1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Faculty of Commerce and Accountancy - Acctn
  4. Acctn - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/45032
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorอนุภาพ สมบูรณ์สวัสดี-
dc.contributor.authorอชิรญา สดรัมย์-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี-
dc.date.accessioned2015-09-07T07:09:23Z-
dc.date.available2015-09-07T07:09:23Z-
dc.date.issued2555-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/45032-
dc.descriptionวิทยานิพนธ์ (วท.ม.) --จุฬาลงกรณ์มหาวิทยาลัย, 2555en_US
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบการประมาณค่าพารามิเตอร์ของข้อมูลที่ถูกตัดปลายทางขวาประเภทที่ 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 LEVen_US
dc.description.abstractalternativeThe 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.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2012.1755-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectการประมาณค่าพารามิเตอร์en_US
dc.subjectการแจกแจงปกติen_US
dc.subjectการแจกแจงโลจิสติกen_US
dc.subjectParameter estimationen_US
dc.subjectGaussian distributionen_US
dc.subjectLogistic distributionen_US
dc.titleการศึกษาเปรียบเทียบการประมาณพารามิเตอร์โดยตัวประมาณแบบกราฟที่มีการถ่วงน้ำหนักจากข้อมูลที่ถูกตัดปลายทางขวาen_US
dc.title.alternativeA comparative study on parameter estimation by weighted graphical estimator from right–censored dataen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineสถิติ-
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorAnupap.S@Chula.ac.th-
dc.identifier.DOI10.14457/CU.the.2012.1755-
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
achiraya_so.pdf3.81 MBAdobe PDFView/Open
Show simple item record


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