Statistics and Probability Commons^™

Approximation Of Quantiles Of Rank Test Statistics Using Almost Sure Limit Theorems, Mark Ledbetter

Mathematics & Statistics Theses & Dissertations

There are many problems in statistics where the analysis is based on asymptotic distributions. In some cases, the asymptotic distribution is in an open form or is intractable. One possible solution is the logarithmic quantile estimation (LQE) method introduced by Thangavelu (2005) for rank tests and Fridline (2010) for the correlation coefficient. LQE is derived from an almost sure version of the central limit theorem using the results of Berkes and Csaki (2001), and it estimates the quantiles of a test statistic using only the data. To date, LQE has been used in only a few applications. We extend the …

Joint Analysis Of Multiple Phenotypes In Association Studies, Xiaoyu Liang

Dissertations, Master's Theses and Master's Reports

Genome-wide association studies (GWAS) have become a very effective research tool to identify genetic variants of underlying various complex diseases. In spite of the success of GWAS in identifying thousands of reproducible associations between genetic variants and complex disease, in general, the association between genetic variants and a single phenotype is usually weak. It is increasingly recognized that joint analysis of multiple phenotypes can be potentially more powerful than the univariate analysis, and can shed new light on underlying biological mechanisms of complex diseases. Therefore, developing statistical methods to test for genetic association with multiple phenotypes has become increasingly important. …

Statistical Methods For Detecting Causal Rare Variants And Analyzing Multiple Phenotypes, Xinlan Yang

Dissertations, Master's Theses and Master's Reports

This dissertation includes two papers with each distributed in one chapter. To date, genome-wide association studies (GWAS) have identified a large number of common variants that are associated with complex diseases successfully. However, the common variants identified by GWAS only account for a small proportion of trait heritability. Many studies showed that rare variants could explain parts of the missing heritability. Since the well-developed common variant detecting methods are underpowered for rare variant association tests unless sample sizes or effect sizes are very large, investigation the roles of rare variants in complex diseases presents substantial challenges. In chapter 1, we …

Wildfire Emissions In The Context Of Global Change And The Implications For Mercury Pollution, Aditya Kumar

Dissertations, Master's Theses and Master's Reports

Wildfires are episodic disturbances that exert a significant influence on the Earth system. They emit substantial amounts of atmospheric pollutants, which can impact atmospheric chemistry/composition and the Earth’s climate at the global and regional scales. This work presents a collection of studies aimed at better estimating wildfire emissions of atmospheric pollutants, quantifying their impacts on remote ecosystems and determining the implications of 2000s-2050s global environmental change (land use/land cover, climate) for wildfire emissions following the Intergovernmental Panel on Climate Change (IPCC) A1B socioeconomic scenario.

A global fire emissions model is developed to compile global wildfire emission inventories for major atmospheric …

Offline And Online Density Estimation For Large High-Dimensional Data, Aref Majdara

Dissertations, Master's Theses and Master's Reports

Density estimation has wide applications in machine learning and data analysis techniques including clustering, classification, multimodality analysis, bump hunting and anomaly detection. In high-dimensional space, sparsity of data in local neighborhood makes many of parametric and nonparametric density estimation methods mostly inefficient.

This work presents development of computationally efficient algorithms for high-dimensional density estimation, based on Bayesian sequential partitioning (BSP). Copula transform is used to separate the estimation of marginal and joint densities, with the purpose of reducing the computational complexity and estimation error. Using this separation, a parallel implementation of the density estimation algorithm on a 4-core CPU is …

Application Of Remote Sensing And Machine Learning Modeling To Post-Wildfire Debris Flow Risks, Priscilla Addison

Dissertations, Master's Theses and Master's Reports

Historically, post-fire debris flows (DFs) have been mostly more deadly than the fires that preceded them. Fires can transform a location that had no history of DFs to one that is primed for it. Studies have found that the higher the severity of the fire, the higher the probability of DF occurrence. Due to high fatalities associated with these events, several statistical models have been developed for use as emergency decision support tools. These previous models used linear modeling approaches that produced subpar results. Our study therefore investigated the application of nonlinear machine learning modeling as an alternative. Existing models …

Particle Filters For State Estimation Of Confined Aquifers, Graeme Field

UNF Graduate Theses and Dissertations

Mathematical models are used in engineering and the sciences to estimate properties of systems of interest, increasing our understanding of the surrounding world and driving technological innovation. Unfortunately, as the systems of interest grow in complexity, so to do the models necessary to accurately describe them. Analytic solutions for problems with such models are provably intractable, motivating the use of approximate yet still accurate estimation techniques. Particle filtering methods have emerged as a popular tool in the presence of such models, spreading from its origins in signal processing to a diverse set of fields throughout engineering and the sciences including …

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

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

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

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= …

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 …

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 …

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

Faculty Scholarship

No abstract provided.

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 …

Hierarchical Multiplicity Control Methods For Linear Models, Dimuthu Dilshan Fernando

Open Access Theses & Dissertations

HypoThesis testing is a commonly used statistical inference technique on which a statement of the population is investigated through the evidence from a representative sample of the population. With simultaneous testing of more than one null hypotheses need for an appropriate multiple comparison method is essential. With motivation from the study of Bogomolov et al. (2017) we have modified a multiple comparison tree structure to build the required comparisons and focus on controlling the FWER (Family Wise Error Rate) using the Bonferroni procedure. The proposed method has advantages such as controlling the global error rates separately at each level, families …

Matroid - Based Variable Selection For Complex Data Structures, Wimarsha Thathsarani Jayanetti

Open Access Theses & Dissertations

This research project has the objective to extend use of the matroid algorithm using statistically based criteria, Joint/Multivariate Cumulants (Speed, 1983) and Effective Dependence (Pena & Rodriguez, 2003) to capture linear as well as non-linear higher order dependencies. We also improve variable selection for complex data structures using the proposed matroid algorithm. The limiting distribution of the joint cumulant was defined using U-statistics theory by Hoeffding (1948). U-statistics variance as theorized by Hoeffding provide a lower bound for the estimated variance, and our simulation results justify the use of Hoeffding U-statistic variance for determining a threshold for joint cumulants deviation …

Using Data Mining To Model Student Achievement On The 4th Grade Timss 2015 Mathematics Assessment: A Five Nation Sudy, Annette M. Siemssen

Open Access Theses & Dissertations

Data mining has been successfully used by financial and retail companies since the mid-1960's to create predictive models and reveal unexpected relationships. However, it remains underutilized as a tool in educational research. Large-scale standardized assessment programs such as the Trends in International Mathematics and Science Study (TIMSS) provide vast amounts of data with the potential for providing new insights in education. Five nations, the Republic of Korea, the United States, Germany, Kuwait, and Kazakhstan were selected based on General Response Style theory to represent a spectrum of cultural backgrounds, from acquiescent to midpoint to individualistic (Hastedt, D. & van de …

Integrated Statistical And Machine Learning Algorithms For Predicting And Classifying G Protein-Coupled Receptors, Fredrick Ayivor

Open Access Theses & Dissertations

G protein-coupled receptors (GPCRs) are transmembrane proteins with important functions in signal transduction and often serve as drug targets. With increasing availability of protein sequence information, there is much interest in computationally predicting GPCRs and classifying them according to their biological roles. Such predictions are cost-efficient and can be valuable guides for designing wet lab experiments to help elucidate signaling pathways and expedite drug discovery. There are existing computational tools of GPCR prediction that involve principal component analysis (PCA), intimate sorting (IS), support vector machine, and random forest (RF) techniques using various sequence derived features. While accuracies of over 90\% …

Students’ Interpretations Of Categorical Data Using Dynamic Graphical Representations, Adam Eide

Master's Theses and Doctoral Dissertations

Statistical association is an important concept in statistics. An exploratory study examined how students reason about statistical association utilizing graphical representations constructed with CODAP, a dynamic statistical graphing software. Task-based interviews were conducted with three 6th grade students prior to formal instruction. Students’ conceptions of a statistical relationship, proportional reasoning skill level, ability to interpret bivariate categorical graphs (particularly segmented bar graphs and two-way binned plots), and ability to identify association of two categorical variables were all investigated through interview tasks and responses to inquiry. Students were found to have developing proportional reasoning skills and struggled to correctly define and …