การศึกษาเปรียบเทียบการประมาณพารามิเตอร์โดยตัวประมาณแบบกราฟที่มีการถ่วงน้ำหนักจากข้อมูลที่ถูกตัดปลายทางขวา

อชิรญา สดรัมย์

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

Title:	การศึกษาเปรียบเทียบการประมาณพารามิเตอร์โดยตัวประมาณแบบกราฟที่มีการถ่วงน้ำหนักจากข้อมูลที่ถูกตัดปลายทางขวา
Other Titles:	A comparative study on parameter estimation by weighted graphical estimator from right–censored data
Authors:	อชิรญา สดรัมย์
Advisors:	อนุภาพ สมบูรณ์สวัสดี
Other author:	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
Advisor's Email:	Anupap.S@Chula.ac.th
Subjects:	การประมาณค่าพารามิเตอร์ การแจกแจงปกติ การแจกแจงโลจิสติก Parameter estimation Gaussian distribution Logistic distribution
Issue Date:	2555
Publisher:	จุฬาลงกรณ์มหาวิทยาลัย
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
Other Abstract:	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.
Description:	วิทยานิพนธ์ (วท.ม.) --จุฬาลงกรณ์มหาวิทยาลัย, 2555
Degree Name:	วิทยาศาสตรมหาบัณฑิต
Degree Level:	ปริญญาโท
Degree Discipline:	สถิติ
URI:	http://cuir.car.chula.ac.th/handle/123456789/45032
URI:	http://doi.org/10.14457/CU.the.2012.1755
metadata.dc.identifier.DOI:	10.14457/CU.the.2012.1755
Type:	Thesis
Appears in Collections:	Acctn - Theses

Files in This Item:

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

Show full item record