000			04137namaa22004091i 4500
003			OSt
005			20250811103255.0
008			250701s2024 ua a|||frm||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a519.5
092			_a519.5 _221
097			_aPh.D
099			_aCai01.18.03.M.Sc.2024.Ah.E
100	0		_aAhlam Mohamed Saad Hussein, _epreparation.
245	1	0	_aEstimation based on the principle of maximum entropy / _cby Ahlam Mohamed Saad Hussein ; Supervised Prof. Mahmoud Riad Mahmoud.
246	1	5	_aالتـقــديـر الـمـبـني عـلى مـبـدأ تـعــظـــيــم الإنــتـــروبـي
264		0	_c2024.
300			_a84 Leaves : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (Ph.D)-Cairo University, 2024.
504			_aBibliography: pages 77-84.
520		3	_aIn (1957) Jaynes maximized the entropy using the exact amount of information provided by the data and introduced the approach of the principle of maximum entropy (POME) to estimate the distribution parameters using the information available in the data. Kumaraswamy (1980) introduced the double pounded probability density function which was originally used to model hydrological phenomena. This distribution share several properties with the beta distribution and it has the extra advantages that is possesses a closed form distribution function, but it remained unknown to most statisticians until it was developed by Jones (2009) as a beta-type distribution with some tractability advantages in particular as it has fairly simple quantile function and it has explicit formula for L-Moment. This thesis proposes using the principle of maximum entropy approach to estimate the parameters of the Kumaraswamy distribution subject to moment constraints. The new estimators for the Kumaraswamy parameters are compared with maximum likelihood and Bayesian estimation methods. A simulation study is performed to investigate the performance of the estimators in terms of their mean square errors and their efficiency
520		3	_aقدم Shannon تعريف الانتروبي لأول مرة عام (1948) كمقياس عددي للمعلومات المتاحة بالتوزيع الإحتمالي. وفي عام 1957 قدم Jaynes مبدأ تعظيم الإنتروبي principle of maximum entropy (POME) واستخدمه في اختيار التوزيع المناسب في ظل المعلومات المتاحة التي يتم صياغتها في صورة قيود constraints. تم البحث في الأدبيات الإحصائية عن استخدام دالة الإنتروبي العظمى (POME) لتقدير المعالم المجهولة للتوزيعات المختلفة في ظل توافر بعض المعلومات الأولية. ومدى إمكانية استخدام مبدأ تعظيم الإنتروبي (POME) في تقدير المعالم المجهولة لبعض التوزيعات الإحصائية مثل تقدير المعالم المجهولة لتوزيع Kumaraswamy. وعمل مقارنة عددية باستخدام بيانات مولدة وأسلوب المحاكاة مع بعض طرق التقدير الأخرى مثل طريقة الإمكان الأكبر(ML) وطريقة بييز في التقدير، ذلك للوقوف على بعض خصائص نتائج الدراسة النظرية.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		0	_aMathematical Statistics
653		1	_aPrinciple of maximum entropy _a Maximum Likelihood _aBayes _a Kumaraswamy distribution
700	0		_aMahmoud Riad Mahmoud _ethesis advisor.
900			_b01-01-2024 _cMahmoud Riad Mahmoud _UCairo University _FFaculty of Graduate Studies for Statistical Research _DDepartment of Mathematical Statistics
905			_aShimaa _eEman Ghareb
942			_2ddc _cTH _e21 _n0
999			_c172859