SlideShare a Scribd company logo
1 of 28
Download to read offline
The First NIDA Business Analytics and Data Sciences Contest/Conference
วันที่ 1-2 กันยายน 2559 ณ อาคารนวมินทราธิราช สถาบันบัณฑิตพัฒนบริหารศาสตร์
https://businessanalyticsnida.wordpress.com
https://www.facebook.com/BusinessAnalyticsNIDA/
การเกื้อหนุนบิดามารดาสูงอายุวัยปลายจากบุตรวัยผู้ใหญ่
รศ.ดร.เดือนเพ็ญ ธีรวรรณวิวัฒน์
สาขาวิชาประชากรกับการพัฒนา
สาขาวิชา Business Analytics and Intelligence
คณะสถิติประยุกต์ร.ท.กนกกร ศักดิ์แหลมเงิน วทม (NIDA)
นายทหารกรรมวิธีข้อมูล กองสถิติและประเมินผล
โรงเรียนนายเรืออากาศนวมินทกษัตริยาธิราช
ผู้สูงอายุวัยปลายในสังคมไทยมีมากแค่ไหน มีลักษณะเช่นไรบ้าง
ผู้สูงอายุวัยปลายต้องการการเกื้อกูลในลักษณะใด
ความรู้ด้าน analytics ช่วยตอบโจทย์สังคมได้หรือไม่
นวมินทราธิราช 4001 วันที่ 2 กันยายน 2559 14.00-14.30 น.
การเกื้อหนุนบิดามารดาสูงอายุวัยปลาย
จากบุตรวัยผู้ใหญ่
THE FIRST NIDA BUSINESS ANALYTICS AND DATA SCIENCES CONTEST/CONFERENCE
ความเป็นมาและความสาคัญ
10.7
14.3
16
18.1
22.3
9.3
7 6.3
5.5
4.54011854
5969030
7020959
8266304
10014705
0
2000000
4000000
6000000
8000000
10000000
12000000
2537 2545 2550 2554 2557
0
5
10
15
20
25
จานวนผู้สูงอายุ อัตราส่วนพึ่งพิงวัยสูงอายุ และอัตราส่วนการเกื้อหนุน พ.ศ.2537, 2545, 2550, 2554, 2557
อัตราส่วนพึ่งพิงวัยสูงอายุ อัตราส่วนการเกื้อหนุน จานวนผู้สูงอายุ
ความเป็นมาและความสาคัญ
ที่มา : สานักงานสถิติแห่งชาติ,2557
อัตราส่วนเกื้อหนุน เป็นการเปรียบเทียบวัยแรงงานกับวัยสูงอายุ พ.ศ.2557
9.3 คน/ผู้สูงอายุ 1 คน9.3 คน/ผู้สูงอายุ 1 คน
2537
7 คน/ผู้สูงอายุ 1 คน7 คน/ผู้สูงอายุ 1 คน
2545
6.3 คน/ผู้สูงอายุ 1 คน6.3 คน/ผู้สูงอายุ 1 คน
2550
5.5 คน/ผู้สูงอายุ 1 คน5.5 คน/ผู้สูงอายุ 1 คน
2554
4.5 คนผู้สูงอายุ 1 คน4.5 คนผู้สูงอายุ 1 คน
2557
ความเป็นมาและความสาคัญ
ด้านสังคม
ด้านเศรษฐกิจ
ด้านร่างกาย
ด้านจิตใจและอารมณ์
ภาวะต่างๆ ที่เกิดขึ้นเมื่อเข้าสู่ภาวะสูงอายุ
ความเป็นมาและความสาคัญ
ที่มา : สานักงานสถิติแห่งชาติ, 2557
บุตร
บำเหน็จ/บำนำญคู่สมรส
ทำงำน เบี้ยยังชีพ
ดอกเบี้ย
อื่นๆ
35.7%
1.8%
34.3% 15.3%
3.8%4.6% 4.5%
วัตถุประสงค์
 1. เพื่อศึกษารูปแบบการเกื้อหนุนจากบุตรวัยผู้ใหญ่ของบิดามารดาที่เป็นผู้สูงอายุวัยปลาย
 2. เพื่อศึกษาปัจจัยที่มีอิทธิพลต่อการช่วยเหลือเกื้อหนุน ทั้งทางด้านการเงิน การดูแลกิจวัตร
 ประจาวัน และการบริการของบิดามารดาที่เป็นผู้สูงอายุวัยปลายที่ได้รับจากบุตรวัยผู้ใหญ่
ประโยชน์ของการศึกษา
1. เพื่อเป็นแนวทางให้ผู้รับผิดชอบทางด้านการพัฒนาสังคมและความมั่นคงของมนุษย์ สามารถนา
ผลที่ได้จากการศึกษาไปเป็นข้อมูลในการกาหนดและพัฒนารูปแบบการช่วยเหลือดูแลกันภายใน
ครอบครัวผู้สูงอายุได้อย่างเหมาะสม
2. เพื่อเป็นข้อมูลให้หน่วยงานที่เกี่ยวข้องหรือบุคคลที่สนใจสามารถนาไปสู่การศึกษาถึงลักษณะ
ของบุตรวัยผู้ใหญ่ในประเทศไทยที่ให้การช่วยเหลือดูแลบิดามารดาสูงวัยตอนปลาย และเป็นการ
แนวทางในการกาหนดนโยบายที่เหมาะสมเกี่ยวกับบุตรที่ดูแลบิดามารดาสูงอายุของไทยได้ต่อไป
นิยามเชิงปฏิบัติการ
การ
เกื้อหนุน
การ
เกื้อหนุน
การเงินการเงิน
การบริการการบริการ
การดูแล
กิจวัตร
ประจาวัน
การดูแล
กิจวัตร
ประจาวัน
แหล่งข้อมูลและการเก็บรวบรวมข้อมูล
การศึกษาครั้งนี้ใช้ข้อมูลทุติยภูมิจากแผนงานวิจัยเรื่อง “ความอยู่ดีมีสุขของ
ผู้สูงอายุไทย” โครงการ “ครอบครัวและระบบการเกื้อหนุนของผู้สูงอายุไทย”
จากสถาบันบัณฑิตพัฒนบริหารศาสตร์ พ.ศ.2558
โดยศึกษาเฉพาะกรณีบิดาและ/หรือมารดาที่มีชีวิตอยู่และมีอายุ 75 ปีขึ้นไป
แนวคิดและทฤษฏีที่เกี่ยวข้องกับผู้สูงอายุ
การทบทวนวรรณกรรม
การดูแล
ผู้สูงอายุ
ผู้ดูแล
(Caregiver)
แนวคิดและทฤษฏีที่เกี่ยวข้องกับผู้สูงอายุ
การทบทวนวรรณกรรม
ทฤษฏีทางชีววิทยา
(Biological Theory)
ทฤษฏีจิตวิทยา
(Psychological
Theory)
ทฤษฏีทางสังคมวิทยา
(Sociological Theory)
แนวคิดและทฤษฏีที่เกี่ยวข้องกับผู้สูงอายุ
การทบทวนวรรณกรรม
การสนับสนุนจากครอบครัวการสนับสนุนจากครอบครัว
การประกันรายได้การประกันรายได้
การมีส่วนร่วมในชุมชนการมีส่วนร่วมในชุมชน
ทางสังคมทางสังคม
ร่างกาย จิตใจและอารมณ์ร่างกาย จิตใจและอารมณ์
ด้านเศรษฐกิจด้านเศรษฐกิจ
ความต้องการของผู้สูงอายุ
การทบทวนวรรณกรรม
กรอบแนวคิดในการวิจัย
 อายุ (บิดามารดา)
 จานวนบุตรที่มีชีวิต
 เพศ (บิดามารดา)
 การพักอาศัยอยู่กับบุตร
 การทางาน
 การมีบ้านเป็นของตนเอง
 ภาวะทุพพลภาพ
การได้รับการเกื้อหนุนของบิดามารดา
1. ด้านการเงิน
2. ด้านการดูแลกิจวัตรประจาวัน
3. ด้านการบริการ
การได้รับการเกื้อหนุนของบิดามารดา
1. ด้านการเงิน
2. ด้านการดูแลกิจวัตรประจาวัน
3. ด้านการบริการ
วิธีการวิเคราะห์ข้อมูล
1) สถิติเชิงพรรณนา (Descriptive Statistic)
2) การวิเคราะห์ทวิโลจิสติก (Binary Logistic Regression)
โดยใช้โปรแกรม SPSS 22.0 และ STATA 12.0 ในการวิเคราะห์ข้อมูล
ผลการศึกษา
38.71
61.29
32.87
31.93
24.33
10.88
37.89
62.11
0 10 20 30 40 50 60 70 80 90 100
ไม่เป็นหม้าย
สมรส/หย่า
75-79
80-84
85-89
≥ 90
ชาย
หญิง
ร้อยละ
ร้อยละของตัวอย่าง จาแนกตามคุณลักษณะส่วนบุคคลที่สาคัญ
ผลการศึกษา
95.91
4.09
30.88
69.12
92.87
7.13
29.12
67.72
2.11
1.05
0 10 20 30 40 50 60 70 80 90 100
ไม่เป็น ADL
เป็น ADL
ไม่ได้อาศัย
อาศัยกับบุตร
ไม่ได้ทางาน
ทางาน
ไม่ได้เรียน
ประถมศึกษา
มัธยมศึกษา
ป.ตรีขึ้นไป
ร้อยละ
ร้อยละของตัวอย่าง จาแนกตามคุณลักษณะส่วนบุคคลที่สาคัญ
ผลการศึกษา
8.07
2.22
4.68
18.83
5.38
3.39
47.6
0
5
10
15
20
25
30
35
40
45
50
เงิน ดูแล บริการ เงิน+ดูแล เงิน+บริการ ดูแล+บริการ ทุกประเภท
ร้อยละการได้รับการเกื้อหนุน จาแนกตามประเภทการเกื้อหนุน
ผลการศึกษา
ประเภทการเกื้อหนุน
เพศชาย เพศหญิง
75-79 80-84 85-89 90+ 75-79 80-84 85-89 90+
การเงินอย่างเดียว 9.15 11.81 11.50 11.54 10.20 4.85 4.35 0.00
การดูแลกิจวัตรประจาวันอย่างเดียว 3.05 2.08 1.77 3.85 2.04 0.97 4.35 3.57
การบริการอย่างเดียว 4.88 2.78 6.19 0.00 8.16 8.74 4.35 3.57
การเงินและการดูแลกิจวัตรประจาวัน 21.95 26.39 24.78 30.77 16.33 14.56 11.59 14.29
การเงินและการบริการ 7.93 6.25 2.65 3.85 9.18 5.83 4.35 3.57
การดูแลกิจวัตรประจาวัน และการ
บริการ
2.44 4.86 5.31 5.77 1.02 3.88 2.90 7.14
การเงิน การดูแลกิจวัตรประจาวันและ
การบริการ
50.61 45.83 47.79 44.23 53.06 61.17 68.12 67.86
รวม 100 100 100 100 100 100 100 100
ร้อยละของบิดามารดาสูงวัยปลายที่ได้รับการเกื้อหนุนจากบุตร จาแนกตามอายุและเพศของผู้สูงอายุ
ผลการศึกษา
ลักษณะส่วนบุคคล
เพศ
หญิง
ชาย
79.47
80.56
70.81
74.07
54.99
70.99
อายุ (ปี)
75 – 79
80 – 84
85 - 89
90 หรือมากกว่า
83.27
80.22
76.44
76.34
70.82
72.16
72.12
75.27
63.35
61.54
60.10
54.84
ระดับการศึกษา
ไม่ได้เรียน
ประถมศึกษา
มัธยมศึกษา,ปวส
ปริญญาตรีหรือสูงกว่า
75.10
82.21
77.78
66.67
67.87
74.09
66.67
66.67
55.02
63.21
72.22
66.67
ร้อยละของการได้รับการเกื้อหนุนจาแนกตามลักษณะทางประชากร เศรษฐกิจและสังคม
ผลการศึกษา
ลักษณะส่วนบุคคล
การทางานในรอบปีที่ผ่านมา
ไม่ได้ทางาน
ทางาน
79.09
90.16
71.79
75.41
61.08
60.66
สถานภาพการทางาน
เจ้าของธุรกิจนอกภาคเกษตร
ลูกจ้างหน่วยงาน
เกษตรกร เลี้ยงสัตว์และประมง
อื่นๆ
86.67
100.00
94.12
75.00
46.67
100.00
85.29
75.00
80.00
75.00
58.82
25.00
การพักอาศัยกับบุตร
ไม่ได้อาศัยอยู่กับบุตร
อาศัยอยู่กับบุตร
69.70
84.43
56.82
78.85
52.65
64.81
การมีบ้านเป็นของตนเอง
ไม่มี
มี
73.89
81.48
67.22
73.33
54.44
62.81
ร้อยละของการได้รับการเกื้อหนุนจาแนกตามลักษณะทางประชากร เศรษฐกิจและสังคม (ต่อ)
ผลการศึกษา
ลักษณะส่วนบุคคล
จานวนบุตรที่มีชีวิตอยู่(คน)
1
2
3
4
5 หรือมากกว่า
53.19
75.00
90.00
83.01
83.43
3.19
72.58
82.14
83.66
81.40
40.43
56.45
64.29
65.36
65.12
สถานภาพการสมรส
ไม่เป็นหม้าย
เป็นหม้าย
82.48
78.24
72.81
71.56
70.09
55.34
ภาวะทุพพลภาพ
ไม่เป็น
เป็น
80.12
74.29
71.22
91.43
61.34
54.29
ร้อยละของการได้รับการเกื้อหนุนจาแนกตามลักษณะทางประชากร เศรษฐกิจและสังคม (ต่อ)
ผลการศึกษา
จานวนบุตรที่มีชีวิตอยู่/
ประเภทการเกื้อหนุน
ลาดับที่ของบุตรที่ให้ความช่วยเหลือ
1 2 3 4 5 6 7 8 9 10
มีบุตร 1 คน
การเงิน 51.19
การดูแล 3.57
การบริการ 45.24
มีบุตร 2 คน
การเงิน 40.97 48.15
การดูแล 27.78 32.10
การบริการ 31.25 19.75
มีบุตร 3 คน
การเงิน 48.30 44.62 47.29
การดูแล 31.25 29.57 39.41
การบริการ 20.45 25.81 13.30
ผลการศึกษา
จานวนบุตรที่มีชีวิอยู่/
ประเภทการเกื้อหนุน
ลาดับที่ของบุตรที่ให้ความช่วยเหลือ
1 2 3 4 5 6 7 8 9 10
มีบุตร 4 คน
การเงิน 41.48 45.74 43.72 46.38
การดูแล 32.39 34.04 41.53 43.00
การบริการ 26.14 20.21 14.75 10.63
มีบุตร 5 คน
การเงิน 43.02 42.86 41.85 43.89 41.18
การดูแล 35.20 32.30 40.76 41.11 42.65
การบริการ 21.79 24.84 17.39 15.00 16.18
มีบุตร 6 คนหรือมากกว่า
การเงิน 42.34 45.42 44.83 47.70 46.85 46.12 51.11 47.14 43.75 46.15
การดูแล 35.48 40.00 36.21 38.49 36.61 38.36 41.11 44.29 43.75 53.85
การบริการ 22.18 14.58 18.97 13.81 16.54 15.52 7.78 8.57 12.50 0.00
ผลการศึกษา
ลักษณะส่วนบุคคล
เพศ
หญิง
ชาย
52.84
47.16
53.00
47.00
55.00
54.00
อายุ
30-39
40-49
50-59
60-69
70 หรือมากกว่า
3.12
28.25
48.54
19.04
1.04
3.41
30.07
47.97
17.51
1.03
23.13
22.55
12.33
18.36
19.63
สถานภาพ
สมรสอยู่ด้วยกัน
หม้าย/หย่า/แยก
โสด
82.06
7.09
10.85
82.11
6.52
11.37
76.24
12.96
10.80
ร้อยละของการได้รับการเกื้อหนุนของผู้สูงอายุ จาแนกตามลักษณะส่วนบุคคลของบุตรวัยผู้ใหญ่
ผลการศึกษา
ตัวแปรอิสระที่มีอิทธิพลและทิศทางต่อการได้รับการเกื้อหนุนแต่ละประเภท
ลักษณะส่วนบุคคลของ
ผู้สูงอายุวัยปลาย
อายุ -
จานวนบุตรที่มีชีวิตอยู่ + + +
เพศหญิง +
การอยู่อาศัยอยู่กับบุตร + + +
มีบ้านเป็นของตนเอง + +
สถานภาพเป็นหม้าย -
เป็นภาวะทุพพลภาพ +
2-Sep-16 27
MANAGE
DATA
INCREASES
PROFIT
Understanding of
business performance
based on
Statistical Method
BUSINESS
Process & Plan
DECISTION
MAKING
TREND &
PREDICT
SKILL
to practices for
the Investigation
Business Analytics & Research
Q & A

More Related Content

Viewers also liked

ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...
ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...
ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...BAINIDA
 
Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา วิจิตรธรรมรส หัวหน้...
Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา  วิจิตรธรรมรส หัวหน้...Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา  วิจิตรธรรมรส หัวหน้...
Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา วิจิตรธรรมรส หัวหน้...BAINIDA
 
นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...
นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...
นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...BAINIDA
 
Current trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญ
Current trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญCurrent trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญ
Current trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญBAINIDA
 
การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...
การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...
การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...BAINIDA
 
Text Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิล
Text Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิลText Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิล
Text Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิลBAINIDA
 
"Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร ...
"Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร  ..."Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร  ...
"Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร ...BAINIDA
 
Machine Learning: An introduction โดย รศ.ดร.สุรพงค์ เอื้อวัฒนามงคล
Machine Learning: An introduction โดย รศ.ดร.สุรพงค์  เอื้อวัฒนามงคลMachine Learning: An introduction โดย รศ.ดร.สุรพงค์  เอื้อวัฒนามงคล
Machine Learning: An introduction โดย รศ.ดร.สุรพงค์ เอื้อวัฒนามงคลBAINIDA
 
Agile Development for Startup โดย ผศ.ดร.รัฐกร พูลทรัพย์
Agile Development for Startup โดย ผศ.ดร.รัฐกร  พูลทรัพย์Agile Development for Startup โดย ผศ.ดร.รัฐกร  พูลทรัพย์
Agile Development for Startup โดย ผศ.ดร.รัฐกร พูลทรัพย์BAINIDA
 
DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...
DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...
DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...BAINIDA
 
Data Analytics in your IoT Solution Fukiat Julnual, Technical Evangelist, Mic...
Data Analytics in your IoT SolutionFukiat Julnual, Technical Evangelist, Mic...Data Analytics in your IoT SolutionFukiat Julnual, Technical Evangelist, Mic...
Data Analytics in your IoT Solution Fukiat Julnual, Technical Evangelist, Mic...BAINIDA
 
Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์
Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์
Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์BAINIDA
 
สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...
สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...
สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...BAINIDA
 
From fraudulence to adversarial learning จรัล งามวิโรจน์เจริญ chief data sci...
From fraudulence to adversarial learning  จรัล งามวิโรจน์เจริญ chief data sci...From fraudulence to adversarial learning  จรัล งามวิโรจน์เจริญ chief data sci...
From fraudulence to adversarial learning จรัล งามวิโรจน์เจริญ chief data sci...BAINIDA
 
วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา รุ่งระวี วทม. (NIDA)
วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา  รุ่งระวี วทม. (NIDA)  วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา  รุ่งระวี วทม. (NIDA)
วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา รุ่งระวี วทม. (NIDA) BAINIDA
 

Viewers also liked (15)

ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...
ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...
ออกแบบกรมธรรมประกันชีวิตให้เข้าใจง่ายและดึงดูดใจคนซื้อ: การศึกษาตัวแปรส่งผ่าน...
 
Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา วิจิตรธรรมรส หัวหน้...
Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา  วิจิตรธรรมรส หัวหน้...Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา  วิจิตรธรรมรส หัวหน้...
Actuarial Sciences and Risk Management @NIDA ผศ.ดร.ปรีชา วิจิตรธรรมรส หัวหน้...
 
นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...
นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...
นำเสนอขาย RMF อย่างไรให้ได้ผล: การศึกษาเชิงทดลองเพื่อรองรับภาวะสังคมผู้สูงอาย...
 
Current trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญ
Current trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญCurrent trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญ
Current trends in information security โดย ผศ.ดร.ปราโมทย์ กั่วเจริญ
 
การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...
การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...
การฉายภาพประชากรข้าราชการไทยใน 30 ปีข้างหน้า โดย อาจารย์ ดร. อานนท์ ศักดิ์วรว...
 
Text Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิล
Text Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิลText Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิล
Text Mining in Business Intelligence โดย รศ.ดร.โอม ศรนิล
 
"Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร ...
"Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร  ..."Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร  ...
"Factors Affecting The Engagement of LINE Customers in Bangkok โดย นายวงศกร ...
 
Machine Learning: An introduction โดย รศ.ดร.สุรพงค์ เอื้อวัฒนามงคล
Machine Learning: An introduction โดย รศ.ดร.สุรพงค์  เอื้อวัฒนามงคลMachine Learning: An introduction โดย รศ.ดร.สุรพงค์  เอื้อวัฒนามงคล
Machine Learning: An introduction โดย รศ.ดร.สุรพงค์ เอื้อวัฒนามงคล
 
Agile Development for Startup โดย ผศ.ดร.รัฐกร พูลทรัพย์
Agile Development for Startup โดย ผศ.ดร.รัฐกร  พูลทรัพย์Agile Development for Startup โดย ผศ.ดร.รัฐกร  พูลทรัพย์
Agile Development for Startup โดย ผศ.ดร.รัฐกร พูลทรัพย์
 
DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...
DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...
DevOps : Integrate, Deliver and Deploy continuously with Visual Studio Team S...
 
Data Analytics in your IoT Solution Fukiat Julnual, Technical Evangelist, Mic...
Data Analytics in your IoT SolutionFukiat Julnual, Technical Evangelist, Mic...Data Analytics in your IoT SolutionFukiat Julnual, Technical Evangelist, Mic...
Data Analytics in your IoT Solution Fukiat Julnual, Technical Evangelist, Mic...
 
Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์
Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์
Face recognition and modeling โดย ผศ.ดร.ธนาสัย สุคนธ์พันธุ์
 
สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...
สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...
สถิติทางการกับการพัฒนาประเทศ บทบาทของสำนักงานสถิติแห่งชาติ โดย นางหทัยชนก พรร...
 
From fraudulence to adversarial learning จรัล งามวิโรจน์เจริญ chief data sci...
From fraudulence to adversarial learning  จรัล งามวิโรจน์เจริญ chief data sci...From fraudulence to adversarial learning  จรัล งามวิโรจน์เจริญ chief data sci...
From fraudulence to adversarial learning จรัล งามวิโรจน์เจริญ chief data sci...
 
วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา รุ่งระวี วทม. (NIDA)
วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา  รุ่งระวี วทม. (NIDA)  วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา  รุ่งระวี วทม. (NIDA)
วิชาการสถิติเกี่ยวข้องกับงานวิจัยเกษตรอย่างไร โดย พุฒนา รุ่งระวี วทม. (NIDA)
 

More from BAINIDA

Mixed methods in social and behavioral sciences
Mixed methods in social and behavioral sciencesMixed methods in social and behavioral sciences
Mixed methods in social and behavioral sciencesBAINIDA
 
Advanced quantitative research methods in political science and pa
Advanced quantitative  research methods in political science and paAdvanced quantitative  research methods in political science and pa
Advanced quantitative research methods in political science and paBAINIDA
 
Latest thailand election2019report
Latest thailand election2019reportLatest thailand election2019report
Latest thailand election2019reportBAINIDA
 
Data science in medicine
Data science in medicineData science in medicine
Data science in medicineBAINIDA
 
Nursing data science
Nursing data scienceNursing data science
Nursing data scienceBAINIDA
 
Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...
Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...
Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...BAINIDA
 
Statistics and big data for justice and fairness
Statistics and big data for justice and fairnessStatistics and big data for justice and fairness
Statistics and big data for justice and fairnessBAINIDA
 
Data science and big data for business and industrial application
Data science and big data  for business and industrial applicationData science and big data  for business and industrial application
Data science and big data for business and industrial applicationBAINIDA
 
Update trend: Free digital marketing metrics for start-up
Update trend: Free digital marketing metrics for start-upUpdate trend: Free digital marketing metrics for start-up
Update trend: Free digital marketing metrics for start-upBAINIDA
 
Advent of ds and stat adjustment
Advent of ds and stat adjustmentAdvent of ds and stat adjustment
Advent of ds and stat adjustmentBAINIDA
 
เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร
เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร
เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร BAINIDA
 
Data visualization. map
Data visualization. map Data visualization. map
Data visualization. map BAINIDA
 
Dark data by Worapol Alex Pongpech
Dark data by Worapol Alex PongpechDark data by Worapol Alex Pongpech
Dark data by Worapol Alex PongpechBAINIDA
 
Deepcut Thai word Segmentation @ NIDA
Deepcut Thai word Segmentation @ NIDADeepcut Thai word Segmentation @ NIDA
Deepcut Thai word Segmentation @ NIDABAINIDA
 
Professionals and wanna be in Business Analytics and Data Science
Professionals and wanna be in Business Analytics and Data ScienceProfessionals and wanna be in Business Analytics and Data Science
Professionals and wanna be in Business Analytics and Data ScienceBAINIDA
 
Deep learning and image analytics using Python by Dr Sanparit
Deep learning and image analytics using Python by Dr SanparitDeep learning and image analytics using Python by Dr Sanparit
Deep learning and image analytics using Python by Dr SanparitBAINIDA
 
Visualizing for impact final
Visualizing for impact finalVisualizing for impact final
Visualizing for impact finalBAINIDA
 
Python programming workshop
Python programming workshopPython programming workshop
Python programming workshopBAINIDA
 
Second prize business plan @ the First NIDA business analytics and data scien...
Second prize business plan @ the First NIDA business analytics and data scien...Second prize business plan @ the First NIDA business analytics and data scien...
Second prize business plan @ the First NIDA business analytics and data scien...BAINIDA
 
Second prize data analysis @ the First NIDA business analytics and data scie...
Second prize data analysis @ the First NIDA  business analytics and data scie...Second prize data analysis @ the First NIDA  business analytics and data scie...
Second prize data analysis @ the First NIDA business analytics and data scie...BAINIDA
 

More from BAINIDA (20)

Mixed methods in social and behavioral sciences
Mixed methods in social and behavioral sciencesMixed methods in social and behavioral sciences
Mixed methods in social and behavioral sciences
 
Advanced quantitative research methods in political science and pa
Advanced quantitative  research methods in political science and paAdvanced quantitative  research methods in political science and pa
Advanced quantitative research methods in political science and pa
 
Latest thailand election2019report
Latest thailand election2019reportLatest thailand election2019report
Latest thailand election2019report
 
Data science in medicine
Data science in medicineData science in medicine
Data science in medicine
 
Nursing data science
Nursing data scienceNursing data science
Nursing data science
 
Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...
Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...
Financial time series analysis with R@the 3rd NIDA BADS conference by Asst. p...
 
Statistics and big data for justice and fairness
Statistics and big data for justice and fairnessStatistics and big data for justice and fairness
Statistics and big data for justice and fairness
 
Data science and big data for business and industrial application
Data science and big data  for business and industrial applicationData science and big data  for business and industrial application
Data science and big data for business and industrial application
 
Update trend: Free digital marketing metrics for start-up
Update trend: Free digital marketing metrics for start-upUpdate trend: Free digital marketing metrics for start-up
Update trend: Free digital marketing metrics for start-up
 
Advent of ds and stat adjustment
Advent of ds and stat adjustmentAdvent of ds and stat adjustment
Advent of ds and stat adjustment
 
เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร
เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร
เมื่อ Data Science เข้ามา สถิติศาสตร์จะปรับตัวอย่างไร
 
Data visualization. map
Data visualization. map Data visualization. map
Data visualization. map
 
Dark data by Worapol Alex Pongpech
Dark data by Worapol Alex PongpechDark data by Worapol Alex Pongpech
Dark data by Worapol Alex Pongpech
 
Deepcut Thai word Segmentation @ NIDA
Deepcut Thai word Segmentation @ NIDADeepcut Thai word Segmentation @ NIDA
Deepcut Thai word Segmentation @ NIDA
 
Professionals and wanna be in Business Analytics and Data Science
Professionals and wanna be in Business Analytics and Data ScienceProfessionals and wanna be in Business Analytics and Data Science
Professionals and wanna be in Business Analytics and Data Science
 
Deep learning and image analytics using Python by Dr Sanparit
Deep learning and image analytics using Python by Dr SanparitDeep learning and image analytics using Python by Dr Sanparit
Deep learning and image analytics using Python by Dr Sanparit
 
Visualizing for impact final
Visualizing for impact finalVisualizing for impact final
Visualizing for impact final
 
Python programming workshop
Python programming workshopPython programming workshop
Python programming workshop
 
Second prize business plan @ the First NIDA business analytics and data scien...
Second prize business plan @ the First NIDA business analytics and data scien...Second prize business plan @ the First NIDA business analytics and data scien...
Second prize business plan @ the First NIDA business analytics and data scien...
 
Second prize data analysis @ the First NIDA business analytics and data scie...
Second prize data analysis @ the First NIDA  business analytics and data scie...Second prize data analysis @ the First NIDA  business analytics and data scie...
Second prize data analysis @ the First NIDA business analytics and data scie...
 

การเกื้อหนุนบิดามารดาสูงอายุวัยปลายจากบุตรวัยผู้ใหญ่ โดย ร.ท.กนกกร ศักดิ์แหลมเงิน รศ.ดร.เดือนเพ็ญ ธีรวรรณวิวัฒน์