นักวิจัยคณะวิทยาศาสตร์ มมส ศึกษาตัวประมาณไม่เอนเอียงโดยการใช้สารสนเทศของตัวแปรช่วยสำหรับค่าเฉลี่ยประชากรจำกัด ภายใต้การเลือกตัวอย่างแบบสองเฟส

Unbiased Estimators Using Auxiliary Information for Finite Population Under Two-Phase Sampling

ตีพิมพ์ในวารสาร Lobachevskii Journal of Mathematics (Scopus Q2)

รองศาสตราจารย์ ดร.นิภาพร ชุติมันต์ (ผู้เรียบเรียง)
นายอธิปกรณ์ นาถมทอง (ผู้เรียบเรียง)
ภาควิชา คณิตศาสตร์ คณะวิทยาศาสตร์ มหาวิทยาลัยมหาสารคาม

ในการศึกษาคุณลักษณะของประชากรจะถูกเรียกว่า พารามิเตอร์ (Parameter) ซึ่งมีข้อจำกัดในการได้มาซึ่งข้อมูลไม่ว่าจะเป็นกำลังคน เวลา หรืองบประมาณ ส่งผลให้ไม่สามารถศึกษาข้อมูลทั้งหมดประชากรได้ จึงต้องอาศัยการสุ่มตัวอย่างหรือวิธีการเลือกตัวอย่าง (Sampling Technique) ขึ้นมาโดยกำหนดวิธีการเลือกตัวอย่างที่เหมาะสมกับลักษณะของประชากรที่ทำการศึกษาและเก็บข้อมูลมาเพียงบางหน่วยของประชากรซึ่งจะเรียกว่าเป็นการสำรวจ (Survey) การเลือกตัวอย่างเชิงสำรวจในการประมาณค่าประชากร จะทำการเลือก
ตัวอย่างจากประชากร มาวิเคราะห์และอธิบายถึงคุณลักษณะต่าง ๆ ของประชากร ด้วยวิธีการเลือกตัวอย่างแล้วนำข้อมูลไปประมาณค่าด้วยตัวประมาณ (Estimator) ตัวประมาณอีกรูปแบบหนึ่งซึ่งนำเอาสารสนเทศของตัวแปรช่วย X มาช่วยเพิ่มประสิทธิภาพในการประมาณค่าเฉลี่ยของประชากรเพื่อให้ได้ค่าประมาณที่มีความแม่นยำมากขึ้นให้ได้ค่าที่ใกล้เคียงกับค่าพารามิเตอร์มากที่สุด และตัวแปรช่วย (Auxiliary variable) X ต้องเป็นตัวแปรที่ทราบค่าผลรวมทั้งหมดหรือค่าเฉลี่ยของประชากร โดยตัวแปรช่วย X นั้นอาจมีได้มากกว่า
1 ตัว ถ้าตัวแปร X มีความสัมพันธ์ในทิศทางเดียวกันกับตัวแปรที่ต้องการศึกษา Y ในระดับสูงจะเรียกตัวประมาณ ดังกล่าวว่า ตัวประมาณอัตราส่วน (Ratio Estimator)

ผู้สนใจสามารถศึกษาเพิ่มเติมได้ที่ : Unbiased Estimators Using Auxiliary Information for the Finite Population Mean Under Two-Phase Sampling | Lobachevskii Journal of Mathematics (springer.com)