Johnson dağılımlarından sanal örnekleme

Abstract

statistiksel saglamlık arastırmalarının tasarımında içsel ve dıssal geçerlikaçısından dagılım boyutu düzeylerinin gerçek uygulamalarda karsılasılabilecekçesitlilikte normal olmayan dagılımları kapsaması gerekir. Bu geregi yerinegetirmede en uygun düsen dagılım yelpazesi normal dagılımın Johnsondagılımları ile elde edilen normal olmayan dagılımlarıdır. Ancak, yaygınkullanılan istatistiksel yazılım dillerinin bu tür dagılımlardan sanal örneklemeiçin hazır islevlerinin bulunmaması gerçeginden dolayı, saglamlıkçalısmalarının yalnızca pek azında tasarımın dagılım boyutu olarak Johnsondagılımlarının belirlendigi görülüyor. Bu çalısmada, Johnson dagılımları ileilgili temel bilgiler verilmis, bu dagılımlardan sanal örnekleme algoritmalarıgelistirilerek Monte Carlo bir deneyle bu algoritmaların güvenilirliklerigösterilmistir. Verilen algoritmalar, böyle saglamlık çalısması yapacakarastırmacılar tarafından herhangi bir programlama dilinde, Johnsondagılımlarından sanal örnekleme hazır islevlerine kolayca dönüstürülebilirler.

From the point of internal and external validity, in designing the robustnessstudies of statistical techniques, the levels of distribution dimension should spana wide diversity of non-normal distributions which may possibly be come acrosswith in the real applications. In meeting this requirement, the most appropriatedistribution family is the non-normal distributions obtained by the Johnsondistributions. However, it is observed that Johnson distributions are specified asthe distribution dimension in only a very few of robustness studies probably dueto the fact that the random sampling functions do not readily exist in the widelyused statistical programming languages. In this work, the fundamentalinformation on Johnson distributions has been briefed, the virtual samplingalgorithms from these distributions have been developed, and the reliability ofthese algorithms have been presented by a Monte Carlo experiment. The givenalgorithms can be easily turned into readily available functions of virtualsampling from the Johnson distributions in any of the programming languagesby the prospective researchers who are to perform such robustness studies.