Sağ sansürlü veriler altında Birnbaum-Saunders genetik algoritma ile dağılımının parametre tahmini

Birnbaum-Saunders (BS) dağılımı bilimsel çalışmalarda kullanılan yaygın bir güvenilirlik dağılımıdır. Literatürde bu dağılım için parametre tahminleri üzerine çalışmalar yapılmıştır. Ayrıca birçok çalışmada modellemede parametre tahmini için genetik algoritma (GA) optimizasyon yöntemlerinin kullanılması önerilmektedir. Bu tez, sağ sansürlü güvenilirlik verileri kullanak iki parametreli Birnbaum-Saunders dağılımında model parametrelerinin analizi ve tahminine odaklanmaktadır. Birnbaum-Saunders dağılım parametrelerinin tahmini için, maksimum olabilirlik tahmini (ML) yöntemine alternatif olarak genetik algoritma (GA) yöntemini öneriyoruz. Psi31 verileri, sansürlü veriler kullanıldığında tahmin yöntemlerinin sınırlamalarını göstermek için sıklıkla bir örnek olarak kullanılır. Ayrıca, ML ve GA yöntemlerinin performansı, farklı örneklem büyüklükleri ve sansür oranları ile Monte Carlo simülasyonu ile incelenmiştir.