Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/62575
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | มานพ วราภักดิ์ | - |
| dc.contributor.author | ศิริรัตน์ วงศ์ประกรณ์กุล | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย | - |
| dc.date.accessioned | 2019-08-01T07:42:27Z | - |
| dc.date.available | 2019-08-01T07:42:27Z | - |
| dc.date.issued | 2539 | - |
| dc.identifier.isbn | 9746333674 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/62575 | - |
| dc.description | วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2539 | - |
| dc.description.abstract | การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ ศึกษาเปรียบเทียบค่าอำนาจการทดสอบของสถิติทดสอบ 3 วิธีในการทดสอบการแจกแจงไวบูลล์ 2 พารามิเตอร์ (∝ = 3, β = 1) และการแจกแจงคอมเพิรตซ์ (B = 0.02 , c = 20) ด้วยการทดสอบเทียบความกลมกลืนเมื่อข้อมูลถูกตัดทิ้งประเภทที่สองจำนวนมาก สถิติทดสอบที่ใช้ได้แก่ สถิติทดสอบ KS (Kolmogorov-Smirnov Test Statistic), K (Kuiper Test Statistic) และ CVM (Cramer-von Mises Test Statistic) เกณฑ์ที่ใช้ในการเปรียบเทียบจะพิจาณาประสิทธิภาพในการควบคุมความคลาดเคลื่อนประเภทที่ 1 และค่าอำนาจการทดสอบ ภายใต้ระดับนัยสำคัญ (∝) 0.25 , 0.20 , 0.15 , 0.10 , 0.05 และ 0.01 ที่ขนาดตัวอย่าง 100, 300, 500 และ 700 เปอร์เซ็นต์การถูกตัดทิ้ง 90% , 95% และ 99% ยกเว้นที่ขนาดตัวอย่าง 100 และ 300 มีเปอร์เซ็นต์การถูกตัดทิ้ง 90% และ 95% สำหรับข้อมูลที่ใช้ในการวิจัยได้จากโปรแกรมคอมพิวเตอร์ จำลองด้วยเทคนิคมอนดิคาร์โล กระทำซ้ำ 2,000 รอบ ผลการวิจัยสรุปได้ดังนี้ การแจกแจงไวบูลล์ ในทุกกรณีศึกษาสามารถควบคุมความคลาดเคลื่อนประเภทที่ 1 ได้ ด้วยเกณฑ์ของ Cochran และเมื่อพิจารณาค่าอำนาจการทดสอบ พบว่า สำหรับทุกขนาดตัวอย่าง ที่เปอร์เซ็นต์การถูกตัดทิ้ง 90% สถิติทดสอบ K ให้ค่าอำนาจการทดสอบสูงที่สุด และที่เปอร์เซ็นต์การถูกตัดทิ้ง 95% และ 99% สถิติทดสอบ KS, K และ CVM ให้ค่าอำนาจการทดสอบใกล้เคียงกัน การแจกแจงกอมเพิรตซ์ ในทุกกรณีศึกษาสามารถควบคุมความคลาดเคลื่อนประเภทที่ 1 ได้ ด้วยเกณฑ์ของ Cochran และเมื่อพิจารณาค่าอำนาจการทดสอบ พบว่า สำหรับทุกขนาดตัวอย่าง ที่เปอร์เซ็นต์การถูกตัดทิ้ง 90% และ 95% สถิติทดสอบ K ให้ค่าอำนาจการทดสอบสูงที่สุด และที่เปอร์เซ็นต์การถูกตัดทิ้ง 99% สถิติทดสอบ KS, K และ CVM ให้ค่าอำนาจการทดสอบใกล้เคียงกัน | - |
| dc.description.abstractalternative | The purpose of this research is to compare a power of the test of three test statistics in Goodness-of-fit tests for two parameters Weibull distribution (∝ = 3, β = 1) and Gompertz distribution (B – 0.02, C = 20) based on heavy type II censored observations. The test statistics used in this research are KS (Kolmogorov-Smirnov Test Statistics), K (Kuiper Test Statistic) and CVM (Creamer-von Mises Test Statistic). The two criterions employed for comparison of the efficiency of the tests for controlling probability of type I error and a power of the test under significant level (∝) of 0.25, 0.20, 0.15, 0.10, 0.05 and 0.01, sample size of 100, 300, 500 and 700, percent of censoring 90% , 95% and 99% but sample size of 100 and 300 , the tests are performed at 90 and 95 percent of censoring. The data of this experiment are generated through the Monte Carlo simulation technique with 2,000 replications. The results of this research can be summarized as follows : Weibull Distribution: We find all of the test statistics could control the probability of type I error according to Cochran criteria. When we consider a power of the test, we find that a power of the test of K statistic is the highest at 90 percent of censoring, the power of the test of KS, K and CVM statistics are rather the same at 95 and 99 percent of censoring, for all sample size. Gompertz Distribution: We find all of the test statistics could control the probability of type I error according to Cochran criteria. When we consider a power of the test, we find that a power of the test of K statistic is the highest at 90 and 95 percent of censoring, and the power of the test of KS, K and CVM statistics are rather the same at 99 percent of censoring, for all sample size. | - |
| dc.language.iso | th | - |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | - |
| dc.subject | การแจกแจง (ทฤษฎีความน่าจะเป็น) | - |
| dc.subject | การแจกแจงไวบูลล์ | - |
| dc.subject | การทดสอบเทียบความกลมกลืน | - |
| dc.subject | การทดสอบสมมติฐาน | - |
| dc.subject | Distribution (Probability theory) | - |
| dc.subject | Weibull distribution | - |
| dc.subject | Goodness-of-fit tests | - |
| dc.subject | Statistical hypothesis testing | - |
| dc.title | การทดสอบการแจกแจงไวบูลล์และการแจกแจงกอมเฟิรคซ์ ด้วยวิธีทดสอบเทียบความกลมกลืน เมื่อข้อมูลถูกตัดทิ้งอย่างมาก | - |
| dc.title.alternative | Goodness-of-fit tests for weibull distribution and gompertz distribution with heavy censored observations | - |
| dc.type | Thesis | - |
| dc.degree.name | สถิติศาสตรมหาบัณฑิต | - |
| dc.degree.level | ปริญญาโท | - |
| dc.degree.discipline | สถิติ | - |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | - |
| Appears in Collections: | Grad - Theses | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Sirirat_wo_front_p.pdf | 5.66 MB | Adobe PDF | View/Open | |
| Sirirat_wo_ch1_p.pdf | 2.94 MB | Adobe PDF | View/Open | |
| Sirirat_wo_ch2_p.pdf | 5.03 MB | Adobe PDF | View/Open | |
| Sirirat_wo_ch3_p.pdf | 2.63 MB | Adobe PDF | View/Open | |
| Sirirat_wo_ch4_p.pdf | 27.86 MB | Adobe PDF | View/Open | |
| Sirirat_wo_ch5_p.pdf | 3.62 MB | Adobe PDF | View/Open | |
| Sirirat_wo_back_p.pdf | 9.98 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.