แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
เบญจวรรณ อยู่ถาวร. การประมาณฟังก์ชันความหนาแน่นน่าจะเป็นของข้อมูลจากการแจกแจงผสม. ปริญญาโท(สถิติประยุกต์). มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง. : มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ, 2552.
การประมาณฟังก์ชันความหนาแน่นน่าจะเป็นของข้อมูลจากการแจกแจงผสม
Density estimations of data from mixture distributions
Name: เบญจวรรณ อยู่ถาวร
keyword:
การแจกแจงแบบผสม.
Abstract:
งานวิจัยนี้มีวัตถุประสงค์เพื่อหาวิธีประมาณฟังก์ชันความหนาแน่นน่าจะเป็นของการแจกแจงผสมไคสแควร์ที่พารามิเตอร์ต่างกัน และการแจกแจงผสมเอ็กซ์โพเนนเชียลที่พารามิเตอร์ต่างกัน โดยวิธี Moment Matching 4 วิธี ได้แก่ โมเมนต์ที่ 1 รอบจุดกำเนิด โมเมนต์ที่ 2 รอบจุดกำเนิด โมเมนต์ที่ 2 รอบค่าเฉลี่ย และโมเมนต์ที่ 3 รอบค่าเฉลี่ย วัดประสิทธิภาพของฟังก์ชันความหนาแน่นน่าจะเป็นด้วยค่าเฉลี่ยของความคลาดเคลื่อนกำลังสอง และค่าเฉลี่ยของความคลาดเคลื่อนกำลังสองเฉลี่ยรวม จากการศึกษาพบว่า ในกรณีที่การแจกแจงผสมเป็นการแจกแจงไคสแควร์ที่มีความเบ้มากวิธีโมเมนต์ที่ 2 รอบค่าเฉลี่ยเป็นวิธีที่เหมาะสม และที่มีความเบ้น้อยวิธีโมเมนต์ที่ 2 รอบจุดกำเนิดเป็นวิธีที่เหมาะสม และในกรณีการแจกแจงผสมเป็นการแจกแจงไฮเปอร์เอ็กซ์โพเนนเชียล ที่มีความเบ้มากวิธีโมเมนต์ที่ 1 รอบจุดกำเนิดเป็นวิธีที่เหมาะสม และที่มีความเบ้ของการแจกแจงน้อยวิธีโมเมนต์ที่ 2 รอบค่าเฉลี่ยเป็นวิธีที่เหมาะสม
Abstract:
The objective of this research is to estimate the probability density function when observations are mixed from a chi-square distribution and an exponential distribution which have different parameters. We compare four estimation methods; First Ordinary Moment, Secondary Ordinary Moment, Secondary Moment about the mean and Third Moment about the mean for finding probability density function by considering Mean Square Error : MSE and Mean Integrated Square Error : MISE. The second moment about the mean is suitable when the data are from chi-square distribution with high skewness, otherwise, the second ordinary moment is preferable for the cases of low skewness. For the case of hyper-exponential distribution, the first ordinary moment is suitable for high skewness, otherwise, the second moment about the mean is preferable for the cases of low skewness.
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง
Address:
กรุงเทพมหานคร
Email:
library@kmutnb.ac.th
Name: วิจิตรา พลเยี่ยม
Role:
ที่ปรึกษาวิทยานิพนธ์
Email :
wpy@kmutnb.ac.th
Name: เสาวณิต สุขภารังษี
Role:
ที่ปรึกษาวิทยานิพนธ์
Email :
swns@kmutnb.ac.th
Created:
2552
Modified:
2567-08-27
Issued:
2553-07-13
วิทยานิพนธ์/Thesis
application/pdf
CallNumber:
E-THESIS
tha
DegreeName: วิทยาศาสตร์มหาบัณฑิต
Level: ปริญญาโท
Descipline: สถิติประยุกต์
©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ
RightsAccess:
ใช้เวลา
0.035995 วินาที
เบญจวรรณ อยู่ถาวร
| Title | Contributor | Type |
|---|---|---|
| การประมาณฟังก์ชันความหนาแน่นน่าจะเป็นของข้อมูลจากการแจกแจงผสม
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ เบญจวรรณ อยู่ถาวร | วิจิตรา พลเยี่ยม เสาวณิต สุขภารังษี | วิทยานิพนธ์/Thesis |
วิจิตรา พลเยี่ยม
เสาวณิต สุขภารังษี