การเปรียบเทียบการแจกแจงการอยู่รอดของ 2 ประชากร โดยใช้ตัวสถิติทดสอบนอนพาราเมตริก

วิชัย มหัตเดชกุล

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/47944

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	สรชัย พิศาลบุตร	-
dc.contributor.author	วิชัย มหัตเดชกุล	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย	-
dc.date.accessioned	2016-06-06T08:12:08Z	-
dc.date.available	2016-06-06T08:12:08Z	-
dc.date.issued	2535	-
dc.identifier.isbn	9745820725	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/47944	-
dc.description	วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2535	en_US
dc.description.abstract	การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบอำนาจการทดสอบของตัวสถิติทดสอบนอนพาราเมตริก ที่ใช้ในการเปรียบเทียบการแจกแจงการอยู่รอดของ 2 ประชากร โดยใช้ตัวสถิติทดสอบ Gehan’s Generalized Wilcoxon (Gh), Log rank with permutation variance (Lrp) และ Peto-Prentice (PP) ทั้งนี้ศึกษาในกรณีประชากรมีการแจกแจงแบบเอ็กซ์โปเนนเชียล แบบไวบูลล์ และแบบลอกนอร์มอล โดยที่ขนาดตัวอย่างของกลุ่มตัวอย่างมีขนาดเท่ากันและไม่เท่ากัน นอกจากนี้จะศึกษาในกรณีที่ข้อมูลไม่เกิดค่าสังเกตไม่สมบูรณ์และเกิดค่าสังเกตไม่สมบูรณ์ โดยรูปแบบค่าสังเกตไม่สมบูรณ์เป็นแบบสุ่มและแบบทางขวา จะทำการจำลองข้อมูลด้วยเทคนิคมอนติคาร์โล และทำช้า 500 ครั้งในแต่ละสถานการณ์ การคำนวณความน่าจะเป็นของความคลาดเคลื่อนประเภทที่ 1 และอำนาจการทดสอบของตัวสถิติดังกล่าว ปรากฏว่า กรณีไม่เกิดค่าสังเกตไม่สมบูรณ์ พบว่า เมื่อข้อมูลมีการแจกแจงแบบเอ็กซ์โปเนนเชียล และแบบไวบูลล์ ตัวสถิติทดสอบ Lrp มีอำนาจการทดสอบสูงสุด และเมื่อข้อมูลมีการแจกแจงแบบลอกนอร์มอล ตัวสถิติทดสอบ PP มีอำนาจการทดสอบสูงสุด กรณีเกิดค่าสังเกตไม่สมบูรณ์แบบสุ่ม พบว่า ตัวสถิติทดสอบ Lrp ไม่สามารถควบคุมความน่าจะเป็นของความคลาดเคลื่อนประเภทที่ 1 ได้เมื่อขนาดตัวอย่างของ 2 กลุ่มเท่ากับ 20, 30 และ 50 เมื่อ n₁ เท่ากับ 10 n₂ เท่ากับ 20 และ n₁ เท่ากับ 10 n₂ เท่ากับ 50 โดยที่เปอร์เซ็นต์การเกิดค่าสังเกตไม่สมบูรณ์ของทั้ง 2 กลุ่มเท่ากับ 30% ณ ระดับนัยสำคัญ 0.05 เมื่อพิจารณาอำนาจการทดสอบ พบว่า กรณีข้อมูลมีการแจกแจงแบบเอ็กซ์โปเนนเชียลและแบบไวบูลล์ ตัวสถิติทดสอบ Lrp ให้อำนาจการทดสอบสูงสุดเมื่อเกิดเปอร์เซ็นต์ของค่าสังเกตไม่สมบูรณ์ต่ำ แต่ในกรณีเกิดเปอร์เซ็นต์ของค่าสังเกตไม่สมบูรณ์สูง ตัวสถิติทดสอบ PP มีอำนาจการทดสอบสูงสุด เมื่อข้อมูลมีการแจกแจงแบบลอกนอร์มอล พบว่า ตัวสถิติทดสอบ PP ให้อำนาจการทดสอบสูงสุดในทุกกรณี สำหรับกรณีเกิดค่าสังเกตไม่สมบูรณ์ทางขวา สถิติทดสอบ Lrp ไม่สามารถควบคุมความน่าจะเป็นของความคลาดเคลื่อนประเภทที่ 1 ได้ทุกกรณี เมื่อพิจารณาอำนาจการทดสอบ พบว่าโดยทั่วไป ตัวสถิติทดสอบ PP ให้อำนาจการทดสอบสูงสุด เมื่อข้อมูลเกิดค่าสังเกตไม่สมบูรณ์แบบสุ่ม จะให้อำนาจการทดสอบสูงกว่า เมื่อข้อมูลเกิดค่าสังเกตไม่สมบูรณ์ทางขวา และเมื่อเปอร์เซ็นต์การเกิดค่าสังเกตไม่สมบูรณ์สูงขึ้น มีผลทำให้อำนาจการทดสอบของตัวสถิติทดสอบลดลง นอกจากนี้เมื่อเพิ่มขนาดตัวอย่าง จะทำให้อำนาจการทดสอบสูงขึ้น และตัวสถิติทดสอบ PP เป็นตัวสถิติที่ดีที่สุด	en_US
dc.description.abstractalternative	The objective of this study was to compare the power of nonparametric tests for comparing two survival distributions by using Generalized wilcoxon test (Gh), Log rank with permutation test (Lrp) and Peto-prentice test (PP). The population distribution of this study were made on Exponential distribution, Weibull distribution and Lognormal distribution. The sample sizes of two sample groups are equal and unequal. In addition, the study was performed on two cases, complete data and censored data. In case of censored data, the pattern of censoring was random censoring and right censoring. The simulation were made by using Monte carlo technique and repeat 500 times to calculate the probability of type I error and the power of test. The result shows that in case of complete data, Log rank with permutation test has the highest power when the population has either the Exponential distribution or the Weibull distribution. Peto-Prentice test has the highest power when the population has the Lognormal distribution. In case of random censored data, Log rank with permutation test cannot control type I error when the equal sample size is 20, 30 and 50 the sample size is n₁ = 10 n₂ = 20 and n₁ = 10 n₂ = 50 While the percentage of censored data of both groups is 30% at the significant level of 0.05. When considering the power of test, Log rank with permutation test has high power of test when the data has low percent of censored data for the population with Exponential distribution and Weibull distribution. But in case of high percent of censored data, Peto-Prentice test has higher power than Log rank with permutation test. For Lognormal distribution, Peto-Prentice test has high power of test in almost all cases. For right censored data, Log rank with permutation test cannot control type I error in any cases. In general, Peto-Prentice test has the higher power among those three tests. When the type of censored data is random, it has higher power of test than right censored data and we found that the high percentage of censored data will make the power of test will less than the low percentage of cencored data. When sample size is increased, the power of test will increase also, and the peto-Prentice test is the best test.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.title	การเปรียบเทียบการแจกแจงการอยู่รอดของ 2 ประชากร โดยใช้ตัวสถิติทดสอบนอนพาราเมตริก	en_US
dc.title.alternative	A comparison on two survival distributions with nonparametric test statistics	en_US
dc.type	Thesis	en_US
dc.degree.name	สถิติศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	สถิติ	en_US
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	ไม่มีข้อมูล	-
Appears in Collections:	Grad - Theses

Files in This Item:

File	Size	Format
Wichai_ma_front.pdf	3.14 MB	Adobe PDF	View/Open
Wichai_ma_ch1.pdf	872.9 kB	Adobe PDF	View/Open
Wichai_ma_ch2.pdf	2.75 MB	Adobe PDF	View/Open
Wichai_ma_ch3.pdf	1.7 MB	Adobe PDF	View/Open
Wichai_ma_ch4.pdf	12.52 MB	Adobe PDF	View/Open
Wichai_ma_ch5.pdf	1.15 MB	Adobe PDF	View/Open
Wichai_ma_back.pdf	8.23 MB	Adobe PDF	View/Open

Show simple item record