1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Graduate School - Grad
  4. Grad - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/72645
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorชูศักดิ์ อุดมศรี-
dc.contributor.authorกรกฎ ปัญญาวุธ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย-
dc.date.accessioned2021-03-05T07:06:19Z-
dc.date.available2021-03-05T07:06:19Z-
dc.date.issued2540-
dc.identifier.isbn9746386441-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/72645-
dc.descriptionวิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2540en_US
dc.description.abstractการวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของตัวประมาณค่าประมาณสัมประสิทธิ์แคปป้า โดยพิจารณาจากรากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย และการเปรียบเทียบช่วงความเชื่อมั่นของตัวประมาณ โดยพิจารณาจากเปอร์เซ็นต์ของค่าคงที่ของค่าสัมประสิทธิ์แคปป้า (K0) ที่อยู่นอกช่วงความเชื่อมั่นเทียบกับระดับนัยสำคัญที่กำหนด ของตัวประมาณ 5 ตัวได้แก่ ตัว ประมาณโดยใช้หลักการของ Fleiss ในปี 1971 (K1) ตัวประมาณโดยใช้หลักการของ Fleiss ในปี 1981 (K2) ตัวประมาณโดยใช้หลัก การภาวะน่าจะเป็นสูงสุด (K3) ตัวประมาณโดยใช้ตัวประมาณแจ๊คไนฟ (K4) และ ตัวประมาณโดยการให้นํ้าหนักของแคปป้า (K5) โดยกำหนดให้ขนาดตัวอย่างเท่ากับ 20 40 60 80 100 120 และ 300 ความน่าจะเป็นที่จะเกิดเหตุการณ์ที่สนใจเท่ากับ 0.03 0.05 0.1 0.2 0.3 และ 0.5 และกำหนดให้ K0 เท่ากับ 0.1 0.3 0.5 0.7 และ 0.9 การศึกษาทำโดยการจ่าลองข้อมูลด้วยคอมพิวเตอร์ 1,000 รอบใน แต่ละสถานการณ์ ณ ระดับนัยสำคัญเท่ากับ 0.05 ผลการวิจัยพบว่า กรณีที่ความน่าจะเป็นที่จะเกิดเหตุการณ์ที่สนใจมีค่าน้อยกว่า 0.2 ตัวประมาณ K4 จะมีประสิทธิภาพสูงสุดยกเว้นในกรณีที่ขนาดตัวอย่างมีค่าน้อยและค่า K0 มีค่าน้อยกว่า 0.5 ตัวประมาณ K2 จะมีประสิทธิภาพสูงสุด ส่วนในกรณีที่ความน่าจะ เป็นที่จะเกัดเหตุการณ์ที่สนใจมีค่ามากกว่าหรือเท่ากับ 0.2 ตัวประมาณ Kl K2 K3 และ K4 จะมีประสิทธิภาพที่ใกล้เคียงกัน โดยที่ตัว ประมาณ K5 จะมีประสิทธิภาพต่ำสุด นอกจากวัตถุประสงค์ที่กล่าวข้างต้นแล้ว งานวิจัยนี้ยังพิจารณาถึงการเปรียบเทียบวิธีที่ใช้ในการทดสอบความเป็นเอกพันธ์ (Homogeneity) ของค่าสัมประสิทธิ์แคปป้าในประชากร 2 ชุด โดยพิจารณาจากอำนาจที่ใช้ในการทดสอบ จากวิธีทดสอบ 3 วิธ ได้แก่ วิธีที่ 1 ทดสอบภาวะสารูปสนิทดีโดยใช้ค่าสัมประสิทธิ์แคปป้า วิธีที่ 2 ขึ้นอยู่กับความแปรปรวนของขนาดตัวอย่างที่ใหญ่ วิธีที่ 3 ทดสอบ ภาวะสารูปสนิทดีโดยใช้ความน่าจะเป็น และกำหนดให้ขนาดตัวอย่างในแต่ละชุดประชากรเท่ากับ 50 100 และ 300 ความน่าจะเป็นที่จะเกิดเหตุการณ์ที่สนใจในแต่ละชุดประชากรเท่ากับ 0.05 0.1 0.2 และ 0.5 และกำหนดให้ค่าคงที่สัมประสิทธิ์แคปป้าในแต่ละชุดประชากร เท่ากับ 0.1 0.3 0.5 0.7 และ 0.9 การศึกษาท่าโดยการจำลองข้อมูลด้วยคอมพิวเตอร์ 1,000 รอบในแต่ละสถานการณ์ ณ ระดับนัยสำคัญ เท่ากับ 0.05 ผลการวิจัยพบว่า วิธีที่ 1 และ 2 จะให้อำนาจในการทดสอบที่ใกล้เคียงกัน โดยวิธีที่ 3 จะเป็นวิธีที่ไม่เหมาะสมในทุกกรณี เนื่องจากวิธีที่ 3 เป็นวิธีทดสอบที่ขึ้นอยู่กับความน่าจะเป็น-
dc.description.abstractalternativeThe objective of this research is to compare efficiency of the estimators of Kappa coefficient concerning to the root mean square error (RMSE) and comparing with confident interval of estimator by considering the percentage of fix value of Kappa coefficient (K0) at outer confident level compare with significant level of five estimators : 1971 Estimator using Fliess basic (K1) 1981 Estimator using Fliess basic (K2) Maximum Likelihood estimator (K3) Jackknife estimator (K4) and Weighted Kappa estimator (K5) by considering their sample size : 20,40,60,80,100,120 and 300 1 successful probability : 0.03,0.05,0.1,0.2,0.3 and 0.5 1 K0 : 0.1,0.3,0.5,07 and 0.9. The data is obtained through simulation repeating 1,000 times for each case at 0.05 significant level. The results of this research can be summarized as follows : In case of successful probability less than 0.2 and K4 will be best efficiency estimator. Except in case of small sample size and K0 is less than 0.5 1 K2 will be best efficiency estimator. In case of successful probability greater or equal than 0.2 K1 ,K2,K3 and K4 are really same efficiency estimator. Another objective of research is to compare the methods of testing Homogeneity for Kappa coefficient of 2 populations by considering power of the test of three methods : Goodness of fit test by Kappa coefficient (Method 1), Large sample variance (Method 2) and Goodness of fit test by probability (Method 3) by using the sample size in each group : 50,100 and 300 , successful probability in each group ะ 0.03 ,0.05,0.1,0.2,0.3 and 0.5 , Kappa coefficient in each group : 0.1,0.3,0.5,07 and 0.9. The data is obtained through simulation repeating 1,000 times for each case at 0.05 significant level. The results of this research can be summarized as follows : Power of the test of Method 1 and Method 2 are almost the same but in every case Method 3 is not as good as others because this method test by probability.-
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.1997.278-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectทฤษฎีการประมาณค่า (สถิติ)en_US
dc.subjectการประมาณค่าพารามิเตอร์en_US
dc.subjectEstimation theoryen_US
dc.subjectParameter estimationen_US
dc.titleการเปรียบเทียบวิธีการประมาณค่าสัมประสิทธิ์แคปป้า สำหรับตาราง 2x2en_US
dc.title.alternativeA comparison on estimators of kappa coefficient for fourfold tableen_US
dc.typeThesisen_US
dc.degree.nameสถิติศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineสถิติen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorไม่มีข้อมูล-
dc.identifier.DOI10.14457/CU.the.1997.278-
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Gonegot_pa_front_p.pdfหน้าปก และบทคัดย่อ1.09 MBAdobe PDFView/Open
Gonegot_pa_ch1_p.pdfบทที่ 11.1 MBAdobe PDFView/Open
Gonegot_pa_ch2_p.pdfบทที่ 21.37 MBAdobe PDFView/Open
Gonegot_pa_ch3_p.pdfบทที่ 31.25 MBAdobe PDFView/Open
Gonegot_pa_ch4_p.pdfบทที่ 43.78 MBAdobe PDFView/Open
Gonegot_pa_ch5_p.pdfบทที่ 5846.42 kBAdobe PDFView/Open
Gonegot_pa_back_p.pdfบรรณานุกรม และภาคผนวก2.5 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.