Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/61239
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | อนุภาพ สมบูรณ์สวัสดี | - |
| dc.contributor.author | ศิวพร ทิพย์พันธุ์ | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี | - |
| dc.date.accessioned | 2019-02-26T09:54:25Z | - |
| dc.date.available | 2019-02-26T09:54:25Z | - |
| dc.date.issued | 2561 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/61239 | - |
| dc.description | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2561 | - |
| dc.description.abstract | งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีการประมาณค่าจากตัวแบบ การถดถอย เมื่อตัวแปรตามมีการแจกแจงแบบล็อกนอร์มอลและตัวแปรตามบางค่าเป็นข้อมูล ที่ถูกตัดปลายทางขวาแบบที่ 1 ด้วยวิธีกำลังสองต่ำสุด (OLS) วิธีภาวะน่าจะเป็นสูงสุด (MLE) วิธีของแชตเทอร์จีและแมคลีช (CM) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม (MLE_EM) ข้อมูลในการศึกษาได้จากการจำลองข้อมูลจำนวน 81 สถานการณ์ สถานการณ์ละ 10,000 รอบ ขนาดตัวอย่าง (n) เท่ากับ 30, 50, 100 และเปอร์เซ็นต์การถูกตัดปลายทางขวาของตัวแปรตาม (r) เท่ากับ 10%, 20%, 30% และอัตราส่วนความแปรปรวนของตัวแปรอิสระตัวที่ 1 ต่อตัวแปรอิสระ ตัวที่ 2 คือ 1:1, 1:2, 1:5 และอัตราส่วนความแปรปรวนรวมของตัวแปรอิสระต่อความคลาดเคลื่อน คือ 2:1, 1:1, 1:2 จากการศึกษาพบว่า 1) วิธี MLE และวิธี MLE_EM มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดใหญ่ (n=100) หรือตัวแปรตามถูกตัดปลายทางขวามาก (r=30%) ในทางกลับกัน 2) วิธี OLS เป็นวิธีที่มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดเล็ก (n=30) หรือตัวแปรตามถูกตัดปลายทางขวาน้อย (r=10%) และ 3) วิธี CM เป็นวิธีที่มีประสิทธิภาพสูงสุดในสถานการณ์ที่เหลือ กล่าวคือ เมื่อตัวอย่างมีขนาดปานกลาง (n=50) หรือตัวแปรตามถูกตัดปลายทางขวาปานกลาง (r=20%) นอกจากนั้นพบว่า 4) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้นหรือตัวแปรตาม ถูกตัดปลายทางขวาน้อยลงหรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ | - |
| dc.description.abstractalternative | The objective of this research is to compare the estimation methods for log-linear regression model with dependent variable under type-I right-censoring: 1) Ordinary Least Squares Method (OLS); 2) Maximum Likelihood Estimation (MLE); 3) Chatterjee and McLeish Method (CM); and 4) Maximum Likelihood Estimation using the EM algorithm (MLE_EM). The results on this research are from 81 simulated scenarios with simulation size of 10,000. The sample sizes (n) are 30, 50, 100; the censoring proportions of data (r) are 10%, 20%, 30%; the ratio of variances of two independent variables of 2:1, 1:1, 1:2; the ratio of the sum of variances of two independent variables to error variance of 2:1, 1:1, 1:2. The findings are: 1) MLE_EM and MLE perform the best at large sample size (n=100) or high censoring proportion (r=30%); on the other hand, 2) OLS performs the best at small sample size (n=30) or low censoring proportion (r=10%); and 3) CM performs the best generally for the rest of scenarios such that the sample size is moderate (n=50) or censoring proportion is moderate (r=20%); moreover, 4) The efficiency of all of the methods increase when sample size increase or proportion of right-censored data on dependent variable decrease or ratio of the sum of variances of two independent variables to error variance increase. | - |
| dc.language.iso | th | - |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.relation.uri | http://doi.org/10.58837/CHULA.THE.2018.1412 | - |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.subject | ข้อมูลที่ถูกตัดปลาย | - |
| dc.subject | การวิเคราะห์การถดถอย | - |
| dc.subject | วิธีกำลังสองน้อยที่สุด | - |
| dc.subject | ทฤษฎีการประมาณค่า (สถิติ) | - |
| dc.subject | Censored observations (Statistics) | - |
| dc.subject | Regression analysis | - |
| dc.subject | Least squares | - |
| dc.subject | Estimation theory | - |
| dc.subject.classification | Decision Sciences | - |
| dc.title | การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1 ที่มีการแจกแจงแบบล็อกนอร์มอล | - |
| dc.title.alternative | A comparative study on estimation from regression model For type-I right-censored data from lognormal distribution | - |
| dc.type | Thesis | - |
| dc.degree.name | วิทยาศาสตรมหาบัณฑิต | - |
| dc.degree.level | ปริญญาโท | - |
| dc.degree.discipline | สถิติ | - |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.email.advisor | anupap.s@chula.ac.th | - |
| dc.subject.keyword | ตัวแบบการถดถอย | - |
| dc.subject.keyword | ข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1 | - |
| dc.subject.keyword | ความแปรปรวน | - |
| dc.subject.keyword | Regression Model | - |
| dc.subject.keyword | Type-I Right-Censoring | - |
| dc.subject.keyword | Variance | - |
| dc.identifier.DOI | 10.58837/CHULA.THE.2018.1412 | - |
| Appears in Collections: | Acctn - Theses | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 5981543026.pdf | 3.02 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.