Kesikli dağılımlar için girdi modelleme

Bu tezde FitAllDiscrete(x) adında yeni bir girdi modelleme aracını R istatistiksel yazılımı için geliştirdik. Daha sonra, modelleme aracımızın başarısını iki iyi bilinen ticari yazılım Arena girdi modelleyici ve EasyFit ile karşılaştırarak test ettik. Bahsi geçen yazılım paketlerinin kısıtlarını dikkate alarak, kabul görmüş ve etkin istatistiksel yöntemlere dayanan daha başarılı bir araç geliştirdik. Girdi modelleme araçları en uygun dağılımı bulmak için veriyi modeller. Bizim modelleme fonksiyonumuz FitAllDiscrete(x) kesikli dağılımlardan gelen verileri dikkate alır. Fonksiyon, tüm dağılımları otomatik olarak dener ve veri için en uygun olanı önerir. Girdi modelleme dağılım seçimi, parametre tahmini ve iyi uyum testinden oluşan üç temel aşama ile gerçekleştirilir. Bu çalışmada, dağılım seçimi için popüler bir seçim kriteri olan Akaike'nin bilgi kriterini kullandık. Parametre tahmini için, en yüksek olabilirlik yöntemini kullandık. Akaike'nin bilgi kriteri seçilen dağılımın veri için iyi bir uyuma sahip olduğunu garantilemez. Bu nedenle, uyumun istatistiksel olarak anlamlı olup olmadığını belirlemek için ki-kare testini uyguladık. Buna göre, eğer uyum iyi ise dağılım kabul edilir ve kullanıcıya önerilir. Aksi halde, deneysel dağılım önerilir. Modelleme aracımızın ne kadar güvenilir olduğuna karar vermek için öncelikle bir otomatik test gerçekleştirdik. Daha sonra girdi modelleme aracımızı Arena girdi modelleyici ve EasyFit ile karşılaştırarak manuel bir test gerçekleştirdik. Testler esnasında, havuzumuzdaki dağılımlardan üretilen rasgele kesikli veri setlerini kullandık. Otomatik test sonuçları girdi modelleme aracımızın simüle edilen veri setleri için doğru dağılımı bulmada başarılı olduğunu göstermiştir. Karşılaştırma testi, FitAllDiscrete(x)'in önerilerinin ticari yazılımlarınkinden daha başarılı olduğunu göstermiştir. Bunun sonucu olarak, yeni bir yüksek kaliteli girdi analizcisi geliştirme konusunda başarılı olduk.