การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาเปรียบเทียบการประมาณค่าตัวแปรตามของสมการถดถอยเชิงเส้นพหุ เมื่อค่าตัวแปรตามถูกตัดปลายทางขวาประเภทที่ 1 โดยวิธีการประมาณพารามิเตอร์ของสมการถดถอยที่ใช้ในการศึกษาวิจัยครั้งนี้คือ 1) วิธีกำลังสองต่ำสุด (Ordinary Least Squares Method)2) วิธีการของแชตเทอร์จีและแมคลีช (Chatterjee and McLeishMethod) 3) วิธีการของบัคเลย์และเจมส์ (Buckley and JamesMethod) 4) วิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม(Maximum Likelihood Method via EM algorithm) การเปรียบเทียบกระทำภายใต้สถานการณ์ของขนาดตัวอย่างเท่ากับ 20, 30,40, 50, 60 และ 70 เปอร์เซ็นต์การตัดทิ้งของข้อมูลเป็น10%, 20%, 30% และ 40% ค่าคลาดเคลื่อนแจกแจงแบบปกติ แบบดับเบิลเอกซโพเนนเชียล และแบบล็อกนอร์มอล กำหนดจุดที่ข้อมูลถูกตัดทิ้งมี 3 ระดับ โดยให้มีค่ามากกว่าค่าเฉลี่ยของข้อมูลเป็น (...)(,T), 1.5(...)(,T) และ 2(...)(,T)เมื่อ (...)(,T) คือส่วนเบี่ยงเบนมาตรฐานของข้อมูล โดยข้อมูลที่ใช้ในการวิจัยนี้ได้จากการจำลองด้วยเทคนิคมอนติคาร์โลและทำการทดลองซ้ำ ๆ กัน 1,000 ครั้ง สำหรับแต่ละสถานการณ์ที่กำหนดเพื่อประมาณค่าพารามิเตอร์และหาค่ารากที่สองของค่าเฉบี่ยของความคลาดเคลื่อนกำลังสอง(RMSE) ของการประมาณค่าตัวแปรตามทั้ง 4 วิธี ผลการวิจัยสรุปได้ดังนี้ 1. การประมาณด้วยวิธีภาวะน่าจะเป็นสูงสุดด้วยขั้นตอนวิธีอีเอ็ม จะให้ค่าความคลาดเคลื่อน RMSE ของการประมาณค่าตัวแปรตามต่ำกว่าวิธีการอื่น ๆ ในทุกสถานการณ์ที่ทำการศึกษา 2. ในกรณีที่ค่าคลาดเคลื่อนมีการแจกแจงแบบปกติและแบบดับเบิลเอกซโพเนนเชียล เมื่อจุดที่ข้อมูลถูกตัดทิ้งมีค่ามากกว่าค่าเฉลี่ยของข้อมูลเป็น (...)(,T) และ 1.5(...)(,T) วิธีการของบัคเลย์และเจมส์ให้ค่า RMSE น้อยกว่าวิธีกำลังสองต่ำสุด และเมื่อจุดที่ข้อมูลถูกตัดทิ้งมีค่ามากกว่าค่าเฉลี่ยของข้อมูลมากขึ้นเป็น 2(...)(,T) วิธีการของบัคเลย์และเจมส์จะให้ค่า RMSE มากกว่าวิธีกำลังสองต่ำสุด 3. ในกรณีที่ค่าคลาดเคลื่อนแจกแจงแบบปกติและแบบดับเบิลเอกซโพเนนเชียล เมื่อจุดที่ข้อมูลถูกตัดทิ้งมีค่ามากกว่าค่าเฉลี่ยของข้อมูลเป็น (...)(,T) และ 1.5(...)(,T)ค่า RMSE ของแต่ละวิธีจะลดลงเมื่อเปอร์เซ็นต์การตัดทิ้งของข้อมูลเพิ่มขึ้น และเมื่อจุดที่ข้อมูลถูกตัดทิ้งมีค่ามากกว่าค่าเฉลี่ยของข้อมูลเพิ่มมากขึ้นเป็น 2(...)(,T)ค่า RMSE ของแต่ละวิธีจะเพิ่มขึ้นเมื่อเปอร์เซ็นต์การตัดทิ้งของข้อมูลเพิ่มขึ้น ในกรณีที่ค่าคลาดเคลื่อนแจกแจงแบบล็อกนอร์มอลค่า RMSE แต่ละวิธีจะเพิ่มขึ้นเมื่อเปอร์เซ็นต์การตัดทิ้งของข้อมูลเพิ่มขึ้น