การศึกษาเปรียบเทียบการประมาณพารามิเตอร์โดยตัวประมาณแบบกราฟที่มีการถ่วงน้ำหนักจากข้อมูลที่ถูกตัดปลายทางขวา

อชิรญา สดรัมย์

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/45032

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	อนุภาพ สมบูรณ์สวัสดี	-
dc.contributor.author	อชิรญา สดรัมย์	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี	-
dc.date.accessioned	2015-09-07T07:09:23Z	-
dc.date.available	2015-09-07T07:09:23Z	-
dc.date.issued	2555	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/45032	-
dc.description	วิทยานิพนธ์ (วท.ม.) --จุฬาลงกรณ์มหาวิทยาลัย, 2555	en_US
dc.description.abstract	งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบการประมาณค่าพารามิเตอร์ของข้อมูลที่ถูกตัดปลายทางขวาประเภทที่ 2 ด้วยวิธีภาวะน่าจะเป็นสูงสุด (Maximum Likelihood Estimation Method; MLE Method) วิธีการประมาณแบบกราฟ (Graphical Estimation Method; GE Method) และวิธีการประมาณแบบกราฟที่มีการถ่วงน้ำหนัก (Weighted Graphical Estimation Method; WGE Method) โดยการแจกแจงที่สนใจศึกษาคือ การแจกแจงปกติ (Normal Distribution) การแจกแจงโลจิสติค (Logistic Distribution) การแจกแจงค่าต่ำสุดขีด (Smallest Extreme Value Distribution) และการแจกแจงค่าสูงสุดขีด (Largest Extreme Value Distribution) ข้อมูลที่ใช้ในการศึกษาได้จากการจำลองข้อมูลโดยมีขนาดตัวอย่าง (Sample Size; n) เท่ากับ 20, 40, 80 และ 120 ด้วยสัดส่วนของข้อมูลตัดปลายทางขวา (Censoring Proportion; p) เป็น 10%, 20% และ 30% จากผลการศึกษาแบบจำลองโดยเปรียบเทียบค่าประสิทธิภาพสัมพัทธ์ (Relative Efficiency; RE) พบว่า ในกรณีส่วนใหญ่การประมาณค่าพารามิเตอร์ด้วยวิธี WGE จะมีประสิทธิภาพมากกว่าการประมาณค่าพารามิเตอร์ด้วยวิธี GE โดยในกรณีที่ WGE แบบ Increasing Weighting เมื่อใช้ประมาณค่าพารามิเตอร์ (Location parameter) และ (Scale parameter) มีประสิทธิภาพสูงสุดภายใต้การแจกแจง SEV, LOGIS, และ NOR ในขณะที่ WGE แบบ Decreasing Weighting เมื่อใช้ประมาณ ค่าพารามิเตอร์ (Location parameter) และ (Scale parameter) มีประสิทธิภาพสูงสุดภายใต้การแจกแจง LEV	en_US
dc.description.abstractalternative	The objective of this study is to compare parameter estimations of type-II right censored data by Maximum Likelihood Estimation (MLE), Graphical Estimation (GE) and Weighted Graphical Estimation Method (WGE). The distributions of data under considerations in this study are Normal (NOR), Logistic (LOGIS), Smallest Extreme Value (SEV) and Largest Extreme Value (LEV) distributions. The comparisons are done under conditions of sample sizes n = 20, 40, 80 and 120 with the censoring proportion p = 10%, 20% and 30%. Based on the simulation results by comparing value of relative efficiencies (REs), overall, WGE is more efficient than GE. With , WGE- type Increasing Weighting for both location and scale parameters estimation performs best under SEV, LOGIS, and NOR distribution. While, WGE- type Decreasing Weighting for both location and scale parameters performs best under LEV distribution.	en_US
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2012.1755	-
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.subject	การประมาณค่าพารามิเตอร์	en_US
dc.subject	การแจกแจงปกติ	en_US
dc.subject	การแจกแจงโลจิสติก	en_US
dc.subject	Parameter estimation	en_US
dc.subject	Gaussian distribution	en_US
dc.subject	Logistic distribution	en_US
dc.title	การศึกษาเปรียบเทียบการประมาณพารามิเตอร์โดยตัวประมาณแบบกราฟที่มีการถ่วงน้ำหนักจากข้อมูลที่ถูกตัดปลายทางขวา	en_US
dc.title.alternative	A comparative study on parameter estimation by weighted graphical estimator from right–censored data	en_US
dc.type	Thesis	en_US
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	en_US
dc.degree.level	ปริญญาโท	en_US
dc.degree.discipline	สถิติ	-
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.email.advisor	Anupap.S@Chula.ac.th	-
dc.identifier.DOI	10.14457/CU.the.2012.1755	-
Appears in Collections:	Acctn - Theses

Files in This Item:

File	Description	Size	Format
achiraya_so.pdf		3.81 MB	Adobe PDF	View/Open

Show simple item record