Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/10975
| Title: | การเปรียบเทียบวิธีการประมาณค่าพารามิเตอร์สำหรับแผนแบบสุ่มตลอดในบล็อกสมบูรณ์อิทธิพลคงที่กรณีข้อมูลระยะยาว |
| Other Titles: | A comparison of parameter-estimation methods for a fixed-effect randomized complete block design with longitudinal data |
| Authors: | วิลาสินี จันทราวุฒิ |
| Advisors: | สุพล ดุรงค์วัฒนา |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี |
| Advisor's Email: | Supol.D@Chula.ac.th, fcomsdu@acc.chula.ac.th |
| Subjects: | การประมาณค่าพารามิเตอร์ |
| Issue Date: | 2545 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | การวิจัยครั้งนี้มีวัตถุประสงค์ เพื่อศึกษาเปรียบเทียบการประมาณค่าพารามิเตอร์ในแผนแบบสุ่มตลอดในบล็อกสมบูรณ์อิทธิพลคงที่ กรณีข้อมูลระยะยาว ด้วยวิธีการประมาณแบบกำลังสองต่ำสุดแบบสามัญ วิธีแบบสองขั้น และวิธีภาวะน่าจะเป็นสูงสุด ซึ่งตัวแบบที่ใช้คือ Yijk = tau i + beta j + alpha k + tau alpha ik + epsilon ijk โดยที่ค่าความคลาดเคลื่อนเป็นอิสระกันและค่าความเคลื่อนมีสหสัมพันธ์กันแบบอัตตสหสัมพันธ์ลำดับที่หนึ่ง อยู่ในรูป epsilon ijk = phi epsilon ijk-1 + u ijk การเปรียบเทียบกระทำภายใต้เงื่อนไขของค่าอัตตสหสัมพันธ์เป็น 0, 0.01, 0.05, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.95 และ 0.99 ค่าความแปรปรวน เป็น 1, 25 และ 100 และแผนแบบการทดลองขนาด 3x3 4x4 และ 5x5 ข้อมูลที่ใช้ในการวิจัยครั้งนี้ได้จากการจำลองด้วยเทคนิคมอนติคาร์โลและกระทำการทดลองซ้ำ ๆ กัน 500 ครั้ง ในสถานการณ์ที่กำหนด เพื่อคำนวณหาค่าระยะทางยุคลิดเฉลี่ย (Eu) ของตัวประมาณสัมประสิทธิ์ในตัวแบบและตัวประมาณสัมประสิทธิ์ในตัวแบบอัตตถดถอย MSE(phi^) และค่าความคลาดเคลื่อนกำลังสองเฉลี่ยของตัวประมาณความแปรปรวน MSE(sigma^2e) ผลการวิจัยสรุปได้ดังนี้ 1) กรณีค่าความคลาดเคลื่อนเป็นอิสระกัน การประมาณค่าพารามิเตอร์ด้วยวิธีกำลังสองต่ำสุดแบบสามัญให้ค่า ต่ำที่สุดและใกล้เคียงกับการประมาณค่าด้วยวิธีการประมาณแบบสองขั้นและวิธีภาวะน่าจะเป็นสูงสุด ที่ไม่มีการประมาณค่าสัมประสิทธิ์ในตัวแบบอัตตถดถอยในทุกกรณี ทั้งนี้ค่า Eu และ MSE(sigma^2e) จะมีค่าลดลงเมื่อจำนวนซ้ำในการเก็บข้อมูลและขนาดตัวแบบเพิ่มขึ้น แต่จะมีค่าเพิ่มขึ้นเมื่อค่าความแปรปรวนสูงขึ้น 2) กรณีค่าความคลาดเคลื่อนมีความสัมพันธ์กันแบบอัตตถดถอยลำดับที่หนึ่ง การประมาณค่าพารามิเตอร์ด้วยวิธีภาวะน่าจะเป็นสูงสุด ที่มีการประมาณค่าสัมประสิทธิ์ในตัวแบบอัตตถดถอย ให้ค่า Eu MSE(phi^) และ MSE(sigma^2e) ต่ำที่สุดในทุกกรณี รองลงมาได้แก่ วิธีการประมาณค่าแบบสองขั้น ที่มีการประมาณค่าสัมประสิทธิ์ในตัวแบบอัตตถดถอย และวิธีกำลังสองต่ำสุดแบบสามัญจะเกิดค่าความผิดพลาดสูงที่สุด ความผิดพลาดในการประมาณค่าแปรผกผันกับระดับของค่าอัตตถดถอยลำดับที่หนึ่ง และแปรผันตามจำนวนซ้ำในการเก็บข้อมูลและขนาดของตัวแบบ นั่นคือ การประมาณจะผิดพลาดมากขึ้นเมื่อระดับของค่าอัตตถดถอยลำดับที่หนึ่งมีค่ามากขึ้น หรือจำนวนซ้ำของการเก็บข้อมูลหรือขนาดของตัวแบบมีขนาดลดลง |
| Other Abstract: | The objective of this research is to study and to compare the parameter-estimation methods for fixed-effect randomized complete block design with longitudinal data by the Ordinary Least Square estimation (OLS), Two-Stage estimation (TS) and Maximum Likelihood estimation (MLE). The model is Yijk = tau i + beta j + alpha k + tau alpha ik + epsilon ijk, which epsilon ijk are independently distributed and epsilon ijk follow the first-order autoregressive model, epsilon ijk = phi epsilon ijk-1 + u ijk, The comparison is done when data were generated with phi are 0, 0.01, 0.05, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 0.95 and 0.99. The variances are 1, 25, and 100 with the 3x3, 4x4, and 5x5 designs. The data are simulated by Monte Carlo technique and repeated 500 times for each situation to calculate for the average of Euclidean distance (Eu) of parameter estimator in design and autoregressive parameter and Mean Square Error of variance. The conclusions of this research are 1. Case of independently distributed errors. Euclidean distance by Ordinary Least Square estimators and Two-Stage estimators are almost the same as Maximum likelihood estimators with no estimation in autoregressive arameter in all cases. The value of Eu and MSE(sigma^2e) will decrease when collect the data for more replicate and size of design increasing. But Eu and MSE(sigma^2e) will decrease when the variance is increasing. 2. case of first-order autoregressive errors. The Maximum likelihood estimators have minimum values of Eu, MSE(phi^) and MSE(sigma^2e) in all cases. Teh error of estimation will increase when the autoregressive parameter is increasing or the number of replicate is decreasing or the sample size is decreasing. |
| Description: | วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2545 |
| Degree Name: | สถิติศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | สถิติ |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/10975 |
| URI: | http://doi.org/10.14457/CU.the.2002.438 |
| ISBN: | 9741731647 |
| metadata.dc.identifier.DOI: | 10.14457/CU.the.2002.438 |
| Type: | Thesis |
| Appears in Collections: | Acctn - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| wilasinee_Chan.pdf | 1.22 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.