استنباط آماری در توزیع دایره ای ون میزس تحت نمونه گیری وزنی

در بعضی از پدیده های تجربی، پژوهشگران با داده هایی مواجه هستند که ذاتا ماهیت اقلیدسی ندارند. داده های دایره ای که برای اندازه گیری زاویه و یا جهت به کار می روند، از این نوع هستند. در بررسی های آماری ممکن است به جای نمونه های تصادفی با نمونه های وزنی مواجه شویم که در آنها مشاهدات متناظر با تابعی تحقق مییابند. در این مقاله به توزیع های وزنی در داده های دایره ای پرداخته می شود. با توجه به اینکه توزیع ون میزس کاربرد بسیار وسیعی در مدل بندی داده های دایره ای دارد، برآورد ماکسیمم درستنمایی پارامترهای توزیع دایره ای ون میزس وزنی مورد بررسی قرار می گیرد. از آنجا که ممکن است براوردگرها شناسا پذیر نباشند، به کمک توزیع پیشین مناسب ممکن است برآوردهایی منحصر به فرد به دست آورد. در یک کار شبیه سازی وزن های مختلف در توزیع دایره ای ون میزس مقایسه می شوند .

statistical inference for von mises circular distributionunder weighted sampling

in many scientific fields, measurements are directional. research into the characteristics of these types of data requires the use of new statistical tools. statistical methods for analyzing these kinds of data are known as nonlinear statistics. circularstatistics is an example of this field of statistics. in the study of circular statistics, sampling may be such that each observationis recorded with a probability proportional to a non-negative function of it. such a sample is called a weighted circular sampleand the corresponding distribution of these samples is called a weighted circular distribution. this paper addresses weightedcircular distributions. considering that the von mises distribution is widely used in modeling circular data, the maximumlikelihood estimation of the parameters of the weighted von mises circular distribution is examined. since the estimatorsmay not be identifiable, unique bayesian estimates are obtained using a suitable prior distribution. in a simulation study, different weights in the von mises circular distribution are compared.