Statistics and Probability Commons^™

Stat 380: Statistics And Applications, Yumou Qiu

UNL Faculty Course Portfolios

This portfolio prepares for the introduction level undergraduate statistic course (Stat 380) for the students with calculus background, which includes the course goals, contents as well as teaching methods for large session classes. Analysis and evaluation of student learning are also included. In-class activities and discussion helping students’ engagement are introduced. The homework is assigned by Canvas, which summaries the students’ solution and provides analysis for each student.

Effect Of Neuromodulation Of Short-Term Plasticity On Information Processing In Hippocampal Interneuron Synapses, Elham Bayat Mokhtari

Graduate Student Theses, Dissertations, & Professional Papers

Neurons convey information about the complex dynamic environment in the form of signals. Computational neuroscience provides a theoretical foundation toward enhancing our understanding of nervous system. The aim of this dissertation is to present techniques to study the brain and how it processes information in particular neurons in hippocampus.

We begin with a brief review of the history of neuroscience and biological background of basic neurons. To appreciate the importance of information theory, familiarity with the information theoretic basics is required, these basics are presented in Chapter 2. In Chapter 3, we use information theory to estimate the amount of …

Complex-Valued Time Series Modeling For Improved Activation Detection In Fmri Studies, Daniel W. Adrian, Ranjan Maitra, Daniel B. Rowe

Mathematical and Statistical Science Faculty Research and Publications

A complex-valued data-based model with th order autoregressive errors and general real/imaginary error covariance structure is proposed as an alternative to the commonly used magnitude-only data-based autoregressive model for fMRI time series. Likelihood-ratio-test-based activation statistics are derived for both models and compared for experimental and simulated data. For a dataset from a right-hand finger-tapping experiment, the activation map obtained using complex-valued modeling more clearly identifies the primary activation region (left functional central sulcus) than the magnitude-only model. Such improved accuracy in mapping the left functional central sulcus has important implications in neurosurgical planning for tumor and epilepsy patients. Additionally, we …

On Extended Quadratic Hazard Rate Distribution: Development, Properties, Characterizations And Applications, Fiaz Ahmad Bhatti, Gholamhossein G. Hamedani, Wenhui Sheng, Munir Ahmad

Mathematical and Statistical Science Faculty Research and Publications

In this paper, we propose a flexible extended quadratic hazard rate (EQHR) distribution with increasing, decreasing, bathtub and upside-down bathtub hazard rate function. The EQHR density is arc, right-skewed and symmetrical shaped. This distribution is also obtained from compounding mixture distributions. Stochastic orderings, descriptive measures on the basis of quantiles, order statistics and reliability measures are theoretically established. Characterizations of the EQHR distribution are studied via different techniques. Parameters of the EQHR distribution are estimated using the maximum likelihood method. Goodness of fit of this distribution through different methods is studied.

On Modeling Quantities For Insurer Solvency Against Catastrophe Under Some Markovian Assumptions, Daniel Jefferson Geiger

Doctoral Dissertations

"Insurance companies sometimes face catastrophic losses, yet they must remain solvent enough to meet the legal obligation of covering all claims. Catastrophes can result in large damages to the policyholders, causing the arrival of numerous claims to insurance companies at once. Furthermore, the severity of an event could impact the time until the next occurrence. An insurer needs certain levels of startup capital to meet all claims, and then must have adequate reserves on a continual basis, even more so when catastrophes occur. This work examines two facets of these matters: for an infinite time horizon, we extend and develop …

Comparison Of The Performance Of Simple Linear Regression And Quantile Regression With Non-Normal Data: A Simulation Study, Marjorie Howard

Theses and Dissertations

Linear regression is a widely used method for analysis that is well understood across a wide variety of disciplines. In order to use linear regression, a number of assumptions must be met. These assumptions, specifically normality and homoscedasticity of the error distribution can at best be met only approximately with real data. Quantile regression requires fewer assumptions, which offers a potential advantage over linear regression. In this simulation study, we compare the performance of linear (least squares) regression to quantile regression when these assumptions are violated, in order to investigate under what conditions quantile regression becomes the more advantageous method …

Semiparametric Regression In The Presence Of Measurement Error, Xiang Li

Theses and Dissertations

The error-in-covariates problem has received great attention among researchers who study semiparametric and nonparametric inference for regression models over the past two decades. Without correcting for the measurement error in covariates, estimators for covariate effect usually contain bias. To account for measurement error, much research have been done in mean regression (Liang et al., 1999; Fuller, 2009; Carroll et al., 2006) and quantile regression (He and Liang, 2000; Hardle et al., 2000; Wei and Carroll, 2009). In contrast, there is little research in mode regression and this motivates us to propose semiparametric methods to address this error-incovariates problem in Chapters …

Bayesian Semiparametric Methods For Analyzing Panel Count Data, Jianhong Wang

Theses and Dissertations

Panel count data commonly arise in epidemiological, social science, medical studies, in which subjects have repeated measurements on the recurrent events of interest at different observation times. Since the subjects are not under continuous monitoring, the exact times of those recurrent events are not observed but the counts of such events within the adjacent observation times are known. Panel count data can be considered as a special type of longitudinal data with a count response variable in the literature. Compared to the frequentist literature, very limited Bayesian approaches have been developed to analyze panel count data. In this dissertation, several …

How Often Does The Best Team Win? A Unified Approach To Understanding Randomness In North American Sport, Michael J. Lopez, Gregory J. Matthews, Benjamin S. Baumer

Mathematics and Statistics: Faculty Publications and Other Works

Statistical applications in sports have long centered on how to best separate signal (e.g., team talent) from random noise. However, most of this work has concentrated on a single sport, and the development of meaningful cross-sport comparisons has been impeded by the difficulty of translating luck from one sport to another. In this manuscript we develop Bayesian state-space models using betting market data that can be uniformly applied across sporting organizations to better understand the role of randomness in game outcomes. These models can be used to extract estimates of team strength, the between-season, within-season and game-to-game variability of team …

How Often Does The Best Team Win? A Unified Approach To Understanding Randomness In North American Sport, Michael J. Lopez, Gregory J. Matthews, Benjamin S. Baumer

Mathematics and Statistics: Faculty Publications and Other Works

Statistical applications in sports have long centered on how to best separate signal (e.g. team talent) from random noise. However, most of this work has concentrated on a single sport, and the development of meaningful cross-sport comparisons has been impeded by the difficulty of translating luck from one sport to another. In this manuscript, we develop Bayesian state-space models using betting market data that can be uniformly applied across sporting organizations to better understand the role of randomness in game outcomes. These models can be used to extract estimates of team strength, the between-season, within-season, and game-to-game variability of team …

Semiparametric Statistical Estimation And Inference With Latent Information, Qianqian Wang

Theses and Dissertations

In Chapter 1, we predicted disease risk by transformation models in the presence of missing subgroup identifiers. When a discrete covariate defining subgroup membership is missing for some of the subjects in a study, the distribution of the outcome follows a mixture distribution of the subgroup-specific distributions. Taking into account the uncertain distribution of the group membership and the covariates, we model the relation between the disease onset time and the covariates through transformation models in each sub-population, and develop a nonparametric maximum likelihood based estimation implemented through EM algorithm along with its inference procedure. We further propose methods to …

การเปรียบเทียบวิธีการหาจุดเปลี่ยนแปลงแบบออฟไลน์ในข้อมูลอนุกรมเวลาที่มีความผันแปรไม่ปกติที่มีการแจกแจงปกติ 2 ตัวแปร, ปภาวิน เจริญชัยปิยกุล

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพในการตรวจหาจุดเปลี่ยนแปลงของวิธี E-Divisive, e-cp3o และ ks-cp3o สำหรับข้อมูลอนุกรมเวลาที่มีความผันแปรไม่ปกติที่มีการแจกแจงปกติ 2 ตัวแปรซึ่งมีการเปลี่ยนแปลงในค่าเฉลี่ย ค่าความแปรปรวน หรือค่าสหสัมพันธ์ โดยทำการจำลองและเปรียบเทียบประสิทธิภาพโดยใช้ค่า Adjusted Rand Index และเปรียบเทียบจำนวนและตำแหน่งของจุดเปลี่ยนแปลงทั้งสามวิธีในข้อมูลจริง โดยข้อมูลเป็นข้อมูลสัญญาณชีพและข้อมูลปริมาณฝุ่นละออง PM2.5 และเปรียบเทียบการเปลี่ยนแปลงของแต่ละช่วงโดยใช้การทดสอบความแตกต่างของค่าเฉลี่ยและความแปรปรวนของสองประชากร จากการศึกษาพบว่า เมื่อข้อมูลมีขนาดเล็ก (n = 90) วิธี e-cp3o และ ks-cp3o มีประสิทธิภาพในการตรวจหาจุดเปลี่ยนแปลงมากที่สุด (ค่า Adjusted Rand Index มีค่าเป็น 1) และพบว่าวิธี E-Divisive มีประสิทธิภาพสูงเฉพาะกรณีที่ข้อมูลมีการเปลี่ยนแปลงในค่าเฉลี่ย (ค่า Adjusted Rand Index มีค่าเข้าใกล้ 1) เมื่อข้อมูลมีขนาดมากขึ้น (n = 150 และ 300) วิธี E-Divisive มีประสิทธิภาพสูงที่สุดเมื่อข้อมูลมีการเปลี่ยนแปลงค่าเฉลี่ย และวิธี e-cp3o มีประสิทธิภาพสูงที่สุดในกรณีอื่น ๆ การศึกษากับข้อมูลจริงซึ่งเป็นข้อมูลสัญญาณชีพ และข้อมูลปริมาณฝุ่นละออง PM2.5 ซึ่งทำการตรวจหาจุดเปลี่ยนแปลงทั้งหมดในคราวเดียวและแบ่งข้อมูลออกเป็น 3 ส่วนก่อนแล้วจึงนำแต่ละส่วนมาตรวจหาจุดเปลี่ยนแปลง พบว่า วิธี E-Divisive และ ks-cp3o พบจำนวนจุดและตำแหน่งของจุดเปลี่ยนแปลงที่ใกล้เคียงกัน และการแบ่งข้อมูลออกเป็นช่วงย่อยก่อนจะมีประสิทธิภาพมากกว่าการตรวจข้อมูลทั้งหมดในคราวเดียวกัน

การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอย สำหรับข้อมูลที่มีการแจกแจงแบบล็อกนอร์มอล ที่ถูกตัดปลายทางขวาแบบสุ่มที่มีการแจกแจงแบบยูนิฟอร์ม, ธนาพิพัฒน์ ทรัพย์ครองชัย

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบความถดถอย เมื่อตัวแปรตามมีการแจกแจงแบบล็อกนอร์มอลและตัวแปรตามบางค่าเป็นข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1 ด้วยวิธีด้วยวิธีกำลังสองต่ำสุด (OLS), วิธีของแชตเทอร์จีและแมคลีช (CM) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็ม (MLE_EM) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนอีเอ็มเมื่อมีการปรับค่าข้อมูลก่อนคำนวณ (MLE_EM_AD) ข้อมูลที่ใช้ในการศึกษาได้จากการจำลองข้อมูล 243 สถานการณ์ ขนาดตัวอย่าง (n) เท่ากับ 30, 50, 100 ร้อยละของตัวแปรตามที่ถูกตัดปลายทางขวา (r1) เท่ากับ 10, 20, 30 สัดส่วนช่วงเวลาที่เปิดรับผู้ป่วยต่อช่วงเวลาที่ติดตามการรอดชีวิต (r2) เท่ากับ 0.1, 0.2, 0.3 อัตราส่วนความแปรปรวนของตัวแปรอิสระตัวที่ 1 ต่อตัวแปรอิสระตัวที่ 2 คือ 1:1, 1:2, 1:5 และอัตราส่วนความแปรปรวนรวมของตัวแปรอิสระต่อความคลาดเคลื่อน คือ 2:1, 1:1, 1:2 จากการศึกษาพบว่า 1) วิธี MLE_EM และ MLE_EM_AD เป็นวิธีที่มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดปานกลางและใหญ่ (n = 50, 100) หรือร้อยละของข้อมูลที่ถูกตัดปลายทางขวาปานกลางและมาก (r1 = 20%, 30%) ในทางกลับกัน 2) วิธี OLS เป็นวิธีที่มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดเล็ก (n = 30) หรือตัวแปรอิสระมีการกระจายตัวน้อยกว่าความคลาดเคลื่อน แต่ CM มีประสิทธิภาพสูงสุดเมื่อตัวแปรอิสระมีการกระจายตัวมากกว่าหรือเท่ากับความคลาดเคลื่อน 3) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้น หรือตัวแปรถูกตัดปลายทางขวาน้อยลง หรือสัดส่วนช่วงเวลาที่เปิดรับผู้ป่วยต่อช่วงเวลาที่ติดตามการรอดชีวิตลดลง หรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ

การศึกษาเปรียบเทียบการประมาณค่าจากตัวแบบการถดถอยสำหรับข้อมูลที่ถูกตัดปลายทางขวาแบบที่ 1 ที่มีการแจกแจงแบบล็อกนอร์มอล, ศิวพร ทิพย์พันธุ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีการประมาณค่าจากตัวแบบ การถดถอย เมื่อตัวแปรตามมีการแจกแจงแบบล็อกนอร์มอลและตัวแปรตามบางค่าเป็นข้อมูล ที่ถูกตัดปลายทางขวาแบบที่ 1 ด้วยวิธีกำลังสองต่ำสุด (OLS) วิธีภาวะน่าจะเป็นสูงสุด (MLE) วิธีของแชตเทอร์จีและแมคลีช (CM) และวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม (MLE_EM) ข้อมูลในการศึกษาได้จากการจำลองข้อมูลจำนวน 81 สถานการณ์ สถานการณ์ละ 10,000 รอบ ขนาดตัวอย่าง (n) เท่ากับ 30, 50, 100 และเปอร์เซ็นต์การถูกตัดปลายทางขวาของตัวแปรตาม (r) เท่ากับ 10%, 20%, 30% และอัตราส่วนความแปรปรวนของตัวแปรอิสระตัวที่ 1 ต่อตัวแปรอิสระ ตัวที่ 2 คือ 1:1, 1:2, 1:5 และอัตราส่วนความแปรปรวนรวมของตัวแปรอิสระต่อความคลาดเคลื่อน คือ 2:1, 1:1, 1:2 จากการศึกษาพบว่า 1) วิธี MLE และวิธี MLE_EM มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดใหญ่ (n=100) หรือตัวแปรตามถูกตัดปลายทางขวามาก (r=30%) ในทางกลับกัน 2) วิธี OLS เป็นวิธีที่มีประสิทธิภาพสูงสุดเมื่อตัวอย่างมีขนาดเล็ก (n=30) หรือตัวแปรตามถูกตัดปลายทางขวาน้อย (r=10%) และ 3) วิธี CM เป็นวิธีที่มีประสิทธิภาพสูงสุดในสถานการณ์ที่เหลือ กล่าวคือ เมื่อตัวอย่างมีขนาดปานกลาง (n=50) หรือตัวแปรตามถูกตัดปลายทางขวาปานกลาง (r=20%) นอกจากนั้นพบว่า 4) ทุกวิธีมีประสิทธิภาพมากขึ้นเมื่อตัวอย่างมีขนาดใหญ่ขึ้นหรือตัวแปรตาม ถูกตัดปลายทางขวาน้อยลงหรือความคลาดเคลื่อนกระจายตัวน้อยกว่าตัวแปรอิสระ

ความเหลื่อมล้ำทางการศึกษาของผู้เรียนที่มีความต้องการพิเศษ ในโรงเรียนสังกัดสำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน, ณปภัช บรรณาการ

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อ 1) เปรียบเทียบภูมิหลังทางเศรษฐกิจและสังคม ระหว่างผู้เรียนที่มีความต้องการพิเศษกับนักเรียนทั่วไปในโรงเรียนสังกัดคณะกรรมการการศึกษาขั้นพื้นฐาน 2) ศึกษาปัจจัยนำเข้าสำหรับการจัดการเรียนรู้ให้ผู้เรียนที่มีความต้องการพิเศษและระบบช่วยเหลือผู้เรียนที่มีความต้องการพิเศษในโรงเรียนสังกัดคณะกรรมการการศึกษาขั้นพื้นฐาน และ 3) วิเคราะห์ความเหลื่อมล้ำทางการศึกษาของผู้เรียนที่มีความต้องการพิเศษในโรงเรียนอันเนื่องมาจากภูมิหลังทางเศรษฐกิจและสังคม ปัจจัยนำเข้าสำหรับการจัดการเรียนรู้แก่ผู้เรียนที่มีความต้องการพิเศษ และระบบช่วยเหลือผู้เรียนที่มีความต้องการพิเศษในโรงเรียนสังกัดสำนักงานคณะกรรมการการศึกษาขั้นพื้นฐาน การวิจัยนี้เก็บรวบรวมข้อมูลจาก 2 แหล่งประกอบด้วย 1) ข้อมูลปฐมภูมิจากโรงเรียนสังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษาเขต 1 และ 2 ทั้งหมด 43 โรงเรียน 2) แหล่งข้อมูลทุติยภูมิโดยใช้ฐานข้อมูลของผู้สอบ O-NET รายบุคคล ระดับชั้นมัธยมศึกษาปีที่ 3 ที่ศึกษาในโรงเรียนสังกัดคณะกรรมการการศึกษาขั้นพื้นฐาน (สพฐ.) ปีการศึกษา 2560 ของสถาบันทดสอบทางการศึกษาแห่งชาติ (สทศ.) ตัวอย่างที่ใช้ในการวิจัยในครั้งนี้คือ โรงเรียนสังกัดสำนักงานเขตพื้นที่การศึกษามัธยมศึกษาเขต 1 และ 2 จำนวน 39 โรงเรียน และนักเรียนจำนวน 11,534 คน การวิเคราะห์ข้อมูลใช้สถิติบรรยาย การวิเคราะห์กลุ่มแฝง (latent class analysis) และการวิเคราะห์ความเหลื่อมล้ำ (Inequality Index) ด้วยโปรแกรม R ผลการวิจัยสรุปได้ดังนี้ 1) ภูมิหลังทางเศรษฐกิจและสังคมระหว่างผู้เรียนที่มีความต้องการพิเศษกับนักเรียนทั่วไปไม่แตกต่างกันที่ระดับนัยสำคัญ .05 (ꭓ2df = 2 = 2.408, p = 0.300) 2) ผลการศึกษาปัจจัยนำเข้าของการจัดการเรียนรู้ให้ผู้เรียนที่มีความต้องการพิเศษ ด้านความเพียงพอและคุณภาพครู พบว่าอัตราส่วนระหว่างจำนวนผู้เรียนที่มีความต้องการพิเศษต่อจำนวนครูที่รับผิดชอบงานการศึกษาพิเศษในโรงเรียน มีค่าเท่ากับ 3.77 (SD = 5.27) ค่าเฉลี่ยร้อยละของครูการศึกษาพิเศษเมื่อเปรียบเทียบกับครูที่รับผิดชอบงานการศึกษาพิเศษในโรงเรียนมีค่าเท่ากับ 16.89 (SD = 30.97) จะเห็นว่าโรงเรียนส่วนใหญ่มีครูที่รับผิดชอบงานการศึกษาพิเศษที่เพียงพอต่อความต้องการ แต่อย่างไรก็ตามครูที่รับผิดชอบงานการศึกษาพิเศษของโรงเรียนดังกล่าวนั้นมีส่วนน้อยที่มีวุฒิการศึกษาพิเศษโดยตรงซึ่งสะท้อนความขาดแคลนคุณภาพของปัจจัยนำเข้าด้านบุคลากรครูที่รับผิดชอบงานการศึกษาพิเศษของโรงเรียน นอกจากนี้ยังพบว่าสิ่งอำนวยความสะดวกและวัสดุในการผลิตสื่อของผู้เรียนที่มีความต้องการพิเศษไม่เพียงพอ สื่อการจัดกิจกรรมการเรียนรู้ของครูและอุปกรณ์นันทนาการเพียงพอระดับน้อย ด้านระบบช่วยเหลือผู้เรียนที่มีความต้องการพิเศษมีผลการประเมินดังนี้ ด้านการวางแผนการจัดการศึกษา (plan), การปฏิบัติแผนการศึกษาเฉพาะบุคคล (do) และ ด้านการวิเคราะห์และการตรวจสอบผลการจัดการเรียนรู้ (check) ปฏิบัติเป็นส่วนใหญ่ ส่วนด้านการปรับปรุงแผนและการปฏิบัติงาน (act) ปฏิบัติเป็นบางครั้ง 3) ผลการวิเคราะห์ความเหลื่อมล้ำทางการศึกษาของผู้เรียนที่มีความต้องการพิเศษ พบว่า …

โมเดลคุณลักษณะที่พึงประสงค์ของบัณฑิตระดับบัณฑิตศึกษาของไทยและต่างประเทศ: การวิเคราะห์ความไม่แปรเปลี่ยนแบบเบส์, ชนินันท์ พฤกษ์ประมูล

Chulalongkorn University Theses and Dissertations (Chula ETD)

การวิจัยนี้มีวัตถุประสงค์ 1) เพื่อพัฒนาโมเดลคุณลักษณะที่พึงประสงค์ของบัณฑิตระดับบัณฑิตศึกษาของไทยและต่างประเทศ 2) เพื่อตรวจสอบความสอดคล้องของโมเดลคุณลักษณะที่พึงประสงค์ของบัณฑิตระดับบัณฑิตศึกษาของไทยและต่างประเทศที่พัฒนาขึ้นกับข้อมูลเชิงประจักษ์ และ 3) เพื่อทดสอบความไม่แปรเปลี่ยนของโมเดลคุณลักษณะที่พึงประสงค์ฯ ที่พัฒนาขึ้นตามกลุ่มนักศึกษาไทยและต่างประเทศด้วยวิธีการประมาณค่าความน่าจะเป็นสูงสุด และการวิเคราะห์แบบเบส์ ตัวอย่างที่ใช้ในการวิจัยครั้งนี้ คือ นักศึกษาระดับปริญญาโทและเอกจำนวน 716 คน จาก 11 มหาวิทยาลัยชั้นนำของไทย จำนวน 459 คนและจาก 11 มหาวิทยาลัยชั้นนำของโลกจำนวน 257 คน เครื่องมือที่ใช้ในงานวิจัยในครั้งนี้ ได้แก่ แบบประเมินตนเองของนักศึกษาระดับปริญญาโทและเอกต่อคุณลักษณะที่พึงประสงค์ของบัณฑิตระดับบัณฑิตศึกษาฉบับภาษาไทยและภาษาอังกฤษ การวิเคราะห์ข้อมูลเพื่อประมาณค่าพารามิเตอร์ในโมเดลด้วยวิธีการประมาณค่าความน่าจะเป็นสูงสุด (Maximum-likelihood estimation) จากโปรแกรม LISREL 8.72 และการวิเคราะห์แบบเบส์ (Bayesian analysis) จากโปรแกรม R 3.6.1 ผลการวิจัยสรุปได้ดังนี้ 1. โมเดลคุณลักษณะที่พึงประสงค์ของบัณฑิตระดับบัณฑิตศึกษาของไทยและต่างประเทศ ประกอบด้วย 3 องค์ประกอบ 10 ตัวบ่งชี้ ประกอบด้วย องค์ประกอบที่ 1 ด้านความรู้ แบ่งออกเป็น 3 ตัวบ่งชี้ ได้แก่ ความรู้ในสาขาวิชาชีพ ความรู้ในศาสตร์อื่น ๆ และ ความรู้เท่าทันต่อการเปลี่ยนแปลง องค์ประกอบที่ 2 ด้านทักษะการเรียนรู้และการทำงาน แบ่งออกเป็น 4 ตัวบ่งชี้ ได้แก่ การคิดเชิงนวัตกรรม การจัดการตนเองและองค์กร การทำงานเป็นทีมแบบท้าทาย และ การเรียนรู้เทคโนโลยีสม่ำเสมอ และองค์ประกอบที่ 3 ด้านคุณธรรมจริยธรรม แบ่งออกเป็น 3 ตัวบ่งชี้ ได้แก่ คุณธรรมการอยู่ร่วมกับผู้อื่นในสังคม จรรยาบรรณทางวิชาชีพและวิชาการ และจิตอาสาและสำนึกสาธารณะ 2. โมเดลคุณลักษณะที่พึงประสงค์ของบัณฑิตระดับบัณฑิตศึกษาของไทยและต่างประเทศสอดคล้องกับข้อมูลเชิงประจักษ์ (χ2 = 29.17, df = 19, χ2/df = 1.535, p= .06339, RMSEA = .027, GFI= …

Introductory Statistics, Barbara Illowsky, Susan Dean

Open Access Textbooks

Introductory Statistics follows scope and sequence requirements of a one-semester introduction to statistics course and is geared toward students majoring in fields other than math or engineering. The text assumes some knowledge of intermediate algebra and focuses on statistics application over theory. Introductory Statistics includes innovative practical applications that make the text relevant and accessible, as well as collaborative exercises, technology integration problems, and statistics labs.

Examining The Confirmatory Tetrad Analysis (Cta) As A Solution Of The Inadequacy Of Traditional Structural Equation Modeling (Sem) Fit Indices, Hangcheng Liu

Theses and Dissertations

Structural Equation Modeling (SEM) is a framework of statistical methods that allows us to represent complex relationships between variables. SEM is widely used in economics, genetics and the behavioral sciences (e.g. psychology, psychobiology, sociology and medicine). Model complexity is defined as a model’s ability to fit different data patterns and it plays an important role in model selection when applying SEM. As in linear regression, the number of free model parameters is typically used in traditional SEM model fit indices as a measure of the model complexity. However, only using number of free model parameters to indicate SEM model complexity …

Estimating The Respiratory Lung Motion Model Using Tensor Decomposition On Displacement Vector Field, Kingston Kang

Theses and Dissertations

Modern big data often emerge as tensors. Standard statistical methods are inadequate to deal with datasets of large volume, high dimensionality, and complex structure. Therefore, it is important to develop algorithms such as low-rank tensor decomposition for data compression, dimensionality reduction, and approximation.

With the advancement in technology, high-dimensional images are becoming ubiquitous in the medical field. In lung radiation therapy, the respiratory motion of the lung introduces variabilities during treatment as the tumor inside the lung is moving, which brings challenges to the precise delivery of radiation to the tumor. Several approaches to quantifying this uncertainty propose using a …

The South Carolina Safety Belt Study: Large-Scale Location Sampling, Stephanie Jones

Theses and Dissertations

The South Carolina Safety Belt Study is a statewide survey completed yearly to assess the prevalence of safety belt usage on of South Carolina roads through observations from different locations across the state. Every five years the sites for observation are resampled. This thesis breaks down the most recent sampling done for the years of 2018 through 2022. Both the methodology of large scale location sampling and the mathematical idea behind the strategy employed are covered. Further, three different software packages were utilized: R, SAS, and ArcGIS. The steps that were taken and the written function code run for each …

Discovery Of Community Structures In Static And Dynamic Networks, Shiwen Shen

Theses and Dissertations

With the development of computer technology, researchers are able to observe and collect enormous amount of data, where the independent and identical distributed assumption is violated. For example, in sociology, individuals in an organization interact with each other to change the underlying social structure; in biology, understanding the gene-gene interaction helps researchers to detect potential diseases; in politics, voters are mutually influenced before the election via private/public speeches and parades, which might ultimately change the election results. It is crucial to study how individuals interact with each other from the data, which would lead to tremendous contributions to the society. …

Classification Of High-Dimensional Data Based On Multiple Testing Methods, Chong Ma

Theses and Dissertations

Supervised and unsupervised classification are common topics in machine learning in both scientific and industrial fields, which usually involve three tasks: prediction, exploration, and explanation. False discovery rate (FDR) theory has a close connection to classical classification theory, which must be employed in a sophisticated way to achieve good performance in various contexts. The study aims to explore novel supervised classifiers and unsupervised classification approaches for functional data and high-dimensional data in genome study by using FDR, respectively. One work develops a novel classifier for functional data by casting the classification problem into a multiple testing task, which involves using …

Estimation Procedures For Complex Survival Models And Their Applications In Epidemiology Studies, Jie Zhou

Theses and Dissertations

In this dissertation, we aim to address three important questions in practice, which can be solved through complex survival models. The first project focuses on studying the longitudinal fitness effect on cardiovascular disease (CVD) mortality. In the second project, we study the disease-death relation between CVD and all-cause mortality and evaluate important covariate effects on the disease or death transitions. In the third project, we compare antiretroviral treatment (ART) for HIV patients and consider both treatment effect and side effect of the drugs. The first two projects are motivated by the Aerobics Center Longitudinal Study (ACLS) datasets and the third …

Zero-Inflated Models For Rna-Seq Count Data, Morshed Alam, Naim Al Mahi, Munni Begum

Journal Articles: Biostatistics

One of the main objectives of many biological studies is to explore differential gene expression profiles between samples. Genes are referred to as differentially expressed (DE) if the read counts change across treatments or conditions systematically. Poisson and negative binomial (NB) regressions are widely used methods for non-over-dispersed (NOD) and over-dispersed (OD) count data respectively. However, in the presence of excessive number of zeros, these methods need adjustments. In this paper, we consider a zero-inflated Poisson mixed effects model (ZIPMM) and zero-inflated negative binomial mixed effects model (ZINBMM) to address excessive zero counts in the NOD and OD RNA-seq data …

Introduction: Symposium On “Forensics, Statistics, And Law”, Brandon L. Garrett

Faculty Scholarship

No abstract provided.

Understanding The Novice Decision-Making Process In Forensic Footwear Examinations: Accuracy And Decision Rules, Madonna A. Nobel

Graduate Theses, Dissertations, and Problem Reports (ETD)

The reproducibility of experienced-based forensic pattern interpretation is founded on the notion that domain-specific knowledge can be successfully distributed and applied among experts within a group. This assumption persists, even when the examination is complicated by variations in case circumstances, such as impression clarity and totality, as well as media, substrate, collection mechanism and enhancement. While it is further theorized that many of these factors (as well as additional confounding factors) are at play during an examination, the manner and extent to which these sources of variability affect the examination of footwear evidence remain unclear. In order to explore this …

Some New And Generalized Distributions Via Exponentiation, Gamma And Marshall-Olkin Generators With Applications, Hameed Abiodun Jimoh

College of Graduate Studies: Theses & Dissertations

Three new generalized distributions developed via completing risk, gamma generator, Marshall-Olkin generator and exponentiation techniques are proposed and studied. Structural properties including quantile functions, hazard rate functions, moment, conditional moments, mean deviations, R\'enyi entropy, distribution of order statistics and maximum likelihood estimates are presented. Monte Carlo simulation is employed to examine the performance of the proposed distributions. Applications of the generalized distributions to real lifetime data are presented to illustrate the usefulness of the models.

Providing Access To Confidential Research Data Through Synthesis And Verification: An Application To Data On Employees Of The U.S. Federal Government, Andrés F. Barrientos, Alexander Bolton, Tom Balmat, Jerome P. Reiter, John M. De Figueiredo, Ashwin Machanavajjhala, Yan Chen, Charley Kneifel, Mark Delong

Faculty Scholarship

Data stewards seeking to provide access to large-scale social science data face a difficult challenge. They have to share data in ways that protect privacy and confidentiality, are informative for many analyses and purposes, and are relatively straightforward to use by data analysts. One approach suggested in the literature is that data stewards generate and release synthetic data, that is, data simulated from statistical models, while also providing users access to a verification server that allows them to assess the quality of inferences from the synthetic data. We present an application of the synthetic data plus verification server approach to …

Cluster-Based Network Proximities For Arbitrary Nodal Subsets, Kenneth S. Berenhaut, Peter S. Barr, Alyssa M. Kogel, Ryan L. Melvin

Faculty & Staff Scholarship

The concept of a cluster or community in a network context has been of considerable interest in a variety of settings in recent years. In this paper, employing random walks and geodesic distance, we introduce a unified measure of cluster-based proximity between nodes, relative to a given subset of interest. The inherent simplicity and informativeness of the approach could make it of value to researchers in a variety of scientific fields. Applicability is demonstrated via application to clustering for a number of existent data sets (including multipartite networks). We view community detection (i.e. when the full set of network nodes …

The Use Of Item Response Theory In Survey Methodology: Application In Seat Belt Data, Mark K. Ledbetter, Norou Diawara, Bryan E. Porter

Mathematics & Statistics Faculty Publications

Problem: Several approaches to analyze survey data have been proposed in the literature. One method that is not popular in survey research methodology is the use of item response theory (IRT). Since accurate methods to make prediction behaviors are based upon observed data, the design model must overcome computation challenges, but also consideration towards calibration and proficiency estimation. The IRT model deems to be offered those latter options. We review that model and apply it to an observational survey data. We then compare the findings with the more popular weighted logistic regression. Method: Apply IRT model to the observed data …