การวิจัยครั้งนี้มีวัตถุประสงคืเพื่อศึกษาเปรียบเทียบการประมาณค่าตัวแปรตามของสมการถดถอยเชิงเส้นอย่างง่าย เมื่อตัวแปรตามถูกตัดปลายทางขวาประเภทที่ 1โดยวิธีการประมาณค่าพารามิเตอร์ของสมการถดถอยที่ใช้ในการศึกษาครั้งนี้คือ 1) วิธีกำลังสองต่ำสุด (OrdinaryLeast Squares Method) 2) วิธีตัวประมาณของมิลเลอร์(Miller's Estimator) 3) วิธีกำลังสองต่ำสุดแบบดัดแปลงแค็พแลน-ไมเออร์ (Modified Kaplan-Meier LeastSquare Method) 4) วิธีการของบัคเลย์และเจมส์ (Buckleyand James Method) การเปรียบเทียบกระทำภายใต้สถานการณ์ของขนาดตัวอย่างเท่ากับ 20, 30, 40, 50 และ 60 เปอร์เซ็นต์การตัดทิ้งของข้อมูลเป็น 10%, 20%, 30% และ 40% ค่าความคลาดเคลื่อนมีการแจกแจงแบบปกติ ลอกนอร์มอล และ ไวบูลล์ตัวแปรอิสระมีการแจกแจงแบบปกติและไวบูลล์ กำหนดจุดที่ข้อมูลถูกตัดทิ้ง 3 ระดับ คือ ค่าเฉลี่ย+0.5(...)(,T),+(...)(,T) และ +1.5(...)(,T) เมื่อ (...)(,T) เป็นส่วนเบี่ยงเบนมาตรฐานของตัวแปรตาม โดยข้อมูลที่ใช้ในการวิจัยนี้ได้จากการจำลองด้วยเทคนิคมอนติคาร์โลและทำการทดลองซ้ำ ๆ กัน 1,000 ครั้ง สำหรับแต่ละสถานการณ์เพื่อหาค่าพารามิเตอร์และหาค่ารากที่สองของค่าเฉลี่ยของความคลาดเคลื่อนกำลังสอง (RMSE) ของการประมาณค่าตัวแปรตามทั้ง4 วิธี ผลจากการวิจัยจะเป็นแนวทางในการเลือกวิธีการประมาณค่าความเสียหายของผู้เอาประกันเมื่อมีปัจจัยที่มีผลต่อความเสียหายได้อย่างมีประสิทธิภาพ ส่งผลให้บริษัทประกันภัยสามารถกำหนดความคุ้มครอง อัตราเบี้ยประกันภัย และวางแผนทางการเงินได้อย่างเหมาะสม ผลการวิจัยสรุปได้ดังนี้ 1. วิธีกำลังสองต่ำสุดจะให้ค่า RMSE ต่ำกว่าวิธีอื่น ๆ เมื่อเปอร์เซ็นต์ของข้อมูลที่ถูกตัดทิ้งมีค่าไม่มาก(10%, 20%) และวิธีการของบัคเลย์และเจมส์จะให้ค่าRMSE ต่ำกว่าวิธีอื่น ๆ เมื่อเปอร์เซ็นต์ของข้อมูลที่ถูกตัดทิ้งมีค่ามาก (30%, 40%) 2. สำหรับทุกสถานการณ์ที่ทำการศึกษาค่า RMSEของการประมาณทั้ง 4 วิธี มีแนวโน้มเพิ่มมากขึ้นเมื่อค่าสูงสุดของข้อมูลที่ถูกตัดทิ้งมีค่าสูงขึ้น 3. เมื่อค่าคลาดเคลื่อนแจกแจงแบบลอกนอร์มอลและไวบูลล์ ค่า RMSE ของการประมาณทั้ง 4 วิธี มีแนวโน้มเพิ่มขึ้นเมื่อเปอร์เซ็นต์การถูกตัดทิ้งของข้อมูลมีค่าเพิ่มขึ้น 4. ในสถานการณ์เดียวกัน เมื่อการแจกแจงของตัวแปรอิสระต่างกัน ค่า RMSE ที่ได้มีค่าใกล้เคียงกัน