แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Kobkun Raweesawat. Odds ratio estimation in rare event. Doctoral Degree(Applied Statistics). King Mongkut's University of Technology North Bangkok. Central Library. : King Mongkut's University of Technology North Bangkok, 2016.
Odds ratio estimation in rare event
Name: Kobkun Raweesawat
keyword:
Odds ratio
LCSH:
Mathematical statistics
Abstract:
This thesis is aimed to propose a new estimator of odds ratio in rare events using Empirical Bayes. The study is performed on two distributions ; binomial distribution with informative priors as Beta distribution and Poisson distribution with informative priors as Gamma distribution when data are constructed in two groups with equal and unequal sample sizes : (10,10), (10,30), (30,10) and (10,50). In each group, the probabilities of success are varied to 0.008, 0.01, 0.03, 0.05, 0.10 and 0.15. In each situation, data are simulated with Markov chain simulation algorithm and repeated 5,000 times after 1,000 burn-ins, using R program. The average of percentage of estimated relative error is used as a criterion for comparison. The results indicated that Empirical Bayes (EB), both in binomial and Poisson distributions is more efficient when compared to the modified maximum likelihood estimator (MMLE) and the median unbiased estimator (MMUE).
Abstract:
วิทยานิพนธ์นี้มีวัตถุประสงค์เพื่อเสนอตัวประมาณใหม่ของอัตราส่วนออดของเหตุการณ์ที่เกิดขึ้นได้ยากโดยใช้วิธีเอ็มพิริคัลเบส์ โดยกำหนดการแจกแจง 2 การแจกแจงคือ การแจกแจงแบบทวินาม ซึ่งมีการแจกแจงก่อนที่ให้ข้อมูลคือการแจกแจงแบบเบต้า และการแจกแจงแบบปัวซง ซึ่งมีการแจกแจงก่อนที่ให้ข้อมูลคือการแจกแจงแบบแกมมา ทำการสร้างข้อมูล 2 กลุ่ม มีทั้งขนาดตัวอย่างที่เท่ากัน และไม่เท่ากัน ดังนี้ (10,10), (10,30), (30,10) และ (10,50) กำหนดความน่าจะเป็นของความสำเร็จในแต่ละกลุ่มของข้อมูลมีค่าเท่ากับ 0.008, 0.01, 0.03, 0.05, 0.10 และ 0.15 และทำการจำลองข้อมูล ด้วยเทคนิคลูกโซ่มาร์คอฟ โดยทำซ้ำ 5,000 ครั้ง หลังจากมีการตัดข้อมูลออก 1,000 ครั้งในแต่ละสถานการณ์ที่กำหนดด้วยโปรแกรม R และใช้เปอร์เซ็นต์เฉลี่ยของการประมาณค่าความคลาดเคลื่อนสัมพัทธ์เป็นเกณฑ์ในการเปรียบเทียบ ผลการวิจัยพบว่า วิธีเอ็มพิริ-คัลเบส์มีประสิทธิภาพดีกว่าเมื่อเปรียบเทียบกับวิธีประมาณภาวะน่าจะเป็นสูงสุดแบบปรับปรุง และวิธีประมาณมัธยฐานที่ไม่เอนเอียงแบบปรับปรุง ทั้งในการแจกแจงแบบทวินาม และการแจกแจงแบบปัวซง
King Mongkut's University of Technology North Bangkok. Central Library
Address:
Bangkok
Email:
library@kmutnb.ac.th
Name: Yupaporn Areepong
Role:
Thesis Advisors
Email :
yupaporna@kmutnb.ac.th
Name: Saowanit Sukparungsee
Role:
Thesis Advisors
Email :
swns@kmutnb.ac.th.
Name: Katechan Jampachaisri
Role:
Thesis Advisors
Created:
2016
Modified:
2019-07-26
Issued:
2017-10-19
วิทยานิพนธ์/Thesis
application/pdf
eng
DegreeName: Doctor of Philosophy
Level: Doctoral Degree
Descipline: Applied Statistics
ใช้เวลา
0.03111 วินาที
Kobkun Raweesawat
| Title | Contributor | Type |
|---|---|---|
| Odds ratio estimation in rare event
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Kobkun Raweesawat | Yupaporn Areepong Saowanit Sukparungsee Katechan Jampachaisri | วิทยานิพนธ์/Thesis |
Yupaporn Areepong
Saowanit Sukparungsee
Katechan Jampachaisri
| Title | Creator | Type and Date Create |
|---|---|---|
| The classification using empirical bayes in combination with nearest neighbor
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Saowanit Sukparungsee;Katechan Jampachaisri;Yupaporn Areepong | Natthinee Deetae | วิทยานิพนธ์/Thesis |
| Odds ratio estimation in rare event
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Yupaporn Areepong;Saowanit Sukparungsee;Katechan Jampachaisri | Kobkun Raweesawat | วิทยานิพนธ์/Thesis |