000			08070namaa22004211i 4500
003			OSt
005			20250223033257.0
008			240914b 2022|||a|||f |m|| 000 0 eng d
040			_aEG-GICUC _cEG-GICUC _dEG-GICUC _erda _beng
041	0		_aeng _beng _bara
049			_aDeposite
082	0	4	_a519.5
092			_a519.5 _221
097			_aM.Sc
099			_aCai01.18.03.M.Sc.2022.Ha.P
100	0		_aHassnaa Hamdy Ibrahem Shousha, _epreparation.
245	1	0	_aProgressive Censoring Type-II Stepwise Under Mixture Distribution and its Applications / _cBy Hassnaa Hamdy Ibrahem Shousha ; supervision of Prof. El-Sayed Ahmed El- Sherpieny ,Prof. Waleed Mohamed Afify
246	1	5	_a/الرقابة التدريجية المرحلية من النوع الثاني تحت التوزيع المختلط وتطبيقاته
264		0	_c2022.
300			_a158 Leaves : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc.) -Cairo University, 2022.
504			_aBibliography: pages 103-111.
520			_aCensoring is a common phenomenon in life-testing and reliability studies. Progressive type-II censoring is one of the censoring methods frequently used in life testing experiments, reliability trials, industrial experiments and quality control of products. Sometimes in progressive type-II censoring experiments, the failure rate of items is low, so the experimental duration will be very long. To overcome this problem, some censoring methods have been arisen by making some changes in the removal method of progressive type-II censoring. For example, progressive censoring type-II stepwise method. A mixture distribution is compounded of statistical distributions, which arise when sampling from nonhomogeneous populations (or mixed) with different probability density function of each component. In this thesis mixture of lifetime distributions has been used extensively to provide a mixture model that has ability to deal with various causes of failure. This mixture lifetime distribution is compounded of Weibull and exponential distributions. The aim of this thesis is to study the parameter estimation of two-component mixture of Weibull and exponential distributions under progressive censoring type-II stepwise scheme. Maximum likelihood estimates and associated asymptotic confidence interval have been derived for the unknown parameters of two-component mixture of Weibull and exponential distributions. Based on Markov Chain Monte Carlo, Bayes estimates have been calculated using Metropolis-Hasting algorithm under linear exponential and general entropy loss functions and associated highest posterior density credible interval estimates have been computed. A real data set from engineering field has been analyzed and a simulation study has been conducted to compare the performance of the various proposed estimators
520			_aالرقابة هي ظاهرة شائعة في اختبارات الحياة ودراسات الموثوقية. الرقابة التدريجية من النوع الثاني هي إحدى طرق الرقابة المستخدمة بشكل متكرر في تجارب اختبارات الحياة وتجارب الموثوقية ومراقبة جودة المنتجات والتجارب الصناعية. في بعض الأحيان في التجارب تحت الرقابة التدريجية من النوع الثاني يكون معدل فشل العناصر منخفضاً مما يجعل مدة التجربة طويلة جداً، وللتغلب على هذه المشكلة ظهرت طرق للرقابة من خلال إجراء بعض التغييرات في طريقة الإزالة في الرقابة التدريجية من النوع الثاني، على سبيل المثال: Progressive Consaring Type-II Stepwise. التوزيع المختلط ناتج عن خلط للتوزيعات الإحصائية والتي تنشأ عند آخذ عينات من مجموعات غير متجانسة (أو مختلطة) بدوال Probability Density مختلفة فعلي سبيل المثال: في اختبارات الحياة وتجارب الموثوقية غالباً ما تكون هناك أسباب مختلفة مسئولة عن فشل العناصر أثناء التجربة. في هذه الرسالة تم استخدام خليط من Lifetime Distributions التي تستخدم على نطاق واسع وذلك لتوفير نموذج مختلط لديه القدرة على التعامل مع أسباب مختلفة للفشل، هذا النموذج المختلط يتكون من توزيع Weibull وتوزيع Exponential فهماLifetime Distributions . تركز الدراسة الحالية على استخدام نظام الرقابة Progressive Censoring Type-II Stepwise لتقدير معالم توزيع مختلط من توزيع Weibull وتوزيع Exponential تم اشتقاق تقديرMaximum Likelihood Method وAssociated Asymptotic Confidence Interval وايضا تم حساب مقدرات Bayes اعتماداً على دالة الخسارة Linear Exponential ودالة خسارة General Entropy باستخدام خوارزميةMetropolis- Hasting وكذلك حساب فترات ثقة لهذا التقدير Highest Posterior Density وتم التطبيق على Real Data مآخوذه من المجال الهندسي. تتمضن هذه الرسالة على أربعة أبواب تم تنظيمها كما يلي: الباب الأول: عبارة عن مقدمة للرسالة. الباب الثاني: عرض بعض التعريفات الهامة والتي تم التطرق إليها في باقي أجزاء الرسالة. الباب الثالث: مراجعة لبعض الأبحاث التي تناولت مخططات الرقابة المختلفة لتوزيعات مختلطة مستخدمة Maximum Likelihood Method وMethod Bayesian لتقدير المعالم المجهولة للتوزيع. الباب الرابع: يتم في هذا الباب اشتقاق تقديرات Maximum Likelihood و تقديرات Bayes باستخدام نظام الرقابة Progressive Censoring Type-II Stepwise لتقدير معالم توزيع مختلط من توزيع Weibull و توزيع Exponential كما تم الحصول عليVariance-Covariance Matrix لتقديرات Maximum Likelihood و Asymptotic Confidence Interval. أما بالنسبة لتقدير Bayesian فلقد تم حساب مقدرات Bayes اعتماداً على دالة الخسارة دالة الخسارة Linear Exponential ودالة خسارة General Entropy وذلك باستخدام خوارزمية Metropolis-Hasting وكذلك حساب فترات ثقة لهذا التقدير Highest Posterior Density. تم مناقشة طريقتي التقدير من خلال النتائج العددية في ضوء Real Data مآخوذه من المجال الهندسي باستخدام طريقة Markov Chain Monte Carlo كما تم استخدام برمجية R لأغراض الحسابات الرياضية والإحصائية وتم إرفاق ملحق يحتوي على الأكواد البرمجية المستخدمة في هذه الرسالة.
530			_aIssued also as CD
546			_aText in English and abstract in Arabic & English.
650		7	_aMathematical Statistics _2qrmak
653		0	_a Bayesian estimation _aMaximum likelihood estimation _aMixture distribution _aMonte Carlo Markov Chain _aMetropolis-Hasting algorithm _aProgressive censoring type-II stepwise scheme
700	0		_a El-Sayed Ahmed El- Sherpieny _ethesis advisor.
700	0		_aWaleed Mohamed Afify _ethesis advisor.
900			_b01-01-2022 _cEl-Sayed Ahmed El- Sherpieny _c Waleed Mohamed Afify _UCairo University _FFaculty of Graduate Studies for Statistical Research _DDepartment of Mathematical Statistics
905			_aShimaa _eHuda
942			_2ddc _n0 _cTH _e21
999			_c167864