การศึกษาเปรียบเทียบการประมาณพารามิเตอร์โดยตัวประมาณแบบกราฟที่มีการถ่วงน้ำหนักจากข้อมูลที่ถูกตัดปลายทางขวา

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