In this study, the linear structural relationship model’s slope parameter is determined by using the proposed robust nonparametric method based on trimmed mean. This method is an upgrade to the nonparametric method that was put forward by Al-Nasser and Ebrahem (2005) by employing trimmed mean for all likely paired slopes rather than median slopes. Simulation study and real data were used to compare the proposed method’s performance versus the traditional maximum likelihood method. In the simulation study, based on both methods’ mean square error, it was inferred that the MLE method breaks down due to the presence of outliers even though its functioning was not affected when there was no outlier in the data set. Based on the real life example, it can be concluded that the performance of our proposed method was quite well in determining slope parameter
Amel Saad Alshargawi, (1-2022)

يتعلق الاستنتاج الاحصائي بتقدير معالم المجتمع المجهولة بالاعتماد على عينات عشوائية يتم سحبها من مفردات المجتمع باستخدام طريقتين للتقدير هما تقدير النقطة وتقدير الفترة. يحتاج تقدير الفترة الى معرفة توزيع المجتمع الذي سحبت منه العينة وفي حالات كثيرة نحتاج الى افتراضات تتعلق بتوزيع المجتمع وهذه الافتراضات تستخدمها الطريقة الكلاسيكية لاستخدام نظرية النهاية المركزية وهي في الغالب تعطي تقديرات جيدة الا في بعض الحالات التي لا تصح فيها هذه الافتراضات. في مثل هذه الحالات يلجأ الاحصائيون الى طرق أخرى للتقدير تسمى الطرق اللامعلمية للتقدير التي اثبتت فعاليتها في حالة عدم صحة الافتراضات المتعلقة بمعرفتنا للتوزيع المستخدم في عملية التقدير. من الطرق التي اثبتت فعاليتها في التقدير طريقة البوتستراب (Bootstrap) التي تعتمد على إعادة المعاينة من العينة المتاحة لدينا ومعاملة هذه العينة كمجتمع نتحصل على عينات منه باستخدام اسلوب المعاينة العشوائية البسيطة بالارجاع. أوجد هذه الطريقة Bradley Efron من جامعة ستانفورد بالولايات المتحدة عام (1979) والتي تعتبر احدى الدعمات القوية لبناء طرق الاستدلال الاحصائي في التحليل الحديث للبيانات الاحصائية.وفي هذه الرسالة قمنا بإستخدام اسلوب المحكاة لتقدير معلمتين من معالم المجتمع (المتوسط ومعامل الارتباط) بإستخدام طريقة البوتستراب وقد توصلنا إلى نتائج جيدة وأكثر دقة لتقدير الفترة بإستخدام هذا الاسلوب من التي نحصل عليها من الطرق التقليدية الاخرى.
هاجر محمود مؤقت (2016)

الاختبارات القياسية لجودة المطابقة (أي اختبارات كولموغوروف-سميرنوف، كريمر-فون ميزس، وأندرسون دارلينج) تتطلب توزيعات متصلة بمعالم معلومة. عندما تكون المعالم غير معلومة وتم تقديرها من بيانات العينة فان الجداول القياسية للقيم الحرجة الموجودة لهذه الاختبارات لم تعد صالحة للاستخدام لجودة المطابقة. هذه الدراسة توفر جداول القيم الحرجة لتوزيعي باريتو وريلي عندما تكون معالم التوزيع غير معلومة وتم تقديرها من بيانات العينة. و من خلال دراسة القوة لهذه الاختبارات تبين لنا انه لجميع احجام العينات يكون اختبار أندرسون دارلينج المعدل هو الافضل مقارنة باختبار كولموغوروف - سميرنوف المعدل و اختبار ر كريمر - فون ميزس المعدل. لكلا توزيعي باريتو وريلي بمعالم مقدرة. Abstract The standard goodness-of-fit tests (i.e., Kolmogorov-Smirnov, Cramér–von-Mises, and Anderson-Darling test) require continuous underlying distributions with known parameters. When the parameters are unknown, but must be estimated from the sample data. The standard tables of critical values are no longer valid. This project gives tables of critical values for Pareto and Rayleigh distribution with unknown parameters. The results of the power study show for different sample size the modified Anderson-Darling test statistic is more powerful than modified Kolmogorov-Smirnov, and Cramér–von-Mises test statistic.
نجوى رمضان الريمي (2010)