Statistics and Probability Commons^™

การเรียนรู้การถ่ายทอดสำหรับการจำแนกภาพด้วยโครงข่ายคอนโวลูชัน: กรณีศึกษาภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19, ธัญญ์ชวิน โพธิวัฒน์ธนัต

Chulalongkorn University Theses and Dissertations (Chula ETD)

เทคนิคการประมวลผลจากภาพถูกนำมาใช้กันอย่างแพร่หลายในหลากหลายอุตสาหกรรมในปัจจุบัน โดยการนำมาประยุกต์ใช้กับทางการแพทย์ก็เป็นอีกหนึ่งอุสาหกรรมที่ได้รับความนิยม ทั้งนี้ปัญหาในการจำแนกภาพสามารถทำได้หลายวิธีด้วยกัน หนึ่งในนั้น คือการนำการเรียนรู้เชิงลึกมาประยุกต์ใช้ในการแก้ไขปัญหา โดยการจำแนกประเภทผ่านการเรียนรู้เชิงลึกสามารถแก้ไขได้อย่างรวดเร็วและแม่นยำผ่านการนำโครงข่ายการเรียนรู้เชิงลึกแบบคอนโวลูชั่น หรือ ซีเอ็นเอ็น (Convolutional Neural Networks หรือ CNN) มาใช้กับเทคนิคการเรียนรู้ถ่ายทอด (Transfer Learning) งานวิจัยนี้จึงนำเสนอวิธีการประยุกต์ใช้เทคนิคการเรียนรู้ถ่ายทอดในการฝึกสอนแบบจำลองโครงข่ายคอนโวลูชั่นเชิงลึกเพื่อจำแนกภาพถ่ายรังสีทรวงอกออกเป็น 3 ประเภท คือ 1) ภาพถ่ายรังสีทรวงอกของผู้ป่วยปกติ 2) ภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19 3) ภาพถ่ายรังสีทรวงอกของผู้ติดเชื้อปอดอักเสบจากไวรัส ผ่านแบบจำลองที่ถูกฝึกมาเรียบร้อย (Pre-trained Model) แล้วสามแบบจำลอง ประกอบด้วย โมไบล์เน็ตวี2 (MobileNetV2) เรสเน็ต50 (Resnet50) และอินเซปชันวี3 (InceptionV3) ซึ่งได้ถูกเลือกมาใช้ในการทดสอบเพื่อสร้างแบบจำลองทั้งหมด 3 ตัว ประกอบด้วย ซีเอ็นเอ็น+โมไบล์เน็ตวี2 ซีเอ็นเอ็น+เรสเน็ต50 และ ซีเอ็นเอ็น+อินเซปชันวี3 ซึ่งพบว่า สมรรถนะแบบจำลองซีเอ็นเอ็น+อินเซปชันวี3 ให้ผลลัพธ์ที่ดีที่สุด จึงถูกเลือกนำไปปรับรายละเอียด การประเมินผลบนชุดข้อมูลทดสอบของแบบจำลองซีเอ็นเอ็น+อินเซปชันวี3 หลังจากทำการปรับรายละเอียด (Fine Tuning) ทั้งหมดด้วยกัน 8 ชั้น คือ ชั้นที่ 280, 250, 230, 200, 160, 150, 130 และ 120 ซึ่งแตกต่างจากบทความวิจัยส่วนใหญ่ที่ทำการละทิ้งการตรึงเพียงชั้นเดียว โดยเห็นได้ว่าการปรับรายละเอียดของแบบจำลองที่ทำการละทิ้งการตรึงตั้งแต่ชั้น 150 ให้ผลการทดสอบการจำแนกภาพถ่ายรังสีทรวงอกของผู้ป่วยที่ติดเชื้อโควิด19 ได้ความแม่นยำที่ดีที่สุดที่ 95% ซึ่งเห็นได้ว่าแนวทางการจำแนกประเภทภาพที่นำเสนอมีความหวังสามารถนำไปพัฒนาต่อยอด เพื่อเป็นประโยชน์ต่ออุตสาหกรรมการแพทย์ได้

การฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็นในการจัดประเภทข้อความ, ธีรพงศ์ แซ่ลิ้ม

Chulalongkorn University Theses and Dissertations (Chula ETD)

การจัดประเภทข้อความ (Text classification) เป็นกระบวนการคัดแยกข้อความให้เป็นหมวดหมู่อย่างถูกต้อง ตัวแบบจำลองการฝึกอบรมล่วงหน้าโดยใช้ตัวเข้ารหัสแบบสองทิศจากทรานฟอร์เมอร์ หรือเรียกว่า BERT ช่วยทำให้ตัวแบบจำลองเรียนรู้บริบทของคำแบบสองทิศทาง ส่งผลให้สามารถจัดประเภทข้อความได้อย่างมีประสิทธิภาพและแม่นยำ ถึงแม้ว่าตัวแบบจำลอง BERT และตัวแบบจำลองที่เกิดขึ้นจากสถาปัตยกรรมนี้ จะสามารถจัดการงานด้านการประมวลผลทางธรรมชาติได้อย่างยอดเยี่ยม แต่กลับพบว่าตัวแบบจำลองนี้ยังพบเจอปัญหา Overfitting กล่าวคือ เมื่ออยู่ในสถานการณ์ที่ชุดข้อมูลในการฝึกอบรมมีจำนวนตัวอย่างน้อย ตัวแบบจำลอง BERT จะให้ความสนใจไปที่คำบางคำมากเกินไปจนไม่สนใจบริบทของประโยค จนทำให้ตัวแบบจำลองไม่สามารถทำนายข้อมูลในชุดการทดสอบได้ถูกต้อง ซึ่งส่งผลในประสิทธิของตัวแบบจำลองลดลง ดังนั้นในงานวิทยานิพนธ์ฉบับนี้จึงเสนอแนวทาง วิธีการฝึกปรปักษ์เสมือนด้วยการรบกวนแบบถ่วงน้ำหนักโทเค็น ซึ่งรวมการรบกวนสองระดับเข้าด้วยกัน ได้แก่ การรบกวนระดับประโยค และการรบกวนแบบถ่วงน้ำหนักโทเค็น เพื่อสร้างการรบกวนที่มีความละเอียดกว่าการฝึกปรปักษ์เสมือนแบบดั้งเดิม ที่อาศัยเพียงการรบกวนระดับประโยคเท่านั้น วิธีการนี้จะช่วยให้ตัวแบบจำลองสามารถเรียนรู้โทเค็นที่สำคัญในประโยค จากการทดลองบนเกณฑ์มาตรฐานการประเมินความเข้าใจภาษาทั่วไป (GLUE) แสดงให้เห็นว่าวิธีการที่นำเสนอสามารถเพิ่มประสิทธิภาพของตัวแบบจำลองโดยได้คะแนนเฉลี่ยร้อยละ 79.5 ซึ่งมีประสิทธิภาพเหนือกว่าตัวแบบจำลอง BERT และสามารถแก้ไขปัญหา Overfitting ในชุดข้อมูลขนาดเล็ก

การเปรียบเทียบความแม่นยำการจำแนกประเภทข้อมูลอนุกรมเวลาในปริภูมิเวกเตอร์ระหว่างวิธีแซ็คและวิธีบอส: กรณีศึกษา ข้อมูลคลื่นไฟฟ้าหัวใจ, นภัสสร แก้วกล้า

Chulalongkorn University Theses and Dissertations (Chula ETD)

การตรวจคลื่นไฟฟ้าหัวใจ เป็นหัตถการสำคัญที่ใช้วินิจฉัยความผิดปกติของหัวใจ แต่การตรวจวัดคลื่นไฟฟ้าหัวใจนั้นก็อาจมีสัญญาณรบกวนแบบต่าง ๆ ที่เกิดขึ้นได้จากหลายสาเหตุ ซึ่งอาจทำให้ผลการวินิจฉัยทางการแพทย์ผิดพลาด งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบอัลกอริทึมสำหรับการจำแนกประเภทข้อมูลคลื่นไฟฟ้าหัวใจที่มีสัญญาณรบกวนด้วย Symbolic Aggregate Approximation in Vector Space (SAXVSM) และ Bag of Symbolic Fourier Approximation Symbols in Vector Space (BOSSVS) เพื่อให้สามารถเลือกใช้อัลกอริทึมในการจำแนกประเภทข้อมูลคลื่นไฟฟ้าหัวใจได้อย่างเหมาะสม โดยใช้ข้อมูลคลื่นไฟฟ้าหัวใจ ECG5000 ซึ่งอยู่ในฐานข้อมูล Physionet ซึ่งข้อมูลชุดนี้ถูกบันทึกโดยศูนย์การแพทย์ Beth Israel Deaconess Medical Center (BIDMC) ที่เมืองบอสตัน ประเทศสหรัฐอเมริกา และผู้วิจัยได้จำลองการสัญญาณรบกวนในคลื่นไฟฟ้าหัวใจ 4 แบบ ได้แก่ 1) Electromyography (EMG) 2) Powerline Interference 3) Baseline Wander และ 4) Composite ที่ระดับ 25% 50% และ 100% เพื่อเปรียบเทียบประสิทธิภาพของการจำแนกประเภทจังหวะการเต้นของหัวใจปกติและผิดปกติด้วย SAXVSM และ BOSSVS จากการวิจัยสามารถสรุปได้ว่า สำหรับข้อมูลทั้ง 13 ชุด ทั้ง SAXVSM และ BOSSVSM มีประสิทธิภาพดีใกล้เคียงกัน โดยมีค่าความถูกต้องและคะแนน F1 อยู่ที่ 97-99% ค่าความแม่นยำอยู่ที่ 95-99% และค่าความระลึกอยู่ที่ 97-100% แต่ BOSSVS ใช้เวลาในการประมวลผลนานกว่า SAXVSM

การเปรียบเทียบวิธีบูตแสตรปในการประมาณช่วงความเชื่อมั่นของค่าสัมประสิทธิ์การถดถอยเชิงเส้นที่มีมิติสูงด้วยวิธีลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์, พริษฐ์ ชาญเชิงพานิช

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อเสนอวิธีบูตแสตรปตัวประมาณสัมประสิทธิ์การถดถอยลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์ ซึ่งเป็นตัวประมาณแบบ 2 ขั้นตอน คือใช้วิธีลาสโซ่แบบปรับปรุงในการคัดเลือกตัวแปรอิสระจากนั้นใช้วิธีริดจ์ในการประมาณค่าสัมประสิทธิ์การถดถอย และเปรียบเทียบกับวิธีบูตแสตรปตัวประมาณสัมประสิทธิ์การถดถอยลาสโซ่และพาร์เชียลริดจ์ โดยทดลองบูตแสตรป 2 วิธีคือ วิธีสุ่มส่วนเหลือและวิธีสุ่มตัวแปรตามพร้อมกับตัวแปรอิสระ ซึ่งเกณฑ์ที่ใช้วัดประสิทธิภาพคือ ความกว้างของช่วงความเชื่อมั่น ความน่าจะเป็นครอบคลุม อัตราผลบวกเทียม และอัตราผลลบเทียม งานวิจัยนี้ศึกษาสัมประสิทธิ์การถดถอยใน 2 ลักษณะได้แก่ บางเบาอย่างอ่อนและบางเบาอย่างรุนแรง และจำลองข้อมูลจากการแจกแจงแบบปกติหลายตัวแปรโดยใช้เมทริกซ์ความแปรปรวนร่วมของค่าคลาดเคลื่อนที่แตกต่างกัน ทั้งหมด 8 กรณี ผลการศึกษาพบว่าวิธีบูตแสตรปแบบสุ่มส่วนเหลือตัวประมาณลาสโซ่แบบปรับปรุงและพาร์เชียลริดจ์มีประสิทธิภาพสูงสุดในแง่การให้ความกว้างของช่วงความเชื่อมั่นโดยเฉลี่ยสั้นที่สุดในเกือบทุกกรณี และวิธีบูตแสตรปแบบสุ่มตัวแปรตามพร้อมกับตัวแปรอิสระตัวประมาณลาสโซ่และพาร์เชียลริดจ์มีประสิทธิภาพสูงสุดเมื่อพิจารณาด้วยเกณฑ์อัตราผลบวกเทียม อย่างไรก็ตาม เมื่อพิจารณาด้วยเกณฑ์ความน่าจะเป็นครอบคลุมและอัตราผลลบเทียมพบว่าไม่ปรากฏวิธีการบูตแสตรปแบบใดแบบหนึ่งที่มีประสิทธิภาพสูงสุดอย่างชัดเจน

การพยากรณ์อนุกรมเวลาด้วยตัวแบบผสมระหว่าง Arimax และการถดถอยพหุนาม, วนิดา วงศ์วัฒนบัณฑิต

Chulalongkorn University Theses and Dissertations (Chula ETD)

การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบความถูกต้องของการพยากรณ์อนุกรมเวลาที่ได้จาก 3 ตัวแบบ คือ ตัวแบบ ARIMA, ตัวแบบ ARIMAX และตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม ซึ่งใช้ชุดข้อมูลจริงของราคาหุ้น AMATA และหุ้น KBANK ในการศึกษา ครั้งนี้ได้ทำการแบ่งข้อมูลออกเป็น 2 ชุด คือ ชุดที่ 1 สำหรับการสร้างตัวแบบการพยากรณ์ และชุดที่ 2 สำหรับการตรวจสอบความถูกต้องของตัวแบบพยากรณ์ โดยเกณฑ์ที่ใช้เปรียบเทียบความถูกต้องของตัวแบบ คือ รากที่สองของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (Root Mean Square Error: RMSE) โดยตัวแบบที่ให้ค่า RMSE ต่ำที่สุด จะเป็นตัวแบบที่เหมาะสมที่สุด จากผลการศึกษาพบว่า ตัวแบบผสมระหว่าง ARIMAX และการถดถอยพหุนาม เป็นตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ราคาหุ้น AMATA และหุ้น KBANK

การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา, ธัญพิชชา ยอดแก้ว

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบเบตา ด้วยวิธีการประมาณค่าแบบกำลังสองต่ำสุด (OLS) วิธีของแชตเทอร์จีและแมคลีช (CM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม (MLE_EM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม เมื่อมีการปรับค่าข้อมูลก่อนคำนวณด้วยค่าเฉลี่ย (MLE_EM_MEAN) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม เมื่อมีการปรับค่าข้อมูลก่อนคำนวณด้วยค่ามัธยฐาน (MLE_EM_MED) เปรียบเทียบจากค่าประสิทธิภาพสัมพัทธ์ของค่าเฉลี่ยของค่าคลาดเคลื่อนกำลังสอง โดยจำลองข้อมูลทั้งหมด 2187 สถานการณ์ จากการศึกษาพบว่า 1) เมื่อข้อมูลมีขนาดเล็กหรือปานกลาง (n=30,50) และมีเปอร์เซ็นต์ในการถูกตัดปลายทางขวาน้อย (r1=10) วิธี OLS และ CM เป็นวิธีที่มีประสิทธิภาพสูงสุด แตกต่างกันตามลักษณะการกระจายตัวของตัวแปรอิสระและความคลาดเคลื่อน 2) วิธีในกลุ่ม MLE_EM มีประสิทธิภาพสูงสุด เมื่อตัวอย่างขนาดปานกลาง (n=50) ถูกตัดปลายทางขวาปานกลางหรือมาก (r1=20,30) และตัวอย่างขนาดใหญ่ (n=100) โดยแบ่งตามช่วงการเข้ามาของข้อมูล เมื่อข้อมูลเข้ามาในช่วงต้นของการเปิดรับ วิธี MLE_EM_MED มีประสิทธิภาพสูงสุด ในขณะที่เมื่อข้อมูลเข้ามาในช่วงกลางของการเปิดรับ วิธีในกลุ่ม MLE_EM จะมีประสิทธิภาพสูงสุด และเมื่อข้อมูลเข้ามาในช่วงท้ายของการเปิดรับ วิธี MLE_EM และ MLE_EM_MEAN เป็นวิธีที่มีประสิทธิภาพสูงสุด 3) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้น หรือข้อมูลถูกตัดปลายทางขวาน้อยลง หรือสัดส่วนของช่วงเวลาที่เปิดรับข้อมูลเข้ามาเพื่อศึกษาต่อช่วงเวลาที่ศึกษาข้อมูลลดลง หรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ

การทดสอบสกอร์และวิธีการบูทสแตรปสำหรับการทดสอบทวินามนิเสธที่มีค่าศูนย์จำนวนมาก, สิริยาภรณ์ บรรณสิทธิ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาความสามารถในการควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 และเพื่อศึกษาการเปรียบเทียบกำลังการทดสอบสำหรับวิธีการทดสอบสกอร์และวิธีการบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ สำหรับการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก โดยพิจารณาความสามารถในการควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 และกำลังการทดสอบ การวิจัยนี้เป็นการวิจัยเชิงทดลองโดยใช้วิธีการจำลองข้อมูลที่อาศัยเทคนิคมอนติคาร์โล ซึ่งในงานวิจัยได้จำลองข้อมูลที่มีการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก ที่มีความน่าจะเป็นที่จะเกิดศูนย์เท่ากับ 0, 0.1, 0.2, 0.3, 0.4 และ 0.5 โดยมีค่าเฉลี่ยทวินามนิเสธเท่ากับ 1, 2, 3 และ 4 มีการกระจาย (Dispersion) สำหรับการแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก เท่ากับ 0.01, 0.025, 0.05 และ 0.075 ขนาดตัวอย่างเท่ากับ 20, 50 และ 100 และกำหนดระดับนัยสำคัญทางสถิติของการทดสอบเท่ากับ 0.05 ในแต่ละสถานการณ์กระทำซ้ำ 5,000 ครั้ง ผลการวิจัยปรากฏว่าทั้งการทดสอบสกอร์และการทดสอบบูทสแตรปที่ประยุกต์ที่ประยุกต์กับการทดสอบสกอร์ สามารถควบคุมความน่าจะเป็นของความผิดพลาดแบบที่ 1 ได้ดี และเมื่อพิจารณากำลังการทดสอบพบว่า ส่วนมากการทดสอบบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ให้กำลังการทดสอบที่สูงกว่าการทดสอบสกอร์ จากการพิจารณาทั้งความน่าจะเป็นของความความผิดพลาดแบบที่ 1 และกำลังการทดสอบภายใต้การแจกแจงทวินามนิเสธที่มีค่าศูนย์จำนวนมาก สรุปได้ว่าวิธีการบูทสแตรปที่ประยุกต์กับการทดสอบสกอร์ช่วยให้การทดสอบสกอร์มีประสิทธิภาพมากขึ้น

การวิเคราะห์โครงข่ายของโรคที่เกิดร่วมกันในผู้สูงอายุไทย, อรพินท์ สิงห์โตทอง

Chulalongkorn University Theses and Dissertations (Chula ETD)

ภาวะโรคร่วม หรือ Comorbidity คือการเกิดโรคร่วมกันตั้งแต่สองโรคขึ้นไปในผู้ป่วยรายเดียวและเป็นประเด็นที่น่าสนใจทางด้านสาธารณสุข ผู้วิจัยจึงมีความสนใจศึกษาการวิเคราะห์โครงข่ายของภาวะโรคร่วมในผู้สูงอายุไทยโดยมีการเปรียบเทียบรูปแบบของโครงข่ายของภาวะโรคร่วม โดยใช้ข้อมูลประวัติการเข้ารับการรักษาของผู้ป่วยที่มีอายุตั้งแต่ 60 ปีขึ้นไป ในปี พ.ศ.2562 ที่ได้จากฐานข้อมูลผู้ป่วยภายใต้สำนักงานหลักประกันสุขภาพแห่งชาติ จากการศึกษาพบว่า การกำหนดรูปแบบและเกณฑ์ในการแบ่งรูปแบบปฏิสัมพันธ์ที่แตกต่างกันสำหรับการแสดงผลของโครงข่ายนั้นจะมีข้อดี ข้อเสียแตกต่างกัน สำหรับกรณีที่ผู้ศึกษาต้องการดูภาพรวมของโครงข่ายทั้งหมดว่ามีโรคใดบ้างที่พบมากเป็นลำดับแรก ๆ ควรกำหนดให้เกณฑ์ค่าความชุกในตำแหน่งเปอร์เซ็นไทล์ที่ต่ำ เพื่อให้โครงข่ายแสดงโหนดออกมาในจำนวนมากแต่ทั้งนี้อาจจะไม่เหมาะสำหรับการดูประเภทของรูปแบบปฏิสัมพันธ์เนื่องจากอาจเกิดเส้นเชื่อมจำนวนมากทำให้มีโครงข่ายความซับซ้อน สำหรับกรณีที่ต้องการทราบว่า โรคใดบ้างที่มีความสัมพันธ์กันสูง ควรจะกำหนดเกณฑ์ค่าลิฟต์ให้มีค่าสูง เนื่องจากค่าลิฟต์เป็นค่าที่บ่งบอกถึงระดับความสัมพันธ์ระหว่างคู่โหนดนั่นเอง และการกำหนดคุณลักษณะที่เหมาะสมให้กับส่วนประกอบของโครงข่ายจะทำให้เข้าใจถึงภาวะโรคร่วมได้ดี และโดยทั่วไปแล้วผู้วิจัยแนะนำให้ใช้การแสดงผลแบบ Fruchterman-Reingold เนื่องจากเป็นรูปแบบที่มีการกำหนดให้แต่ละเส้นเชื่อมตัดกันน้อยที่สุด รวมถึงการกระจายของโหนดอย่างเท่าเทียมทำให้โครงข่ายที่ได้มีความสวยงามและเข้าใจง่าย หรือทั้งนี้ผู้ใช้งานอาจจะพิจารณาจากหลายโครงข่ายประกอบกัน

ความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อนและแบบก่อตัว : การวิเคราะห์ด้วยสถิติแบบเบส์, พิมพ์ลักษณ์ เจริญวานิชกูร

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบความเหมาะสมของโมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนระหว่างโมเดลการวัดแบบสะท้อนและแบบก่อตัว 2) เปรียบเทียบความเป็นพลเมืองดิจิทัลและองค์ประกอบของความเป็นพลเมืองดิจิทัลของนักเรียนที่มีภูมิหลังต่างกัน โดยกลุ่มตัวอย่างที่ใช้ในการวิจัย คือ นักเรียนระดับชั้นมัธยมศึกษาตอนปลายในโรงเรียนสังกัดสำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน (สพฐ.) เขตกรุงเทพมหานคร จำนวน 450 คน ได้มาจากการสุ่มตัวอย่างแบบสองขั้นตอน เครื่องมือที่ใช้ในการวิจัยเป็นแบบวัดความเป็นพลเมืองดิจิทัล จำนวน 46 ข้อ วิเคราะห์ข้อมูลใช้สถิติบรรยาย การวิเคราะห์ความแปรปรวน การวิเคราะห์ด้วยสถิติแบบเบส์ และการวิเคราะห์ด้วยสถิติแบบความถี่ ด้วยโปรแกรม Mplus ผลการวิจัยพบว่า 1) โมเดลการวัดความเป็นพลเมืองดิจิทัลของนักเรียนแบบสะท้อน (Reflective-Reflective) มีความเหมาะสมมากกว่าโมเดลการวัดแบบก่อตัว (Reflective-Formative) 2) ความเป็นพลเมืองดิจิทัลของนักเรียน เมื่อเปรียบเทียบตามเพศ ระดับชั้น ระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อการพักผ่อน และระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อพบปะกับเพื่อนฝูง พบว่ามีความเป็นพลเมืองดิจิทัลแตกต่างกันอย่างไม่มีนัยสำคัญทางสถิติที่ระดับ .05 แต่เมื่อเปรียบเทียบตามแผนการเรียน ขนาดโรงเรียน และระยะเวลาที่ใช้อินเทอร์เน็ตเพื่อการศึกษา พบว่ามีความเป็นพลเมืองดิจิทัลแตกต่างกันอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 เมื่อเปรียบเทียบปฏิสัมพันธ์ระหว่างขนาดโรงเรียนและแผนการเรียน พบว่า โรงเรียนขนาดกลาง นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีความเป็นพลเมืองดิจิทัลสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 พิจารณาองค์ประกอบของความเป็นพลเมืองดิจิทัล พบว่า องค์ประกอบที่ 1 การรู้ดิจิทัล นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่และขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลาง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษา 5-6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลา 3-4 ชั่วโมงอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 2 การมีส่วนร่วมทางดิจิทัล นักเรียนหญิงมีคะแนนเฉลี่ยสูงกว่านักเรียนชาย นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลางอย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 3 การรักษาอัตลักษณ์ในโลกดิจิทัล นักเรียนที่ศึกษาในแผนการเรียนวิทย์–คณิตและศิลป์–คำนวณมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในแผนการเรียนศิลป์–ภาษา นักเรียนที่ศึกษาในโรงเรียนขนาดใหญ่พิเศษมีคะแนนเฉลี่ยสูงกว่านักเรียนที่ศึกษาในโรงเรียนขนาดกลาง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษา 5-6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลาน้อยกว่า 1 ชั่วโมง 1-2 ชั่วโมง และ 3-4 ชั่วโมง และนักเรียนที่ใช้อินเทอร์เน็ตเพื่อการศึกษามากกว่า 6 ชั่วโมง มีคะแนนเฉลี่ยสูงกว่านักเรียนที่ใช้เวลาน้อยกว่า 1 ชั่วโมง และ 3-4 ชั่วโมง อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 องค์ประกอบที่ 4 การมีจริยธรรมในการใช้ดิจิทัล …

การพัฒนาโมเดลสมการโครงสร้างพหุระดับของปัจจัยที่มีอิทธิพลต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนมัธยมศึกษา, อักษราภัคส์ โกสินรุ่งเรือง

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์ดังนี้ 1) ศึกษาสภาพของทักษะการเรียนรู้และนวัตกรรมของนักเรียน 2) ตรวจสอบความตรงของโมเดลสมการโครงสร้างพหุระดับของปัจจัยที่มีอิทธิพลต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนมัธยมศึกษากับข้อมูลเชิงประจักษ์ ตัวอย่างประกอบด้วยนักเรียนระดับชั้นมัธยมศึกษาปีที่ 3 จำนวน 893 คน และครูผู้สอนนักเรียนระดับชั้นมัธยมศึกษาปีที่ 3 จำนวน 78 คน ในภาคเรียนที่ 2 ปีการศึกษา 2564 ซึ่งเก็บข้อมูลจากโรงเรียนจำนวน 39 แห่ง สังกัดสำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน จังหวัดกรุงเทพมหานคร สุ่มตัวอย่างโดยใช้วิธีการแบบหลายขั้นตอน (Multi-Stage Random Sampling) เครื่องมือที่ใช้ในการวิจัยประกอบด้วยแบบสอบถามสำหรับนักเรียน และแบบสอบถามสำหรับครู การวิเคราะห์สถิติบรรยายด้วยโปรแกรม SPSS 22.0 และการวิเคราะห์โมเดลสมการโครงสร้างพหุระดับ (The Multilevel Structural Equation Model: MSEM) ด้วยโปรแกรม Mplus 8.8 ผลการวิจัยพบว่า 1) สภาพของทักษะการเรียนรู้และนวัตกรรมของนักเรียนอยู่ในระดับปานกลาง เพศหญิงและเพศชายมีระดับทักษะการเรียนรู้และนวัตกรรมไม่แตกต่างกัน 2) โมเดลสมการโครงสร้างพหุระดับของปัจจัยที่มีอิทธิพลต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนมัธยมศึกษามีความสอดคล้องกับข้อมูลเชิงประจักษ์ (Chi-square = 86.903, df = 71, p-value = 0.0966 และ RMSEA = 0.016) โดยระดับนักเรียน พบว่า การอบรมเลี้ยงดูแบบประชาธิปไตย เจตคติต่อการเรียน และความเชื่ออำนาจภายในตน มีอิทธิพลทางตรงเชิงบวกต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียน อีกทั้งการอบรมเลี้ยงดูแบบประชาธิปไตยยังส่งอิทธิพลทางอ้อมต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนโดยส่งผ่านความเชื่ออำนาจภายในตนของนักเรียนอย่างมีนัยสำคัญทางสถิติ สำหรับระดับโรงเรียนพบว่า การจัดกิจกรรมการเรียนการสอน และบรรยากาศในชั้นเรียน มีอิทธิพลทางตรงเชิงบวกต่อทักษะการเรียนรู้และนวัตกรรมของนักเรียนอย่างมีนัยสำคัญทางสถิติ ตัวแปรทำนายทั้งหมดในระดับนักเรียนและระดับโรงเรียนสามารถอธิบายความแปรปรวนของทักษะการเรียนรู้และนวัตกรรมได้ร้อยละ 71 และ 95 ตามลำดับ

แนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียนมัธยมศึกษาตอนปลาย: การวิเคราะห์โมเดล สมการโครงสร้างพหุระดับ, ประกายแก้ว ไกรสงคราม

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มีวัตถุประสงค์เพื่อ 1) พัฒนาโมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียน 2) ตรวจสอบความสอดคล้องเชิงประจักษ์ของโมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียน และ 3) นำเสนอแนวทางการส่งเสริมและสนับสนุนการจัดการเรียนรู้เกี่ยวกับความฉลาดรู้ทางการเงินให้แก่นักเรียน ผู้วิจัยดำเนินการวิจัย 2 ระยะ ระยะที่ 1 การพัฒนาโมเดลสมการโครงสร้างพหุระดับความฉลาดรู้ทางการเงินของนักเรียน ตัวอย่างที่ใช้ในการวิจัยประกอบด้วย นักเรียน ครู และผู้บริหารโรงเรียน รวมทั้งสิ้น 2,073 คน ใช้การสุ่มแบบแบ่งชั้น ตามภูมิภาคและขนาดโรงเรียน เก็บรวบรวมข้อมูลโดยใช้แบบสอบถามออนไลน์ที่พัฒนาขึ้นให้มีคุณสมบัติการวัดเชิงจิตมิติ ส่วนระยะที่ 2 การศึกษาแนวทางการส่งเสริมความฉลาดรู้ทางการเงินของนักเรียน เก็บข้อมูลโดยการสัมภาษณ์ นักเรียน ครู และผู้บริหาร รวม 22 คน วิเคราะห์ข้อมูลโดยใช้สถิติเชิงบรรยายประกอบด้วย ความถี่ ร้อยละ ค่าเฉลี่ย ส่วนเบี่ยงเบนมาตรฐาน ค่าความเบ้ ความโด่ง และค่าสัมประสิทธิ์ สหสัมพันธ์ ส่วนการวิเคราะห์อิทธิพลระหว่างตัวแปรในการศึกษาครั้งนี้จะวิเคราะห์ด้วยโมเดลสมการโครงสร้างพหุระดับ (3 ระดับ) โดยใช้โปรแกรม MPLUS ผลการวิจัยมีดังนี้ 1.โมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียนแบ่งออกเป็น 3 ระดับ ประกอบด้วยโมเดลระดับนักเรียน ระดับห้องเรียน และระดับโรงเรียน ตัวแปรระดับนักเรียนประกอบด้วย การปลูกฝังด้านการเงินจากครอบครัว ประสบการณ์ทางการเงินของนักเรียน และความฉลาดรู้ทางการเงินของนักเรียน โดยการปลูกฝังด้านการเงินจากครอบครัวเป็นปัจจัยที่มีอิทธิพลทางตรงต่อความฉลาดรู้ทางการเงินของนักเรียนและอ้อมผ่านประสบการณ์ทางการเงินของนักเรียน ตัวแปรระดับห้องเรียน ประกอบด้วยความฉลาดรู้ทางการเงินของครูและกระบวนการจัดการเรียนรู้ของครูด้านการเงิน โดยความฉลาดรู้ทางการเงินของครูมีอิทธิพลต่อกระบวนการจัดการเรียนรู้ของครูด้านการเงิน ในขณะที่ตัวแปรระดับโรงเรียนมีเพียงปัจจัยเดียวคือ การสนับสนุนของโรงเรียนด้านการจัดการเรียนรู้ทางการเงิน ซึ่งมีอิทธิพลต่อความฉลาดรู้ทางการเงินของครูและกระบวนการจัดการเรียนรู้ของครูด้านการเงินในระดับห้องเรียน นอกจากนี้กระบวนการจัดการเรียนรู้ของครูด้านการเงินมีอิทธิพลต่อความฉลาดรู้ทางการเงินของนักเรียนในระดับนักเรียนด้วย 2.โมเดลสมการโครงสร้างพหุระดับของความฉลาดรู้ทางการเงินของนักเรียนสอดคล้องกับข้อมูลเชิงประจักษ์ (chi² = 266.25, df = 140, p = .000, CFI = 0.979, TLI = 0.972, RMSEA = 0.021) ผลการวิเคราะห์พบว่า การปลูกฝังด้านการเงินจากครอบครัวมีอิทธิพลทางตรงต่อความฉลาดรู้ ทางการเงินของนักเรียนและประสบการณ์ทางการเงินของนักเรียนด้วยขนาด .616 และ .368 ตามลำดับ อย่างมีนัยสำคัญทางสถิติที่ระดับ .05 นอกจากนี้การปลูกฝังด้านการเงินจากครอบครัวยังส่งอิทธิพล โดยอ้อมผ่านประสบการณ์ทางการเงินของนักเรียนไปยังความฉลาดรู้ทางการเงินของนักเรียนด้วยขนาด .337 โดยสรุปแล้วมีค่าอิทธิพลโดยรวมขนาด .953 …

Prognostic Modeling Of Recovery Following Stem Cell Transplantation, Brielle A. Forsthoffer

Theses and Dissertations

Predicting the trajectory of lymphoid recovery following myeloablative hematopoietic stem cell transplantation (SCT) can help guide subsequent therapeutic decisions, since poor recovery has been associated with graft-versus-host disease (GVHD), relapse and mortality. Previous attempts at classifying patients depended on absolute criteria being set prior to modeling absolute lymphocyte counts (ALCs) over time. Having an empirical clinical decision support tool for objectively determining the trajectory an individual might take during their recovery would be advantageous. We propose using growth-based trajectory modeling (GBTM) and growth mixture modeling (GMM), which utilize machine learning algorithms to empirically identify latent groupings of data. Due to …

Bayesian Techniques For Relating Genetic Polymorphisms To Diffusion Tensor Images Of Cocaine Users, Tmader Alballa

Theses and Dissertations

Past investigations utilizing Diffusion Tensor Imaging (DTI) have demonstrated that cocaine use disorder (CUD) yields white matter changes. We proposed three Bayesian techniques in order to explore the relationship between Fractional Anisotropy (FA), genetic data, and years of cocaine use (YCU). CUD participants exhibit abnormality in different areas of the brain versus non-drug using controls, which is measured by DTI. This dissertation is motivated by a neuroimaging genetic study in cocaine dependence, which found that there were relationships between several genes such as GAD and 5-HT₂R and CUD subjects.

In the first chapter, there is background on the …

Bayesian Experimental Design For Bayesian Hierarchical Models With Differential Equations For Ecological Applications, Rebecca Atanga

Theses and Dissertations

Ecologists are interested in the composition of species in various ecosystems. Studying population dynamics can assist environmental managers in making better decisions for the environment. Traditionally, the sampling of species has been recorded on a regular time frequency. However, sampling can be an expensive process due to financial and physical constraints. In some cases the environments are threatening, and ecologists prefer to limit their time collecting data in the field. Rather than convenience sampling, a statistical approach is introduced to improve data collection methods for ecologists by studying the dynamics associated with populations of interest. Population models including the logistic …

Characterization Of Modern Ammunition And Background Profiles: A Novel Approach And Probabilistic Interpretation Of Inorganic Gunshot Residue, Korina Layli Menking-Hoggatt

Graduate Theses, Dissertations, and Problem Reports (ETD)

Gunshot residue (GSR) can provide essential clues in gun-related investigations. The standard practice for GSR analysis uses SEM-EDS, with the capability for single particle elemental and morphological analysis. However, the method is time-consuming and based on categorical classification models without considering case circumstances. Therefore, complementary and more encompassing methods are needed to improve evidence interpretation of modern ammunition. This research aims to fill these demands by developing standard materials and alternative methods to characterize and interpret IGSR.

This study developed primer GSR (pGSR) standards from sixty discharged primers that were fully characterized by three techniques. The number of GSR particles, …

Satellite-Based Phenology Analysis In Evaluating The Response Of Puerto Rico And The United States Virgin Islands' Tropical Forests To The 2017 Hurricanes, Melissa Collin

Cal Poly Humboldt theses and projects

The functionality of tropical forest ecosystems and their productivity is highly related to the timing of phenological events. Understanding forest responses to major climate events is crucial for predicting the potential impacts of climate change. This research utilized Landsat satellite data and ground-based Forest Inventory and Analysis (FIA) plot data to investigate the dynamics of Puerto Rico and the U.S. Virgin Islands’ (PRVI) tropical forests after two major hurricanes in 2017. Analyzing these two datasets allowed for validation of the remote sensing methodology with field data and for the investigation of whether this is an appropriate approach for estimating forest …

Review Of Forecasting Univariate Time-Series Data With Application To Water-Energy Nexus Studies & Proposal Of Parallel Hybrid Sarima-Ann Model, Cory Sumner Yarrington

Graduate Theses, Dissertations, and Problem Reports (ETD)

The necessary materials for most human activities are water and energy. Integrated analysis to accurately forecast water and energy consumption enables the implementation of efficient short and long-term resource management planning as well as expanding policy and research possibilities for the supportive infrastructure. However, the integral relationship between water and energy (water-energy nexus) poses a difficult problem for modeling. The accessibility and physical overlay of data sets related to water-energy nexus is another main issue for a reliable water-energy consumption forecast. The framework of urban metabolism (UM) uses several types of data to build a global view and highlight issues …

Statistical Modeling Of Quarrying Activities And Their Impact On Residents’ Satisfaction, Jefferson M. Domingues, Vania F. L. Miranda, Denise C. Rezende, Yara S. Lares, Saulo R. Ferreira, Izabela R. C. De Oliveira

Journal of Environmental Science and Sustainable Development

This research aims to analyse the impact of quarrying on the health and perception of neighbouring communities. A standard questionnaire survey was conducted to collect data from quarry neighbours in a residential neighbourhood located in the city of Lavras, Minas Gerais, Brazil. Residences were distributed based on proximity to a quarrying company, resulting in three distances divided by three equally distant radii, named as Area I (closest to the quarrying company at 630 m), Area II (730 m), and Area III (farthest from the quarrying company at 830 m). Data gathered from 177 residents were analysed with logistic regression models. …

Dach1 Mutation Frequency In Endometrial Cancer Is Associated With High Tumor Mutation Burden, Mckayla J. Riggs, Nan Lin, Chi Wang, Dava W. Piecoro, Rachel W. Miller, Oliver A. Hampton, Mahadev Rao, Frederick R. Ueland, Jill M. Kolesar

Obstetrics and Gynecology Faculty Publications

OBJECTIVE: DACH1 is a transcriptional repressor and tumor suppressor gene frequently mutated in melanoma, bladder, and prostate cancer. Loss of DACH1 expression is associated with poor prognostic features and reduced overall survival in uterine cancer. In this study, we utilized the Oncology Research Information Exchange Network (ORIEN) Avatar database to determine the frequency of DACH1 mutations in patients with endometrial cancer in our Kentucky population.

METHODS: We obtained clinical and genomic data for 65 patients with endometrial cancer from the Markey Cancer Center (MCC). We examined the clinical attributes of the cancers by DACH1 status by comparing whole-exome sequencing (WES), …

Medical Marijuana And Opioids (Memo) Study: Protocol Of A Longitudinal Cohort Study To Examine If Medical Cannabis Reduces Opioid Use Among Adults With Chronic Pain, Chinazo O. Cunningham, Joanna L. Starrels, Chenshu Zhang, Marcus A. Bachhuber, Nancy L. Sohler, Frances R. Levin, Haruka Minami, Deepika E. Slawek, Julia H. Arnsten

School of Medicine Faculty Publications

Introduction In the USA, opioid analgesic use and overdoses have increased dramatically. One rapidly expanding strategy to manage chronic pain in the context of this epidemic is medical cannabis. Cannabis has analgesic effects, but it also has potential adverse effects. Further, its impact on opioid analgesic use is not well studied. Managing pain in people living with HIV is particularly challenging, given the high prevalence of opioid analgesic and cannabis use. This study's overarching goal is to understand how medical cannabis use affects opioid analgesic use, with attention to Δ9-tetrahydrocannabinol and cannabidiol content, HIV outcomes and adverse events. Methods and …

The Family Of Bicircular Matroids Closed Under Duality, Vaidy Sivaraman, Daniel Slilaty

Mathematics and Statistics Faculty Publications

We characterize the 3-connected members of the intersection of the class of bicircular and cobi- circular matroids. Aside from some exceptional matroids with rank and corank at most 5, this class consists of just the free swirls and their minors.

A Spectral Adjustment For Spatial Confounding, Yawen Guan, Garritt L. Page, Brian J. Reich, Massimo Ventrucci, Shu Yang

Department of Statistics: Faculty Publications

Adjusting for an unmeasured confounder is generally an intractable problem, but in the spatial setting it may be possible under certain conditions. In this paper, we derive necessary conditions on the coherence between the treatment variable of interest and the unmeasured confounder that ensure the causal effect of the treatment is estimable. We specify our model and assumptions in the spectral domain to allow for different degrees of confounding at different spatial resolutions. The key assumption that ensures identifiability is that confounding present at global scales dissipates at local scales. We show that this assumption in the spectral domain is …

Variation In Personality Among Semi-Wild Myanmar Timber Elephants, Sateesh Venkatesh

Theses and Dissertations

This study examines two personality traits: exploration and neophobia, which could influence human-elephant conflicts. Thirty-one semi-wild elephants were tested over two trials using a custom novel puzzle tube containing three tasks and three rewards. Our studies show that elephants do vary significantly between individuals in both exploration and neophobia.

Bayesian Semi-Supervised Keyphrase Extraction And Jackknife Empirical Likelihood For Assessing Heterogeneity In Meta-Analysis, Guanshen Wang

Statistical Science Theses and Dissertations

This dissertation investigates: (1) A Bayesian Semi-supervised Approach to Keyphrase Extraction with Only Positive and Unlabeled Data, (2) Jackknife Empirical Likelihood Confidence Intervals for Assessing Heterogeneity in Meta-analysis of Rare Binary Events.

In the big data era, people are blessed with a huge amount of information. However, the availability of information may also pose great challenges. One big challenge is how to extract useful yet succinct information in an automated fashion. As one of the first few efforts, keyphrase extraction methods summarize an article by identifying a list of keyphrases. Many existing keyphrase extraction methods focus on the unsupervised setting, …

Examining Multiple Imputation For Measurement Error Correction In Count Data With Excess Zeros, Shalima Zalsha

Statistical Science Theses and Dissertations

Measurement error and missing data are two common problems in wildlife population surveys. These data are collected from the environment and may be missing or measured with error when the observer’s ability to see the animal is obscured. Methods such as video transects for estimating red snapper abundance and aerial surveys for estimating moose population sizes are highly affected by these problems since total abundance will be underestimated if missing/mismeasured counts are ignored. We shall refer to this problem as visibility bias; it occurs when the true counts are observed when visibility is high, partially observed when visibility is low …

Improved Statistical Methods For Time-Series And Lifetime Data, Xiaojie Zhu

Statistical Science Theses and Dissertations

In this dissertation, improved statistical methods for time-series and lifetime data are developed. First, an improved trend test for time series data is presented. Then, robust parametric estimation methods based on system lifetime data with known system signatures are developed.

In the first part of this dissertation, we consider a test for the monotonic trend in time series data proposed by Brillinger (1989). It has been shown that when there are highly correlated residuals or short record lengths, Brillinger’s test procedure tends to have significance level much higher than the nominal level. This could be related to the discrepancy between …

Bayesian Modeling For Longitudinal Count Data: Applications In Biomedical Research, Morshed Alam

Theses & Dissertations

Biomedical count data such as the number of seizures for epilepsy patients, number of new tumors at each visit or the number vomiting after each chemo-radiation for the cancer patients are common. Often these counts are measured longitudinally from patients or within clusters in multi-site trials. The Poisson and negative binomial models may not be adequate when data exhibit over or under-dispersion, respectively. On the contrary, a variety of dispersion conditions in count data can be captured by Conway-Maxwell Poisson (CMP) model.

This doctoral dissertation relegates to developing a statistical methodology to model longitudinal count data distributed as CMP via …

Multi-Level Small Area Estimation Based On Calibrated Hierarchical Likelihood Approach Through Bias Correction With Applications To Covid-19 Data, Nirosha Rathnayake

Theses & Dissertations

Small area estimation (SAE) has been widely used in a variety of applications to draw estimates in geographic domains represented as a metropolitan area, district, county, or state. The direct estimation methods provide accurate estimates when the sample size of study participants within each area unit is sufficiently large, but it might not always be realistic to have large sample sizes of study participants when considering small geographical regions. Meanwhile, high dimensional socio-ecological data exist at the community level, providing an opportunity for model-based estimation by incorporating rich auxiliary information at the individual and area levels. Thus, it is critical …

Influence Of Some Climatic Elements On Radon Concentration In Saeva Dupka Cave, Bulgaria, Peter Nojarov, Petar Stefanov, Karel Turek

International Journal of Speleology

This study reveals the influence of some climatic elements on radon concentration in Saeva Dupka Cave, Bulgaria. The research is based mainly on statistical methods. Radon concentration in the cave is determined by two main mechanisms. The first one is through penetration of radon from soil and rocks around the cave (present all year round, but has leading role during the warm half of the year). The second one is through thermodynamic exchange of air between inside of the cave and outside atmosphere (cold half of the year). Climatic factors that affect radon concentration in the cave are temperatures (air, …

Adaptive Ensemble Of Classifiers With Regularization For Imbalanced Data Classification, Chen Wang, Chengyuan Deng, Zhoulu Yu, Dafeng Hui, Xiaofeng Gong, Ruisen Luo

Biology Faculty Research

The dynamic ensemble selection of classifiers is an effective approach for processing label-imbalanced data classifications. However, such a technique is prone to overfitting, owing to the lack of regularization methods and the dependence on local geometry of data. In this study, focusing on binary imbalanced data classification, a novel dynamic ensemble method, namely adaptive ensemble of classifiers with regularization (AER), is proposed, to overcome the stated limitations. The method solves the overfitting problem through a new perspective of implicit regularization. Specifically, it leverages the properties of stochastic gradient descent to obtain the solution with the minimum norm, thereby achieving regularization; …