Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/52916
| Title: | การเปรียบเทียบวิธีการประมาณช่วงความเชื่อมั่นสำหรับขนาดอิทธิพลมาตรฐานของตัวอย่างสองกลุ่มที่เป็นอิสระต่อกันและไม่เป็นอิสระต่อกัน : การแจกแจงแบบเบ้ขวา |
| Other Titles: | A comparison of approximate confidence nterval methods for standardized effect sizes in two-independent and two-dependent samples : right skewed distributions |
| Authors: | มินตรา สมจิตต์ |
| Advisors: | สุชาดา บวรกิติวงศ์ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะครุศาสตร์ |
| Advisor's Email: | bsuchada@chula.ac.th |
| Subjects: | ช่วงความเชื่อมั่น วิธีมอนติคาร์โล การทดสอบไคสแควร์ การแจกแจงไวบูลล์ Confidence intervals Monte carlo method Chi-square test Weibull distribution |
| Issue Date: | 2551 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการประมาณค่าช่วงความเชื่อมั่น ที่ให้ค่าความยาวของช่วงความเชื่อมั่นต่ำที่สุด ในการประมาณช่วงความเชื่อมั่นสำหรับขนาดอิทธิพลมาตรฐานของข้อมูลที่มี การแจกแจง 4 แบบ ได้แก่ การแจกแจงแบบไคกำลังสอง, การแจกแจงแบบลอกนอร์มอล, การแจกแจงแบบแกมมา และ การแจกแจงแบบไวบูลส์ ในกรณีที่ข้อมูล 2 กลุ่มที่เป็นอิสระและไม่เป็นอิสระต่อกัน ที่จำลองขึ้นด้วยโปรแกรมในคอมพิวเตอร์ โดยวิธีจำลองข้อมูลแบบ มอนติ คาร์โล (Monte Carlo Simulation Method) จากโปรแกรม MATLAB เพื่อหาวิธีการประมาณช่วงความเชื่อมั่นสำหรับขนาดอิทธิพลของข้อมูลที่มี การแจกแจงแบบเบ้ขวาทั้ง 4 แบบ ที่มีระดับความเบ้แตกต่างกัน 5 ระดับ ได้แก่ 0.5, 1.0, 1.5, 2.0 และ 2.5 แต่มีระดับความโด่งที่ใกล้เคียงกัน กับกลุ่มตัวอย่างที่เป็นอิสระและไม่เป็นอิสระต่อกัน กำหนดขนาดตัวอย่าง = 2, 4, 6, 8, 12, 16, 24, 28, 32, 48, 56, 64, 96, 112 และ128 และมีค่าสัมประสิทธิ์ความเชื่อมั่น = 0.90, 0.95 และ 0.99 โดยแต่ละกรณีจะทำการทดลองซ้ำ 2,000 ครั้ง ผลการวิจัยที่สำคัญสรุปได้ว่า 1) วิธีในการประมาณช่วงความเชื่อมั่นของขนาดอิทธิพลมาตฐานที่เหมาะสมที่สุดเมื่อข้อมูลมีการแจกแจงแบบไคกำลังสอง คือวิธี gL2 () และจะใช้ได้ดีที่สุดเมื่อข้อมูลมีขนาดใหญ่ ค่า α และ ค่าความเบ้สูง 2) วิธีในการประมาณช่วงความเชื่อมั่นของขนาดอิทธิพลมาตฐานที่เหมาะสมที่สุดเมื่อข้อมูลมีการแจกแจงแบบแกมมา คือวิธี gL2 ( ) และจะใช้ได้ดีที่สุดเมื่อข้อมูลมีขนาดใหญ่ ค่า α และ ค่าความเบ้สูง 3)วิธีในการประมาณช่วงความเชื่อมั่นของขนาดอิทธิพลมาตฐานที่เหมาะสมที่สุดเมื่อข้อมูลมีการแจกแจงแบบลอกนอร์มอล คือวิธี gL2 ( ) และจะใช้ได้ดีที่สุดเมื่อข้อมูลมีขนาดใหญ่ ค่า α และ ค่าความเบ้สูง 4)วิธีในการประมาณช่วงความเชื่อมั่นของขนาดอิทธิพลมาตฐานที่เหมาะสมที่สุดเมื่อข้อมูลมีการแจกแจงแบบไวบูลส์ คือวิธี gL2 ( ) และจะใช้ได้ดีที่สุดเมื่อข้อมูลมีขนาดใหญ่ ค่า α และ ค่าความเบ้สูง |
| Other Abstract: | The purpose of this research was compare confidence interval method approximations for standardized effect sizes in two-independent and two-dependent samples having 4 distributions , namely, Chi-Square Distribution, Gamma Distribution, Lognormal Distribution and Weibull’s Distribution when each population had 5 skewness (0.5, 1.0, 1.5, 2.0 and 2.5) and 3 α (0.01, 0.05 and 0.10). Sample sizes of concern were to be equal (nE = nC) and unequal (nE : nC = 1 : 3 and 1 : 7). For each statistic under experimental situation, the Monte Carlo experiment was repeated 2,000 times. The findings were summarized as follows: 1.For the Chi-Square distribution, the gL2 ( ) is the best method for every sample sizes, α and skewness. This formular is the best when data have large sample sizes, large α, and much skewness. 2.For the Gamma distribution, the gL2 ( ) is the best method for every sample sizes, α and skewness. This formular is the best when data have large sample sizes, large α, and much skewness. 3.For the Lognormal distribution, the gL2 ( ) is the best method for every sample sizes, α and skewness. This formular is the best when data have large sample sizes, large α, and much skewness. 4.For the Weibull distribution, the gL2 ( ) is the best method for every sample sizes, α and skewness. This formular is the best when data have large sample sizes, large α, and much skewness. 5.gL2 is the best formular for dependent and independent samples when the data have right skewed distributions. |
| Description: | วิทยานิพนธ์ (ค.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2551 |
| Degree Name: | ครุศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | สถิติการศึกษา |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/52916 |
| URI: | http://doi.org/10.14457/CU.the.2008.668 |
| metadata.dc.identifier.DOI: | 10.14457/CU.the.2008.668 |
| Type: | Thesis |
| Appears in Collections: | Edu - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| mintra_so_front.pdf | 2.47 MB | Adobe PDF | View/Open | |
| mintra_so_ch1.pdf | 1.32 MB | Adobe PDF | View/Open | |
| mintra_so_ch2.pdf | 4.48 MB | Adobe PDF | View/Open | |
| mintra_so_ch3.pdf | 797.04 kB | Adobe PDF | View/Open | |
| mintra_so_ch4.pdf | 24.79 MB | Adobe PDF | View/Open | |
| mintra_so_ch5.pdf | 756.35 kB | Adobe PDF | View/Open | |
| mintra_so_back.pdf | 3.63 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.