แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Nitaya Buntao. Statistical inference with imprecise random samples. Doctoral Degree(Applied Statistics). King Mongkut's University of Technology North Bangkok. Central Library. : King Mongkut's University of Technology North Bangkok, 2012.
Statistical inference with imprecise random samples
การอนุมานเชิงสถิติกับตัวอย่างสุ่มแบบไม่แม่นยา
Name: Nitaya Buntao
keyword:
Delta lognormal distribution
LCSH:
PROBABILITIES
LCSH:
SAMPLING (STATISTICS)
Abstract:
This thesis deals with statistical inference with imprecise random samples which actual values of samples are unknown. The lognormal, delta-lognormal, and heavy-tailed distributions are studied in some cases that measurements belong to interval [xi - ∆i, xi + ∆i]. According to statistical inference of imprecise random samples is quite complicated, firstly, we concern the traditional statistics with precise data for lognormal and delta-lognormal distributions and then new confidence intervals for statistical characteristics are proposed by several methods. Next, we formulate the general problem in the case of imprecise random samples and show how to estimate different characteristics and produce estimates based on these input intervals. The ideas are similar to the traditional statistical approach, we look for point estimates with imprecise random samples to find the appropriate point estimates for different parameters using the Maximum Likelihood approach. We first provide general formulas for using this approach to produce point estimates under interval uncertainty. It is therefore desirable to find the range of possible values for these estimates. The formulas and algorithms for computing these ranges are provided. In section of heavy-tailed distributions, we use decision theory to describe which characteristics are the best for different objective functions. For the resulting characteristics, we provide efficient methods for computing their estimates with imprecise data. Finally, we extend statistical inference to the fuzzy uncertainty in the way to establish well-formalized models for elements combining probabilistic information expressed by a probability measure P (S) and expert-related possibilistic information expressed by a possibility measure M(S).
Abstract:
วิทยานิพนธ์ฉบับนี้ศึกษาการอนุมานเชิงสถิติกับตัวอย่างสุ่มแบบไม่แม่นยำ ซึ่งค่าที่
แท้จริงของตัวอย่างเป็นค่าที่ไม่ทราบ โดยการแจกแจงล็อกนอร์มอล เดลต้า-ล็อกนอร์มอล และ
แบบหางหนาได้ถูกนำมาศึกษาในกรณีที่ค่าที่แท้จริงตกอยู่ในช่วง [xi - ∆i, xi + ∆i]. เนื่องจากการการอนุมานเชิงสถิติกับตัวอย่างสุ่มแบบไม่แม่นยำค่อนข้างที่จะซับซ้อน ผู้วิจัยเริ่มต้นการพิจารณาสถิติแบบดั้งเดิมสำหรับข้อมูลที่ทราบค่าแม่นยำที่มีการแจกแจงล็อกนอร์มอลและเดลต้าล็อกนอร์มอล และนำเสนอช่วงความเชื่อมั่นใหม่ๆ ด้วยวิธีการต่างๆ ต่อจากนั้นผู้วิจัยได้กำหนดปัญหาทั่วไปกรณีตัวอย่างสุ่มแบบไม่แม่นยำและแสดงวิธีการประมาณค่าคุณลักษณะต่างๆ ภายใต้ข้อมูลแบบช่วง โดยมีวิธีการคล้ายกับสถิติแบบดั้งเดิมคือการประมาณค่าแบบจุดใช้วิธีภาวะน่าจะเป็นสูงสุดเพื่อหาจุดประมาณการที่เหมาะสมสำหรับพารามิเตอร์ที่ต่างกัน ผู้วิจัยได้เสนอสูตรทั่วไปสำหรับการใช้วิธีการประมาณแบบจุดภายใต้ตัวอย่างสุ่มแบบช่วง ดังนั้นช่วง
ของค่าค่าคุณลักษณะที่เกิดขึ้นจึงเป็นเรื่องที่น่าสนใจ ในที่นี้สูตรและขั้นตอนของวิธีการคำนวณ
ได้ถูกการนำเสนอด้วย สำหรับการแจกแจงแบบหางหนาผู้วิจัยใช้ทฤษฎีการตัดสินใจในการ
อธิบายว่าคุณลักษณะตัวใดเป็นตัวที่ดีที่สุดสำหรับฟังก์ชั่น เป้าหมายที่แตกต่างกัน ผู้วิจัยได้
นำเสนอวิธีการที่มีประสิทธิภาพสำหรับการคำนวณตัวประมาณเมื่อตัวอย่างสุ่มเป็นแบบไม่
แม่นยำ ประเด็นสุดท้ายผู้วิจัยได้ขยายการอนุมานเชิงสถิติไปเรื่องความไม่แน่นอนคลุมเครือ
เพื่อที่จะสร้างรูปแบบที่เหมาะสมสำหรับการรวมกันของข้อมูลความน่าจะที่แสดงโดยตัวชี้วัด
ความน่าจะเป็น P(S) และข้อมูลความเป็นไปได้จากผู้เชี่ยวชาญที่แสดงโดยตัวชี้วัดความ
เป็นไปได้ M(S)
King Mongkut's University of Technology North Bangkok. Central Library
Address:
Bangkok
Email:
library@kmutnb.ac.th
Name: Sa-aat Niwitpong
Role:
Thesis Advisors
Email :
snw@kmutnb.ac.th
Name: T Nguyen Hung
Role:
Thesis Advisors
Created:
2012
Modified:
2556-07-02
Issued:
2013-06-12
วิทยานิพนธ์/Thesis
application/pdf
CallNumber:
Dissert DAST N5B
eng
DegreeName: Doctor of Philosophy
Level: Doctoral Degree
Descipline: Applied Statistics
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.035622 วินาที
Nitaya Buntao
| Title | Contributor | Type |
|---|---|---|
| Statistical inference with imprecise random samples
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Nitaya Buntao | Sa-aat Niwitpong Thesis Advisors snw@kmutnb.ac.th T Nguyen Hung Thesis Advisors | วิทยานิพนธ์/Thesis |
Sa-aat Niwitpong
| Title | Creator | Type and Date Create |
|---|---|---|
| Predictive inference for autoregressive processes
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sa-aat Niwitpong;T Nguyen Hung | Wararit Panichkitkosolkul | วิทยานิพนธ์/Thesis |
| Statistical inference with imprecise random samples
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sa-aat Niwitpong;Thesis Advisors;snw@kmutnb.ac.th;T Nguyen Hung;Thesis Advisors | Nitaya Buntao | วิทยานิพนธ์/Thesis |
T Nguyen Hung
| Title | Creator | Type and Date Create |
|---|---|---|
| Predictive inference for autoregressive processes
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sa-aat Niwitpong;T Nguyen Hung | Wararit Panichkitkosolkul | วิทยานิพนธ์/Thesis |
| Predictive inference for time series with applications
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sa-aat Niwitpong;T Nguyen Hung | Monchaya Chiangpradit | วิทยานิพนธ์/Thesis |
| Statistical inference with imprecise random samples
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sa-aat Niwitpong;Thesis Advisors;snw@kmutnb.ac.th;T Nguyen Hung;Thesis Advisors | Nitaya Buntao | วิทยานิพนธ์/Thesis |