วิธีบูตสแทร็ปไม่อิงพารามิเตอร์เพื่อทดสอบตำแหน่งระหว่างประชากรสองกลุ่มเมื่อไม่เป็นไปตามข้อตกลงเบื้องต้น

Abstract

          งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพวิธีบูตสแทร็ปไม่อิงพารามิเตอร์เพื่อทดสอบ ตำแหน่งระหว่างประชากรสองกลุ่ม เมื่อไม่เป็นไปตามข้อตกลงเบื้องต้น ประกอบด้วย 4 วิธี ได้แก่ วิธี  Nonparametric Bootstrap t test (NBTT), วิธี Nonparametric Bootstrap Welch t test (NBWT), วิธี  Nonparametric Bootstrap Welch test based on Rank (NBWR) และ วิธี Nonparametric Bootstrap  Yuen test (NBYT) โดยจำลองข้อมูลให้มีการแจกแจงล็อกนอร์มัล การแจกแจงแบบเลขชี้กำลัง และการแจก  แจงแกมมา ทั้งกรณีความแปรปรวนและขนาดตัวอย่างเท่ากันและไม่เท่ากัน ผลการวิจัย พบว่า เมื่อประชากร  มีการแจกแจงล็อกนอร์มัล การแจกแจงแบบเลขชี้กำลัง และการแจกแจงแกมมา กรณีความแปรปรวนเท่ากัน  และความแปรปรวนไม่เท่ากัน และขนาดตัวอย่าง n1, n2 ≤ 30 วิธี NBWR มีประสิทธิภาพสูงสุด ยกเว้นเมื่อ n1, n2 = 30 และความแปรปรวนไม่เท่ากัน อัตราส่วน 1:4 และ 1:9 วิธี NBYT มีประสิทธิภาพสูงสุด สำหรับ กรณีขนาดตัวอย่าง n1, n2 > 30 และความแปรปรวนไม่เท่ากัน วิธี NBYT มีประสิทธิภาพสูงสุด           This research aims to compare the efficiency of four nonparametric bootstrap   methods for location testing between two populations when the preliminary assumptions are violated. The four methods include Nonparametric Bootstrap t test (NBTT), Nonparametric Bootstrap Welch t test (NBWT), Nonparametric Bootstrap Welch test based on Rank (NBWR), and Nonparametric Bootstrap Yuen Test (NBYT). The data simulation   designed to have lognormal, exponential, and gamma distribution. The test includes both equal and unequal of variances and sample size. The results show that when population has log-normal, exponential, and gamma distribution with equal variance, unequal variance and sample size n1, n2 ≤ 30, the NBWR method has the highest efficiency. When n1, n2 = 30 and unequal variance ratio of 1:4 and 1:9, the NBYT method has the highest efficiency. In case that the sample size n1, n2 > 30 and unequal variance, the NBYT method has the highest efficiency.