การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย
สำหรับข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1 ที่มีการแจกแจงแบบล็อกนอร์มอล

ศิวพร ทิพย์พันธุ์

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

dc.contributor.advisor	อนุภาพ สมบูรณ์สวัสดี
dc.contributor.author	ศิวพร ทิพย์พันธุ์
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned	2019-02-26T09:54:25Z
dc.date.available	2019-02-26T09:54:25Z
dc.date.issued	2561
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/61239
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2561
dc.description.abstract	งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีการประมาณค่าจากตัวแบบ การถดถอย เมื่อตัวแปรตามมีการแจกแจงแบบล็อกนอร์มอลและตัวแปรตามบางค่าเป็นข้อมูล ที่ถูกตัดปลายทางขวาแบบที่ 1 ด้วยวิธีกำลังสองต่ำสุด (OLS) วิธีภาวะน่าจะเป็นสูงสุด (MLE) วิธีของแชตเทอร์จีและแมคลีช (CM) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม (MLE_EM) ข้อมูลในการศึกษาได้จากการจำลองข้อมูลจำนวน 81 สถานการณ์ สถานการณ์ละ 10,000 รอบ ขนาดตัวอย่าง (n) เท่ากับ 30, 50, 100 และเปอร์เซ็นต์การถูกตัดปลายทางขวาของตัวแปรตาม (r) เท่ากับ 10%, 20%, 30% และอัตราส่วนความแปรปรวนของตัวแปรอิสระตัวที่ 1 ต่อตัวแปรอิสระ ตัวที่ 2 คือ 1:1, 1:2, 1:5 และอัตราส่วนความแปรปรวนรวมของตัวแปรอิสระต่อความคลาดเคลื่อน คือ 2:1, 1:1, 1:2 จากการศึกษาพบว่า 1) วิธี MLE และวิธี MLE_EM มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดใหญ่ (n=100) หรือตัวแปรตามถูกตัดปลายทางขวามาก (r=30%) ในทางกลับกัน 2) วิธี OLS เป็นวิธีที่มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดเล็ก (n=30) หรือตัวแปรตามถูกตัดปลายทางขวาน้อย (r=10%) และ 3) วิธี CM เป็นวิธีที่มีประสิทธิภาพสูงสุดในสถานการณ์ที่เหลือ กล่าวคือ เมื่อตัวอย่างมีขนาดปานกลาง (n=50) หรือตัวแปรตามถูกตัดปลายทางขวาปานกลาง (r=20%) นอกจากนั้นพบว่า 4) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้นหรือตัวแปรตาม ถูกตัดปลายทางขวาน้อยลงหรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ
dc.description.abstractalternative	The objective of this research is to compare the estimation methods for log-linear regression model with dependent variable under type-I right-censoring: 1) Ordinary Least Squares Method (OLS); 2) Maximum Likelihood Estimation (MLE); 3) Chatterjee and McLeish Method (CM); and 4) Maximum Likelihood Estimation using the EM algorithm (MLE_EM). The results on this research are from 81 simulated scenarios with simulation size of 10,000. The sample sizes (n) are 30, 50, 100; the censoring proportions of data (r) are 10%, 20%, 30%; the ratio of variances of two independent variables of 2:1, 1:1, 1:2; the ratio of the sum of variances of two independent variables to error variance of 2:1, 1:1, 1:2. The findings are: 1) MLE_EM and MLE perform the best at large sample size (n=100) or high censoring proportion (r=30%); on the other hand, 2) OLS performs the best at small sample size (n=30) or low censoring proportion (r=10%); and 3) CM performs the best generally for the rest of scenarios such that the sample size is moderate (n=50) or censoring proportion is moderate (r=20%); moreover, 4) The efficiency of all of the methods increase when sample size increase or proportion of right-censored data on dependent variable decrease or ratio of the sum of variances of two independent variables to error variance increase.
dc.language.iso	th
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย
dc.relation.uri	http://doi.org/10.58837/CHULA.THE.2018.1412
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย
dc.subject	ข้อมูลที่ถูกตัดปลาย
dc.subject	การวิเคราะห์การถดถอย
dc.subject	วิธีกำลังสองน้อยที่สุด
dc.subject	ทฤษฎีการประมาณค่า (สถิติ)
dc.subject	Censored observations (Statistics)
dc.subject	Regression analysis
dc.subject	Least squares
dc.subject	Estimation theory
dc.subject.classification	Decision Sciences
dc.title	การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1 ที่มีการแจกแจงแบบล็อกนอร์มอล
dc.title.alternative	A comparative study on estimation from regression model For type-I right-censored data from lognormal distribution
dc.type	Thesis
dc.degree.name	วิทยาศาสตรมหาบัณฑิต
dc.degree.level	ปริญญาโท
dc.degree.discipline	สถิติ
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย
dc.email.advisor	anupap.s@chula.ac.th
dc.subject.keyword	ตัวแบบการถดถอย
dc.subject.keyword	ข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1
dc.subject.keyword	ความแปรปรวน
dc.subject.keyword	Regression Model
dc.subject.keyword	Type-I Right-Censoring
dc.subject.keyword	Variance
dc.identifier.DOI	10.58837/CHULA.THE.2018.1412