Zeitschrift für Informationstechnologie und Softwareentwicklung
Offener Zugang

Abstrakt

Gewichtete nichtlineare Kleinstquadrate-Methode zur Parameterschätzung des NHPP-Gompertz-Modells

Lutfiah Ismail Al-Turk

Aufgrund des Problems der Heteroskedastizität ist eine alternative, präzise Schätzmethode anhand der nichtlinearen Kleinstquadrate-Methode (NLS) erforderlich. Die Methode der gewichteten nichtlinearen Kleinstquadrate-Schätzung (WNLSE) ist eine Alternative, mit der die Genauigkeit der Parameterschätzung durch Zuweisung geeigneter Gewichtungen zur Zeit zwischen den Fehlerdaten verbessert werden kann. In der vorliegenden Studie werden die traditionellen Methoden der Maximum Likelihood (ML), der nichtlinearen Kleinstquadrate-Methode (NLS) und der gewichteten nichtlinearen Kleinstquadrate-Methode (WNLS) verwendet, um die drei Parameter des NHPP-Gompertz-Modells zu schätzen. Die empirische Gewichtungsmethode wird im Vorhersageprozess des NHPP-Gompertz-Modells untersucht. Zur Analyse der Leistung der drei betrachteten Schätzmethoden werden drei Beispiele realer Software-Fehlerdaten bereitgestellt. Die Ergebnisse dieser numerischen Studie zeigen die Präferenzen für die WNLSE-Methode im Hinblick auf die Leistung des NHPP-Gompertz-Modells; auch die Werte der Gewichtungsfaktoren, die die optimale Lösung ergeben, unterscheiden sich je nach Art der Software-Fehlerdaten.