰۰

Specific Material Designation and Extent of Item

۵۴ص.

Accompanying Material

سی دی

Dissertation or thesis details and type of degree

کارشناسی ارشد

Discipline of degree

علوم ریاضی - آمار

Date of degree

۱۴۰۰/۰۴/۰۹

Text of Note

یکی از مشکلات کلیدی در آمار کسب اطلاعات از فرم جامعه ای است که یک نمونه از آن گرفتهمی شود.برای بررسی سازگاری مجموعه مقادیر مشاهده شده با توزیع احتمالی میتوان انواع مختلفیرا اعمال کرد که آزمون های نیکویی برازش نامیده می شود. به نظر میرسد که در شرایط مشاهداتمبهم مشکل آزمون های نیکویی برازش پیچیده تر است. در واقع اگر چه بسیاری از روش های آماریاختصاص داده شده به نوع خاصی از توزیع ها به محیط فازی تعمیم یافتند اما هنوز ابزار های زیادی کهبه داده های فازی تحت توزیع ناشناخته کمک می کنند وجود ندارد. بنابراین در این پایان نامه ما نشانمی دهیم که چگونه یک نمونه از آزمون های نیکویی برازش شناخته شده بر اساس تابع توزیع تجربیمانند آزمون کولموگروف، آزمون کرامر-فن مایسز و آزمون اندرسون-دارلینگ را برای داده های فازیتعمیم دهیم

Text of Note

One of the key problems in statistics is to get information about the form of thepopulation from which a sample is drawn. To check compatibility of a set of observedvalues with a presumed distribution one can apply various, so called, goodness-of-fittests. It seems that the goodness-of-fit testing problem becomes much more complicated in the presence of imprecise observations. Actually, although many statisticalprocedure dedicated for specified types of distributions were generalized to fuzzy environment, still there are not too many tools that help under fuzzy data from theunknown distribution. Therefore, in the paper we suggest how to generalize the wellknown one-sample goodness-of-fit tests based on the empirical distribution function,like the Kolmogorov test, the Cramér-von Mises test or the Anderson-Darling test, forfuzzy data

Variant Title

Goodness-of-fit tests for fuzzy data

Entry Element

شعبانی

Part of Name Other than Entry Element

‏‏ محمد

Relator Code

تهيه کننده

Entry Element

ایمانی

Entry Element

حیدری چیانه

Part of Name Other than Entry Element

‏‏ رامین

Part of Name Other than Entry Element

‏‏ علی اکبر

Dates

استاد راهنما

Dates

استاد مشاور

Entry Element

‏ تبریز