<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal title</title>
<title_fa>عنوان نشریه</title_fa>
<short_title>Quarterly Journal of Science  Kharazmi University</short_title>
<subject>Literature &amp; Humanities</subject>
<web_url>http://jsci.khu.ac.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn></journal_id_issn>
<journal_id_issn_online></journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi>doi</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science></journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1392</year>
	<month>8</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2013</year>
	<month>11</month>
	<day>1</day>
</pubdate>
<volume>13</volume>
<number>3</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>تکمیل آزمون نیکویی برازش برای توزیع چولۀ نرمال بر اساس تابع مولد گشتاور تجربی</title_fa>
	<title>A goodness of fit test for skew normal distributions based on the empirical moment generating function</title>
	<subject_fa>آمار و ریاضی</subject_fa>
	<subject>Mathematic</subject>
	<content_type_fa>مقاله استخراج شده از پایان نامه</content_type_fa>
	<content_type>Research Paper</content_type>
	<abstract_fa>تاکنون روشهای مختلفی برای آزمون نیکویی برازش توزیع نرمال چوله مطرح شده است. در این مقاله روش مینتانیس (2007) که بر اساس تابع مولد گشتاور تجربی است، بررسی می شود. این آزمون به طور مجزا برای پارامتر شکل معلوم و مجهول مطرح می شود. مینتانیس (2007) ادعا کرده است که آزمون او از نظر توان با آزمون کلموگروف-اسمیرنف قابل رقابت است. اما این ادعا تنها برای پارامتر شکل معلوم درست است. در این مقاله روشی برای یافتن آماره آزمون ارائه شده است که علاوه بر زمان کمتر، توان آزمون مینتانیس (2007) را نیز به طور قابل ملاحظه‌ای افزایش می دهد. در این روش برای یافتن سوپریمم، به جای محاسبه تابع روی شبکه، از تابع اپتیمم استفاده می گردد. همچنین مینتانیس (2007) برای پارامتر معلوم اندازه آزمون خود را بررسی نکرده است که در این مقاله به بررسی آن می پردازیم.</abstract_fa>
	<abstract>There are several methods for goodness of fit test for the skew normal distribution. This work focused on method of Meintanis [8] which is based on the empirical moment generating function. This test is discussed for the known and the unknown shape parameter. Meintanis [8] claimed that power of his test is higher than the Kolmogorov–Smirnov test. But this claim is true only for the known shape parameter. In this paper, we provide a new method for finding his test statistic that has more efficiency. Also Meintanis [8] not determine the size of himself test for the known shape parameter which in this paper we will determine it.</abstract>
	<keyword_fa>چولگی , آزمون کلموگروف-اسمیرنف , بوت استرپ پارامتری , شبیه‌سازی مونت کارلو , </keyword_fa>
	<keyword>Skewness , Kolmogorov–Smirnov test , Parametric bootstrap , Monte Carlo simulation , </keyword>
	<start_page>831</start_page>
	<end_page>842</end_page>
	<web_url>http://jsci.khu.ac.ir/browse.php?a_code=A-10-142-5&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>MM</first_name>
	<middle_name></middle_name>
	<last_name>Maghami</last_name>
	<suffix></suffix>
	<first_name_fa>محمد مهدی</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>مقامی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>maghami8@gmail.com</email>
	<code>1003194753284600390</code>
	<orcid>1003194753284600390</orcid>
	<coreauthor>No</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa>دانشگاه اصفهان</affiliation_fa>
	 </author>


	<author>
	<first_name>Nasrollah</first_name>
	<middle_name></middle_name>
	<last_name>Iranpanah</last_name>
	<suffix></suffix>
	<first_name_fa>نصراله</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>ایران پناه</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>iranpanah@sci.ui.ac.ir</email>
	<code>1003194753284600391</code>
	<orcid>1003194753284600391</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation></affiliation>
	<affiliation_fa>اصفهان-دروازه شیراز-دانشگاه اصفهان-ساختمان جدید علوم ریاضی-گروه آمار</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
