The objectives of this research are to propose a proper model for detecting defective machines in auto parts factories to apply the proposed model to the defective product data and to investigate the factors influencing on the machine producing defective products. A Bayesian hidden Markov model (HMM) is adopted. The results show that if the number of defective products increases the machine will be in the hidden bad state. The probability of changing from a hidden bad state to a hidden good state is higher than the probability of changing from a hidden good state to a hidden good state. The highest probability that the machine will be in a good state is at the work process 4 followed by 1 3 and 2 respectively. The highest probability that the machine will be in hidden good state is at the Worker no. 10 followed 9 3 12 7 2 1 6 11 4 8 and 5 respectively and The highest probability that the machine will be in the hidden good state is at the product type 1 followed by 2 and 3 respectively.

This research aims to apply the principle of stochastic process for modeling. The parameters are estimated using Bayesian methods. The monthly average real price of paddy rice 15% and yield of paddy rice in Thailand were studied. The price and the yield of paddy rice which are time series data consisting of four components autocorrelation an exponential cumulative distribution function for trend outliers and two different types of seasons: the dummy seasons and Fourier function seasons. Writing algorithms programming in OpenBUGS and evaluating the performance of models from simulation programming in R were conducted. After that Bayesian methods with dummy seasons and Fourier function season were compared using RMSE MSE and MAE as the criteria. The results show that the Bayesian model with an exponential cumulative distribution function for trend and dummy seasons give the lowest RMSE MSE and MAE for both model fitting and model validating.

This research aims to study the using oil palm fiber to develop cement-bonded fiberboard product. The mixture ratios of Portland cement type1: fine sand: oil palm fiber:tap water: catalyst are 1 : 1.95 : 0.05 : 0.40 : 0.03 1 : 1.94 : 0.06 : 0.40 : 0.03 1 : 1.93 : 0.07 : 0.40 : 0.03 1 : 1.92 : 0.08 : 0.40 : 0.03 and 1 : 1.91 : 0.09 : 0.40 : 0.03 by weight. The cement-bonded fiberboard samples are cast in 30 x 30 x 1.5 centimeter in dimension. The cement-bonded fiberboard sample testing follows the TIS 878-2537. The results show that the density thermal conductivity bending strength modulus of elasticity and tension perpendicular to surface of cement-bonded fiberboard with high quantity of oil palm fiber are lower than cement-bonded fiberboard with low quantity of oil palm fiber while that the water absorption and swelling in water of cement-bonded fiberboard with high quantity of oil palm fiber are higher. However all of oil palm fiber samples with lower than 0.06 of ratio can pass the standard.

This research aims to study the using basalt rock fragments to develop as interlocking block product. The mixture ratios of Portland cement type1: basalt rock fragments are 11 : 6 1 : 6.5 1 : 7 1 : 7.5 and 1 : 8 by weight and water per cement ratio was 0.6 by weight. The interlocking block samples are cast in 10 x 20 x 10 cubic centimeter of dimension with manual compression molding machine. The interlocking block samples were tested in accordance with TCPS 602-2547 standard which subjected for the interlocking block. The results show that the weight compressive strength and thermal conductivity of interlocking blocks with high quantity of basalt rock fragments are lower than interlocking blocks with low quantity of basalt rock fragments while that the water absorption of interlocking blocks with high quantity of basalt rock fragments are higher. From this research the medium and small enterprises could choose the proper ration for the interlocking block production mixing basalt rock fragments as per requirement.

การวิเคราะห์ข้อมูลการซื้อขายซึ่งประกอบไปด้วย ราคาปิด ผลต่างของราคาปิด ผลต่างของปริมาณการซื้อขาย ผลต่างของดัชนี SETIndex NYMEX crude oil และ DJIA โดยใช้ข้อมูลที่มีช่วงเวลาเป็นวันและข้อมูลผลต่างจะใช้ข้อมูลวันที่คานวณกับข้อมูลในวันก่อนหน้านั้น ซึ่งการประยุกตใชวิธีการ K-NN (K-Nearest Neighbor) การวิเคราะหจังหวะการซื้อขายหุ้นโดยใช้การคาดการณ์จากการที่ K-NN จัดกลุ่มข้อมูลเข้ากับข้อมูลต้นแบบเพื่อพิจารณาว่าข้อมูลในวันถัดไปควรจะเป็นการขึ้นของราคาหรือไม่เพื่อประกอบการตัดสินใจซื้อขาย โดยข้อมูลที่ใช้เป็นข้อมูลในการเป็นแบบจาลอง 710 ชุด และข้อมูลในการทดสอบอีก 181 ชุด ผลจากการใช้ K-NN โดยประสิทธิภาพในการทานายจากการกาหนดค่า k = 21 สูงที่สุดจากการเลือก ค่า k ตั้งแต่ 1 ถึง 29 โดยสามารถทานายได้ถูกต้อง 107 ชุด และทานายผิด 74 ชุดข้อมูล ซึ่งประสิทธิภาพในการทานายคิดเป็นประมาณร้อยละ 59 ซึ่งใช้ประกอบการพิจารณาการซื้อขายได้