การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบยูนิฟอร์ม

ธนาพิพัฒน์ ทรัพย์ครองชัย

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

dc.contributor.advisor	อนุภาพ สมบูรณ์สวัสดี
dc.contributor.author	ธนาพิพัฒน์ ทรัพย์ครองชัย
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned	2019-09-14T02:18:43Z
dc.date.available	2019-09-14T02:18:43Z
dc.date.issued	2561
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/62973
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2561
dc.description.abstract	งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบความถดถอย เมื่อตัวแปรตามมีการแจกแจงแบบล็อกนอร์มอลและตัวแปรตามบางค่าเป็นข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1 ด้วยวิธีด้วยวิธีกำลังสองต่ำสุด (OLS), วิธีของแชตเทอร์จีและแมคลีช (CM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม (MLE_EM) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็มเมื่อมีการปรับค่าข้อมูลก่อนคำนวณ (MLE_EM_AD) ข้อมูลที่ใช้ในการศึกษาได้จากการจำลองข้อมูล 243 สถานการณ์ ขนาดตัวอย่าง (n) เท่ากับ 30, 50, 100 ร้อยละของตัวแปรตามที่ถูกตัดปลายทางขวา (r1) เท่ากับ 10, 20, 30 สัดส่วนช่วงเวลาที่เปิดรับผู้ป่วยต่อช่วงเวลาที่ติดตามการรอดชีวิต (r2) เท่ากับ 0.1, 0.2, 0.3 อัตราส่วนความแปรปรวนของตัวแปรอิสระตัวที่ 1 ต่อตัวแปรอิสระตัวที่ 2 คือ 1:1, 1:2, 1:5 และอัตราส่วนความแปรปรวนรวมของตัวแปรอิสระต่อความคลาดเคลื่อน คือ 2:1, 1:1, 1:2 จากการศึกษาพบว่า 1) วิธี MLE_EM และ MLE_EM_AD เป็นวิธีที่มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดปานกลางและใหญ่ (n = 50, 100) หรือร้อยละของข้อมูลที่ถูกตัดปลายทางขวาปานกลางและมาก (r1 = 20%, 30%) ในทางกลับกัน 2) วิธี OLS เป็นวิธีที่มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดเล็ก (n = 30) หรือตัวแปรอิสระมีการกระจายตัวน้อยกว่าความคลาดเคลื่อน แต่ CM มีประสิทธิภาพสูงสุดเมื่อตัวแปรอิสระมีการกระจายตัวมากกว่าหรือเท่ากับความคลาดเคลื่อน 3) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้น หรือตัวแปรถูกตัดปลายทางขวาน้อยลง หรือสัดส่วนช่วงเวลาที่เปิดรับผู้ป่วยต่อช่วงเวลาที่ติดตามการรอดชีวิตลดลง หรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ
dc.description.abstractalternative	The objective of this research is to compare the estimation methods for log-linear regression model with dependent variable under random right-censoring from uniform distribution: 1) Ordinary Least Squares Method (OLS); 2) Chatterjee and McLeish Method (CM); 3) Maximum Likelihood Estimation using the EM algorithm (MLE_EM); and 4) Maximum Likelihood Estimation using the EM algorithm with adjusted data (MLE_EM_AD). The results are from 243 scenarios.The sample sizes (n) are 30, 50, 100; the censoring proportions of data (r1) are 10%, 20%, 30%; the random censoring ratio (r2) are 0.1, 0.2, 0.3; the ratio of variances of two independent variables are 1:1, 1:2, 1:5; the ratio of variances of two independent variables to error variance are 2:1, 1:1, 1:2. The findings are: 1) MLE_EM and MLE_EM_AD perform best at sample size are moderate and large (n = 50, 100) or censoring proportion are moderate and high (r1 = 20%, 30%); On the other hand,2) OLS performs best at sample size is small (n = 30) or the ratio of variances of two independent variables to error variance is small but CM perform best at ratio are equal or greater than 1; 3) The efficiency of all of the methods increase when sample size increase or proportion of censored data decrease or random censoring ratio decrease or ratio of 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.2018.1410
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย
dc.subject.classification	Decision Sciences
dc.title	การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบยูนิฟอร์ม
dc.title.alternative	A comparative study on estimation from regression model for data from lognormal distribution under random right-censoring from uniform 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.identifier.DOI	10.58837/CHULA.THE.2018.1410