วิธีการเบส์เซียนสำหรับการแจกแจงแบบผสมแกมมานัยทั่วไปภายใต้ฟังก์ชันการสูญเสีย

Bayesian approach for mixture generalized gamma distribution on loss functions

Name: ศศิพงศ์ กิจสาสน

keyword: การแจกแจงแบบผสม

ThaSH: ทฤษฎีการตัดสินใจทางสถิติของเบส์

; การแจกแจงแกมมานัยทั่วไป

ThaSH: การประมาณค่าพารามิเตอร์

ThaSH: การแจกแจง (ทฤษฎีความน่าจะเป็น)

ThaSH: การควบคุมความสูญเปล่า

ThaSH: การบริหารความเสี่ยง

Abstract: งานวิจัยนี้ได้นำเสนอการประมาณค่าพารามิเตอร์แบบเบส์เซียนสำหรับการแจกแจงผสม แกมมานัยทั่วไปภายใต้ฟังก์ชันการสูญเสีย มีการจำลองสถานการณ์ศึกษาจากข้อมูลแจกแจงผสมแกมมานัยทั่วไป ในรูปลักษณะเบ้ขวาที่มีขนาดตัวอย่างเท่ากับ 20, 50, 100 และ 300 โดยประมาณ ค่าพารามิเตอร์ด้วยวิธีเบส์เซียนภายใต้ฟังก์ชันการสูญเสีย ในการศึกษานี้ประกอบด้วย ฟังก์ชันการสูญเสียคลาดเคลื่อนกำลังสอง ฟังก์ชันการสูญเสียคลาดเคลื่อนสัมบูรณ์ ฟังก์ชันการสูญเสียคลาดเคลื่อนกำลังสองแบบถ่วงน้ำหนัก ฟังก์ชันป้องกันการสูญเสีย และฟังก์ชันการสูญเสียเค ซึ่งจะเปรียบเทียบประสิทธิภาพตัวประมาณเบส์ด้วยเกณฑ์ ค่าความเสี่ยงภายหลัง และเปรียบเทียบประสิทธิภาพวิธีการประมาณค่าพารามิเตอร์แบบเบส์เซียนกับวิธีภาวะน่าจะเป็นสูงสุด โดยใช้การพิจารณาจากค่าเฉลี่ยคลาดเคลื่อนกำลังสอง ผลการวิจัยพบว่าวิธีการแบบเบส์เซียนมีค่าเฉลี่ยคลาดเคลื่อนกำลังสองน้อยกว่าวิธีภาวะน่าจะเป็นสูงสุดจึงสรุปได้ว่าวิธีการแบบเบส์เซียนเป็นวิธีที่ทำให้ค่าประมาณพารามิเตอร์ได้ดีกว่าแบบภาวะน่าจะเป็นสูงสุด และมีการแสดงในการประยุกต์กับข้อมูล ระยะเวลาที่เกิดความขัดข้องของเครื่องมือติดต่อสื่อสารทางอากาศ โดยวิธีการประมาณ ค่าพารามิเตอร์ที่เหมาะสมที่สุดคือวิธีเบส์เซียนภายใต้ฟังก์ชันป้องกันการสูญเสีย จะได้ตัวแบบการแจกแจงที่มีภาวะสารูปดีกับข้อมูลได้ตี ซึ่งจะเป็นประโยชน์ในการใช้คาดการณ์หรือกำหนดนโยบายต่าง ๆในการซ่อมบำรุงเครื่องมือสื่อสาร

Abstract: This research proposed a Bayesian parameters estimation of mixture generalized gamma distribution based on the loss functions. In this research, we proposed Bayesian parameters estimation by simulation study for right skewed mixture generalized gamma distribution with sample sizes of 20, 50, 100, 300. Parameters estimation using Bayesian estimation under the loss function, which consisted of squared error loss function, absolute error loss function, weighted squared error loss function, precautionary loss function and k-loss function. The performance of the Bayesian estimator was compared with posterior risk criteria, the performance of Bayesian parameter estimation was compared with Maximum likelihood estimation by mean squared error. The results show that the Bayesian method gave less mean squared error, so it was concluded that the Bayesian method performed better than Maximum likelihood method. The result will be shown in application data the active repair times for an airborne communication transceiver. The Bayesian method under the precautionary loss function is the most appropriate estimate distribution model as it has the goodness of fit with data. This will be useful in forecasting or policy maintenance of airborne communication transceiver

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: อุไรวรรณ เจริญกีรติกุล

Role: ที่ปรึกษาวิทยานิพนธ์

Email : uraiwan.j@sci.kmutnb.ac.th

Created: 2564

Modified: 2566-09-18

Issued: 2566-09-18

วิทยานิพนธ์/Thesis

application/pdf

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: สถิติประยุกต์

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B17611222.pdf	27.85 MB	3	2024-08-24 09:37:02

ใช้เวลา

0.029891 วินาที