برآوردگرهای بهبود یافته در رکوردها
Abstract(in Persian; no English abstract is available)
همانطوریکه می دانیم معمولا تعداد رکوردها خیلی کم هست. بنابراین استفاده از هر میزان اطلاع پیشین که منجر به بهبود برآوردگرهای بدست آمده از رکوردها شود، حائز اهمیت است. در این رساله برآوردگرهای بهبود یافته بر اساس رکوردها از دو دیدگاه پارامتری و ناپارامتری مورد مطالعه قرار می گیرد. در بخش پارامتری، توزیع بور 12 را در نظر می گیریم. این توزیع، توزیعهای خمیده شکل و تک مدی مانند نرمال، وایبل، نمایی، لاگ لجستیک، لوماکس و غیره را پوشش می دهد. لذا از انعطاف پذیری بالایی برخوردار است و برازش بهتری به داده های بیولوژیکی، پزشکی و آزمایشگاهی دارد. با توجه به اهمیت این توزیع، برآوردگرهای بهبود یافته مختلف آزمون اولیه را برای پارامترهای این توزیع تعریف کرده و شرایطی را بدست می آوریم که این برآوردگرها بر برآوردگرهای نااریب با کمترین واریانس، هم پایا با کمترین مخاطره، بیزی و بیز تجربی تسلط داشته باشند. همچنین کلاسهای مختلفی از فواصل اطمینان بهبود یافته را برای پارامترهای این توزیع نیز، بدست می آوریم. در بخش ناپارامتری، برآوردگرهای مختلف آزمون اولیه، انقباضی آزمون اولیه و نوع استاین را برای تابع توزیع جامعه در نظر گرفته و با محاسبه مخاطره توزیع مجانبی و شبیه سازی برای حجم کوچک به مقایسه این برآوردگرها می پردازیم.