ตัวแบบทางสถิติที่เหมาะสมสำหรับปริมาณฝนรายฤดูกาลจาก สถานีตรวจวัดปริมาณฝนอำเภอดอยสะเก็ด ประเทศไทย
คำสำคัญ:
การคัดเลือกตัวแบบ, การแจกแจงเบ้ขวาหรือเบ้เชิงบวก, ข้อมูลปริมาณฝนรายฤดูการของประเทศไทย, การวิเคราะห์การถดถอยแกมมา, ความสัมพันธ์แกมมาบทคัดย่อ
ตัวแบบทางสถิติสำหรับข้อมูลปริมาณฝนรายฤดูกาลของประเทศไทยมีความสำคัญต่อการวางแผนและการบริหารจัดการด้านอุทุกวิทยาของประเทศ การศึกษาครั้งนี้มีวัตถุประสงค์คือ 1. เพื่อหาการแจกแจงที่มี 2 พารามิเตอร์ที่เหมาะสมสำหรับปริมาณฝนรายฤดูกาลของสถานีตรวจวัดปริมาณฝนอำเภอดอยสะเก็ด 2. เพื่อวิเคราะห์อิทธิผลของฤดูกาลที่มีต่อการแจกแจงปริมาณฝน การแจกแจงที่ใช้ในงานศึกษาในครั้งนี้ ได้แก่ การแจกแจงไวบูล การแจกแจงแกมมา การแจกแจงล็อกนอร์มอล การแจกแจงปรกติ การแจกแจงแบบเลขชี้กำลังลินด์เลย์ และการแจกแจงแบบเลขชี้กำลังนัยทั่วไป ซึ่งการแจกแจงที่กล่าวไปข้างต้นจะถูกนำมาใช้เพื่อหาการแจกแจงที่เหมาะสมที่สุดสำหรับข้อมูลปริมาณฝนรายฤดูกาลของสถานีดอยสะเก็ด ผลการศึกษาพบว่าการแจกแจงแกมมาเป็นการแจกแจงที่เหมาะสมสำหรับข้อมูลปริมาณฝนรายฤดูกาลของสถานีดอยสะเก็ด เนื่องจากมีเกณฑ์สารสนเทศของอะกะอิเกะหรือเกณฑ์เอไอซี (Akaike Information Criterion: AIC) และค่าสถิติทดสอบแอนเดอร์สัน-ดาร์ลิ่ง (Anderson-Darling Test: AD) มีค่าต่ำที่สุด นอกจากนี้การวิเคราะห์การถดถอยแกมมาแสดงให้เห็นว่าปริมาณฝนในฤดูฝนมีผลต่อปริมาณฝนในฤดูหนาว ผลการศึกษาในครั้งนี้มีประโยชน์ต่อภาครัฐและหน่วยงานที่เกี่ยวข้อง ในการวางแผนเชิงกลยุทธ์และการบริหารจัดการน้ำ เพื่อป้องกันภัยพิบัติที่เกิดจากฝนในพื้นที่อำเภอดอยสะเก็ดได้อย่างมีประสิทธิภาพ
References
Akaike, H. (1973). Information theory and an extension of the maximum likelihood principle. Proceedings of the 2nd International Symposium on Information Theory, 267 – 281.
Anderson, W., Darling, D.A. (1952). Asymptotic theory of certain “goodness-of-fit” criteria based on stochastic processes. The Annals of Mathematical Statistics, 23(2), 193-212.
Ashkar, F. (2017). Model selection tools for hydrological frequency analysis: some new results. Proceedings of the World Environmental and Water Resources Congress, 384 – 389.
Baldassarre, G.D., Laio, F., Montanari, A. (2009). Design flood estimation using model selection criteria. Physics and Chemistry of the Earth, 34(10-12), 606-611.
Bhati, D., Malik, M.A., Vaman, H.J. (2015). Lindley–exponential distribution: properties and applications. Metron, 73(3), 335-357.
Burnham ,K.P., Anderson, D. (2002). Model selection and multimodel inference. 2nd ed. Berlin-Heidelberg, New York: Springer.
Chaito, T., Khamkong, M. (2018). A modified box and cox power transformation to determine the standardized precipitation index. Songklanakarin Journal of Science and Technology, 40(4), 867-877.
Chaito, T., Khamkong, M., Murnta, P. (2019). Appropriate transformation techniques to determine a modified standardized precipitation index for the Ping River in northern Thailand. EnvironmentAsia, 12(3), 32-42.
Chang,T,P. (2011). Performance comparison of six numerical methods in estimating Weibull parameters for wind energy application. Applied Energy, 88(1), 272-282.
Chaowiwat, W., Sarinnapakprn, K., Boonya-aroonnet, S. (2016). Bias correction of seasonal rainfall forecasts of Thailand from general circulation model by using the ratio of gamma CDF parameter method. Naresuan University Engineering Journal, 11(1), 7-13.
Dey, A.K., Kundu, D. (2009). Discriminating among the log-normal, Weibull and generalized exponential distributions. IEEE Transactions on Reliability, 58(3), 416-424.
Ghitany, M.E., Song, P., Wang, S. (2017). New modified moment estimators for the two-parameter weighted Lindley distribution. Journal of Statistical Computation and Simulation, 87(16), 3225-3240.
Gupta, R.D, Kundu, D. (1999). Generalized exponential distributions. Australian and New Zealand Journal of Statistics, 44(2), 173 - 188
Hussain, T., Bakouch, H.S., Iqbal, Z.A. (2017). New probability model for hydrologic event: properties and applications. Journal of Agricultural. Biological and Environmental Statistics, 23(1), 63-82.
Hydrology and Water Management Center for Upper Northern Region Chiang Mai Thailand. (2015). Bureau of Water Management and Hydrology Royal Irrigation Department Thailand, Rainfall Data [cited 2019 Jul 13] Retrieved from: http://hydro-1.net.
Hydrology Papers no. 8, Colorado State University, Fort Collins, Colorado, USA. (1965). Probability of best fit to distributions of annual precipitation and runoff. [cited 2019 Jul 13] Retrieved from: https://moun tain scholar. org/bitstream/ handle/10217/61285/HydrologyPapers _n8. pdf?sequence=1&isAllowed=y.
Jaithun, M., Khamkong, M. (2017). Optimal parameter estimation for zero-inflated gamma distributions with application to rainfall data of Yom River in northern Thailand. Proceedings of the 13th IMT-GT International Conference on Mathematics, Statistics and their Applications, o50021-1-6.
Khamkong, M., Bookkamana, P. (2015). Development of statistical models for maximum daily rainfall in upper northern region of Thailand. Chiang Mai Journal of Science, 42(4), 1044-1053.
Laio, F., Baldassarre, G.D., Montanari, A. (2009). Model selection techniques for the frequency analysis of hydrological extremes. Water Resources Research, 45(7), 29-40.
Mckee, T.B., Doesken, N.J., Kleist, J. (1993). The relationship of drought frequency and duration on time scale. Proceedings of the 8th Conference on Applied Climatology, 179-184.
Nelder, J.A., Wedderburn, R.W.M. (1972). Generalized linear models. Journal of the Royal Statistical Society: Series A, 1972; 135(3): 370-384.
Pakoksung, K., Takagi, M. (2016). Mixed Zero-Inflation Method and Probability Distribution in Fitting Daily Rainfall Data. Engineering Journal, 21(2), 63-80.
R Core Team. (2015). R: Language and Environment for Statistical Computing. Cited 2019 Jul 13 Retrieved from: https://www.r-project.org/foundation.
Stephens, M.A. (1974). EDF statistics for goodness of fit and some comparisons. Journal of the American Statistical Association, 69(34), 730-737.
Werapun, W., Tirawanichakul, Y., Waewsak, J. (2015). Comparative study of five methods to estimate Weibull parameters for wind speed on Phangan Island, Thailand. Energy Procedia. 79, 976-981.
Yue, S., Hashino, M. (2007). Probability distribution of annual, seasonal and monthly precipitation in Japan. Hydrological Sciences Journal, 52(5), 863 - 877.
Yusof, F., Hui-Mean, F. (2012). Use of statistical distribution for drought analysis. Applied Mathematical Sciences, 6(21), 1031 - 1051.
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
เนื้อหาและข้อมูลที่ปรากฏในบทความที่ตีพิมพ์ในวารสารสถิติประยุกต์และเทคโนโลยีสารสนเทศถือเป็นความคิดเห็นส่วนบุคคลของผู้เขียนแต่ละท่าน ความผิดพลาดของข้อความและผลที่อาจเกิดจากนำข้อความเหล่านั้นไปใช้ผู้เขียนบทความจะเป็นผู้รับผิดชอบแต่เพียงผู้เดียว
บทความ ข้อมูล เนื้อหา รูปภาพ ฯลฯ ที่ได้รับการตีพิมพ์ในวารสารถือเป็นลิขสิทธิ์ของวารสาร หากบุคคลหรือหน่วยงานใดต้องการนำทั้งหมดหรือส่วนหนึ่งส่วนใดไปเผยแพร่ต่อหรือเพื่อกระทำการใดๆ จะต้องได้รับอนุญาตเป็นลายลักอักษรณ์จากวารสาร ก่อนเท่านั้น
