Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/12834
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | มานพ วราภักดิ์ | - |
| dc.contributor.advisor | สรชัย พิศาลบุตร | - |
| dc.contributor.author | นพรัตน์ กระต่ายทอง | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี | - |
| dc.date.accessioned | 2010-06-11T08:24:13Z | - |
| dc.date.available | 2010-06-11T08:24:13Z | - |
| dc.date.issued | 2542 | - |
| dc.identifier.isbn | 9743342389 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/12834 | - |
| dc.description | วิทยานิพนธ์ (สต.ม)--จุฬาลงกรณ์มหาวิทยาลัย, 2542 | en |
| dc.description.abstract | วัตถุประสงค์ของการวิจัยในครั้งนี้ เพื่อศึกษาหารูปแบบการแปลงข้อมูลที่สามารถแปลงข้อมูลให้มีการแจกแจงแบบปกติ โดยพิจารณารูปแบบการแปลงข้อมูลทั้งหมด 4 รูปแบบด้วยกันคือ การแปลงโดยใช้ล็อกการิทึม (logarithm transformation) การแปลงโดยใช้วิธีการกลับเศษส่วน (reciprocal transformation) การแปลงโดยใช้รากที่สอง (square root transformation) และการแปลงโดยใช้เลขยกกำลัง (power transformations) ภายใต้สถานการณ์ที่กำหนด คือ รูปแบบการแจกแจง (วัดได้ด้วยความเบ้และความโด่ง) ขนาดตัวอย่าง (20, 30, 40, 50, และ 100) และระดับนัยสำคัญของการทดสอบเทียบความกลมกลืนกัน (0.01, 0.05, 0.10 และ 0.15) การพิจารณารูปแบบการแปลงที่ดีที่สุดจะพิจารณาจากเปอร์เซ็นต์ของการยอมรับ H0 : การแจกแจงปกติภายหลังการใช้การแปลงด้วยวิธีการต่างๆ สำหรับข้อมูลที่ใช้ในการทดลองครั้งนี้ได้จากการจำลองข้อมูลด้วยเทคนิคมอนติคาร์โล ซึ่งกระทำซ้ำ 200 ครั้งในแต่ละสถานการณ์ และใช้ข้อมูลที่เกิดขึ้นจริงประกอบการศึกษาในครั้งนี้ด้วย ผลการวิจัยสรุปได้ดังนี้ 1. รูปแบบการแปลงโดยใช้เลขยกกำลังมีเปอร์เซ็นต์ของการยอมรับ H0 มากที่สุดในทุกสถานการณ์ รองลงมาคือการแปลงโดยใช้การกลับเศษส่วน การแปลงโดยใช้ล็อกการิทึม และการแปลงโดยใช้รากที่สอง ตามลำดับ 2. เมื่อความโด่งมีระดับต่ำแนวโน้มของเปอร์เซ็นต์ของการยอมรับ H0 มีลักษณะแปรผันตามความโด่งถึงจุดหนึ่ง จากนั้นมีลักษณะแปรผกผันกับความโด่งเมื่อความโด่งมีระดับสูงขึ้น 3. การแจกแจงแบบเบ้ขวา : เปอร์เซ็นต์ของการยอมรับ H0 แปรผันตามขนาดตัวอย่างเมื่อความเบ้มีระดับสูง แต่ไม่ขึ้นอยู่กับขนาดตัวอย่างเมื่อความเบ้อยู่ในระดับต่ำ การแจกแจงแบบเบ้ซ้าย : เปอร์เซ็นต์ของการยอมรับ H0 แปรผกผันกับความเบ้และความโด่ง แต่ไม่ขึ้นอยู่กับขนาดตัวอย่าง | en |
| dc.description.abstractalternative | The purpose of this research is to investigate the data transformation forms which can transform data to normal distribution. The data transformation forms are logarithm transformation, recipocal transformation, square root transformation, and power transformations. Under the assigned situations are shape of distribution (measured by skewness and kurtosis), sample size (20, 30, 40, 50 and 100), and level of significance of the goodness of fit test (0.01, 0.05, 0.10 and 0.15). The percentage of accept H0 : normal distribution is used in evaluating the capability of the data transformation forms. The Monte Carlo experiment is repeated 200 times for each situation and real data are used in this research as well. Result of the study are as follows: 1. The most percentage of accept H0 came from power transformations, reciprocal transformation, logarithm transformation, and square root transformation, consequently. 2. The trend of the percentage of accept H0 vary directly to the low level of kurtosis and vary indirectly to the high level of kurtosis. 3. Positive skew-distribution : the percentage of accept H0 vary directly to sample size but it is not affected by sample size at the low level of skewness. Negative skew-distribution : the percentage of accept H0 vary indirectly to the level of skewness and kurtosis but it is not affected by sample size. | en |
| dc.format.extent | 672358 bytes | - |
| dc.format.extent | 359084 bytes | - |
| dc.format.extent | 673185 bytes | - |
| dc.format.extent | 643398 bytes | - |
| dc.format.extent | 11623892 bytes | - |
| dc.format.extent | 2356233 bytes | - |
| dc.format.extent | 684033 bytes | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.format.mimetype | application/pdf | - |
| dc.language.iso | th | es |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en |
| dc.relation.uri | http://doi.org/10.14457/CU.the.1999.261 | - |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en |
| dc.subject | สถิติ | en |
| dc.subject | การแจกแจง (ทฤษฎีความน่าจะเป็น) | en |
| dc.title | การแปลงข้อมูลให้มีการแจกแจงแบบปกติ | en |
| dc.title.alternative | Data transformation to normal distribution | en |
| dc.type | Thesis | es |
| dc.degree.name | สถิติศาสตรมหาบัณฑิต | es |
| dc.degree.level | ปริญญาโท | es |
| dc.degree.discipline | สถิติ | es |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en |
| dc.email.advisor | fcommva@acc.chula.ac.th | - |
| dc.email.advisor | ไม่มีข้อมูล | - |
| dc.identifier.DOI | 10.14457/CU.the.1999.261 | - |
| Appears in Collections: | Acctn - Theses | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Noparat_Kr_front.pdf | 656.6 kB | Adobe PDF | View/Open | |
| Noparat_Kr_ch1.pdf | 350.67 kB | Adobe PDF | View/Open | |
| Noparat_Kr_ch2.pdf | 657.41 kB | Adobe PDF | View/Open | |
| Noparat_Kr_ch3.pdf | 628.32 kB | Adobe PDF | View/Open | |
| Noparat_Kr_ch4.pdf | 11.35 MB | Adobe PDF | View/Open | |
| Noparat_Kr_ch5.pdf | 2.3 MB | Adobe PDF | View/Open | |
| Noparat_Kr_back.pdf | 668 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.