Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/50396
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorเสกสรร เกียรติสุไพบูลย์en_US
dc.contributor.authorสุวัฒน์ ปลื้มอารมณ์en_US
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชีen_US
dc.date.accessioned2016-12-01T08:06:22Z-
dc.date.available2016-12-01T08:06:22Z-
dc.date.issued2558en_US
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/50396-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2558en_US
dc.description.abstractวิทยานิพนธ์ฉบับนี้นำเสนอวิธีการใหม่เพื่อเป็นทางเลือกในการประมาณค่าเฉลี่ยประชากรสำหรับการสุ่มตัวอย่างแบบชั้นภูมิเมื่อไม่ทราบขนาดของประชากรในแต่ละชั้นภูมิด้วยวิธีเบย์ งานวิจัยนี้พิจารณาเฉพาะกรณีที่ประชากรมีสองชั้นภูมิโดยมีชั้นภูมิใดชั้นภูมิหนึ่งมีค่าสังเกตเป็นบวก และอีกชั้นภูมิหนึ่งมีค่าสังเกตเป็นศูนย์ ระเบียบวิธีชั้นภูมิเบย์ที่นำเสนอจะประมาณค่าเฉลี่ยประชากรด้วยค่าคาดหวังภายหลังของค่าเฉลี่ยถ่วงน้ำหนักระหว่างค่าเฉลี่ยตัวอย่างจากสองชั้นภูมิ โดยกำหนดให้การแจกแจงก่อนเป็นการแจกแจงแบบสม่ำเสมอ และฟังก์ชันความควรจะเป็นเป็นฟังก์ชันแจกแจงแบบไฮเปอร์จีออเมตริก และค่าประมาณค่าเฉลี่ยประชากรคำนวณด้วยวิธีเชิงตัวเลข จากการประเมินประสิทธิภาพของวิธีชั้นภูมิเบย์เปรียบเทียบกับการสุ่มตัวอย่างแบบง่ายโดยพิจารณาจากค่าความคลาดเคลื่อนมาตรฐานเป็นเกณฑ์ พบว่าการประมาณค่าแบบชั้นภูมิเบย์จะมีประสิทธิภาพดีกว่าการประมาณค่าด้วยการสุ่มตัวอย่างแบบง่ายเมื่อชั้นภูมิทั้งสองมีความแตกต่างกันอย่างชัดเจน ซึ่งอาจเกิดขึ้นเมื่อค่าเฉลี่ยประชากรของชั้นภูมิที่มีค่าสังเกตเป็นบวกมีค่าสูง หรือค่าความแปรปรวนประชากรของชั้นภูมิที่มีค่าสังเกตเป็นบวกมีค่าต่ำ ผู้วิจัยประยุกต์ระเบียบวิธีดังกล่าวกับข้อมูลค่าใช้จ่ายด้านการวิจัยและพัฒนาของประเทศไทยประจำปี 2556 ซึ่งสำรวจโดยสำนักงานคณะกรรมการนโยบายวิทยาศาสตร์ เทคโนโลยีและนวัตกรรมแห่งชาติen_US
dc.description.abstractalternativeThis thesis introduces a new approach to estimate population mean for stratified sampling with unknown strata sizes, based on Bayesian estimation. We focus on the case of two strata when one stratum contains positive observed values and the other stratum contains zero observed values. The proposed Bayesian stratified sampling approach estimates the population mean by the posterior expected value of the weighted average between the sample means from the two strata. The prior distribution is a uniform distribution and the likelihood function is a hypergeometric distribution. The estimate is evaluated by a numerical procedure. Employing standard error as the performance measure, we compare the performance of the proposed method with that of the simple random sampling approach. From the experimental results, we find that the Bayesian stratified sampling approach offers a better performance when the two strata are clearly distinguished from each other. This condition can be met either by that the population mean of the positive-valued stratum is of high value or by that the population variance of the positive-valued stratum is of low value. We apply the proposed methodology to the data set of Thailand’s 2013 national research and development expenditures collected by National Science Technology and Innovation Policy Office.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.relation.urihttp://doi.org/10.14457/CU.the.2015.970-
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectการสุ่มตัวอย่าง (สถิติ)-
dc.subjectSampling (Statistics)-
dc.titleการสุ่มตัวอย่างแบบชั้นภูมิโดยไม่ทราบขนาดประชากรในแต่ละชั้นภูมิen_US
dc.title.alternativeStratified sampling with unknown population size in each stratumen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineสถิติen_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorSeksan.K@Chula.ac.th,seksan@cbs.chula.ac.th,seksan@cbs.chula.ac.then_US
dc.identifier.DOI10.14457/CU.the.2015.970-
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
5681606626.pdf2.98 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.