การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของวิธีการประมาณค่าพารามิเตอร์แบบช่วง ได้แก่ ค่าเฉลี่ย ค่าความแปรปรวน ค่าความเบ้ และค่าความโด่ง สําหรับข้อมูลแบบต่อเนื่องระหว่างวิธีแจ็คไนฟ์กับวิธีบูตสแตรป โดยใช้ข้อมูลจากการจําลองด้วยเทคนิคมอนติคาร์โล ด้วยโปรแกรม R เมื่อ กําหนดให้ข้อมูลมีการแจกแจงแบบปกติมาตรฐาน การแจกแจงแบบที การแจกแจงแบบเอ็กซ์โพเนนเชียล และการแจกแจงแบบแกมมา โดยกําหนดขนาดตัวอย่าง 100, 200, 300, 400 และ 500 ที่ระดับนัยสําคัญ 0.01 และ 0.05 ในแต่ละสถานการณ์จะมีการจําลองข้อมูลกระทําซํ้าจํานวน 1,000 ครั้ง เกณฑ์ที่ใช้ในการเปรียบเทียบการประมาณค่าแบบช่วง คือ สัมประสิทธิ์ความเชื่อมั่น ผลการศึกษา พบว่า ทุกค่าพารามิเตอร์ ในทุก ๆ ลักษณะการแจกแจงวิธีบูตสแตรปจะมีค่าสัมประสิทธิ์ความเชื่อมั่นสูง และมีประสิทธิภาพดีกว่าวิธี แจ็คไนฟ์
The purpose of this study was to compare the efficiency of interval estimation mean, variance, skewness and kurtosis of continuous variable between Jackknifing and Bootstrapping method. Data are generated using Monte Carlo Simulation Technique by R-Program. Standard normal distribution, t-distribution, exponential distribution, and gamma distribution were generated at the sample of size 100, 200, 300, 400 and 500 at significance levels of 0.01 and 0.05. In each situation data was simulated and repeated 1,000 times. The efficiency was considered by confidence coefficient of the interval estimation. The results showed that Bootstrapping method gave the higher confidence coefficient than Jackknifing method in four parameters of each distribution. Therefore, Bootstrapping method was more efficient than Jackknifing method.
