การประมาณค่าพารามิเตอร์สำหรับแผนการทดลองแบบสุ่มสมบูรณ์ปัจจัยคงที่ กรณีข้อมูลระยะยาว

ไพจิตร สิงหาโชติ

DSpace Home
→
Faculty and Institute
→
Faculty of Commerce and Accountancy - Acctn
→
Acctn - Theses
→
View Item

dc.contributor.advisor	สุพล ดุรงค์วัฒนา
dc.contributor.author	ไพจิตร สิงหาโชติ
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned	2010-03-15T03:08:47Z
dc.date.available	2010-03-15T03:08:47Z
dc.date.issued	2545
dc.identifier.isbn	9741734085
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/12189
dc.description	วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2545	en
dc.description.abstract	ศึกษาและเปรียบเทียบการประมาณค่าพารามิเตอร์สำหรับปัจจัยคงที่ ในแผนการทดลองแบบสุ่มสมบูรณ์ 2 วิธี คือ วิธีภาวะน่าจะเป็นสูงสุด (Maximum Likahood Estimation) และวิธีกำลังสองน้อยที่สุด (Ordinary Least Squares Method) โดยข้อมูลที่นำมาวิเคราะห์เป็นข้อมูลระยะยาว ซึ่งสนใจศึกษากรณีที่ลักษณะของความคลาดเคลื่อนเป็นอิสระกัน การวิจัยครั้งนี้ได้จำลองข้อมูลด้วยเทคนิคมอนติคาร์โลโดยใช้โปรแกรม Visual Basic 6 การเปรียบเทียบกระทำภายใต้สถานการณ์ของจำนวนปัจจัยทดลอง ขนาดหน่วยทดลองที่ใช้ และจำนวนครั้งของการเก็บข้อมูล และได้จำลองข้อมูลในกรณีที่ a = 2, 3 และ 4 ; n = 3, 4 และ 5 โดยที่ t = 2, 4 และ 6 สำหรับเกณฑ์ที่นำมาใช้ในการเปรียบเทียบค่าประมาณจากวิธีการทั้งสองแบบนั้น ได้ใช้วิธีการหาค่าระยะทางยุคลิดเฉลี่ยเป็นเกณฑ์ในการเปรียบเทียบ ผลการวิจัยสรุปได้ดังนี้ ในกรณีที่จำนวนปัจจัยการทดลอง ขนาดหน่วยการทดลองที่ใช้และจำนวนครั้งของการเก็บข้อมูลมีค่าน้อย การประมาณค่าพารามิเตอร์ด้วยวิธีกำลังสองน้อยที่สุด ให้ค่าระยะทางยุคลิดเฉลี่ยใกล้เคียงกับการประมาณค่าพารามิเตอร์ด้วยวิธีภาวะ น่าจะเป็นสูงสุด ส่วนในกรณีที่จำนวนปัจจัยทดลอง ขนาดหน่วยทดลองที่ใช้และจำนวนครั้งของการเก็บข้อมูลมีค่ามาก การประมาณค่าพารามิเตอร์ด้วยวิธีกำลังสองน้อยที่สุด ให้ค่าระยะทางยุคลิดเฉลี่ยสูงกว่า การประมาณค่าพารามิเตอร์ด้วยวิธีภาวะน่าจะเป็นสูงสุด นั่นคือการประมาณค่าพารามิเตอร์ของตัวแบบปัจจัยคงที่ สำหรับแผนการทดลองแบบสุ่มสมบูรณ์ กรณีข้อมูลระยะยาวและมีลักษณะความคลาดเคลื่อนเป็นอิสระกันด้วยวิธีภาวะน่าจะ เป็นสูงสุด จะให้ค่าประมาณโดยส่วนใหญ่ดีกว่าการประมาณด้วยวิธีกำลังสองน้อยที่สุด	en
dc.description.abstractalternative	To compare two methods of parameters estimation for a fixed-effect completely randomized design with longitudinal data; maximun likelihood estimation and ordinary least square method. Monte Carlo simulation is done through Visual Basic 6.0 Code. It is simulated under several situations due to the number of levels for treatment, the number of levels for period, the number of replication for each treatment combination of the observed data. In this study, the simulation is specified at a=2, 3 and 4 ; n=3, 4 and 5 when t=2, 4 and 6 respectively. The average of Euclidean distance between the vector of parameter estimates and the vector of true values is a criteria for comparison between both methods. The result of the study shows that parameter estimates for each parameter using maximum likelihood estimation for the number of levels for treatment, the number of levels for period, the number of replication for each treatment combination of the observed data greater than; provides shortor averaged distance than the one from the ordinary least square method. When the number of levels for treatment, the number of levels for period, the number of replication for each treatment combination of the observed data less than; the distance from the maximum likelihood estimation is not difference the one from the ordinary least square method.	en
dc.format.extent	758417 bytes
dc.format.mimetype	application/pdf
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2002.432
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การประมาณค่าพารามิเตอร์	en
dc.subject	ความน่าจะเป็น	en
dc.subject	วิธีกำลังสองน้อยที่สุด	en
dc.subject	การออกแบบการทดลอง	en
dc.title	การประมาณค่าพารามิเตอร์สำหรับแผนการทดลองแบบสุ่มสมบูรณ์ปัจจัยคงที่ กรณีข้อมูลระยะยาว	en
dc.title.alternative	Parameters estimation for a fixed-effect completely randomized design with longitudinal data	en
dc.type	Thesis	es
dc.degree.name	สถิติศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	สถิติ	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	fcomsdu@acc.chula.ac.th, Supol.D@Chula.ac.th
dc.identifier.DOI	10.14457/CU.the.2002.432