ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

การประมาณค่าพารามิเตอร์ในสมการถดถอยโลจิสติคด้วยภาวะน่าจะเป็นสูงสุด และฟังก์ชันจำแนกประเภท

หน่วยงาน ฐานข้อมูลวิทยานิพนธ์ไทย

รายละเอียด

ชื่อเรื่อง : การประมาณค่าพารามิเตอร์ในสมการถดถอยโลจิสติคด้วยภาวะน่าจะเป็นสูงสุด และฟังก์ชันจำแนกประเภท
นักวิจัย : กาญจนา พานิชการ
คำค้น : LOGISTIC REGRESSION , MAXIMUM LIKELIHOOD , DISCRIMINANT FUNCTION , WEIGHTED LEAST SQUARES , SQUARE ROOT MEAN SQUARES ERROR , DEVIANCE
หน่วยงาน : ฐานข้อมูลวิทยานิพนธ์ไทย
ผู้ร่วมงาน : -
ปีพิมพ์ : 2539
อ้างอิง : http://www.thaithesis.org/detail.php?id=1082539000064
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวิธีการประมาณค่าพารามิเตอร์ในสมการถดถอยโลจิสติค วิธีการประมาณค่าพารามิเตอร์ที่ใช้ในการศึกษาครั้งนี้คือวิธีภาวะน่าจะเป็นสูงสุด MLE) วิธีฟังก์ชันจำแนกประเภท(DF) และวิธีกำลังสองน้อยสุดถ่วงน้ำหนัก (WLS) ข้อมูลที่ใช้ในการวิจัยเป็นข้อมูลที่ไม่ได้จัดกลุ่ม ตัวแปรตาม(Y) มี 2 ค่า คือ 0 หรือ 1 การเปรียบเทียบกระทำภายใต้สถานการณ์ของขนาดตัวอย่าง 20, 40, 60 และ 80 สัดส่วนของตัวแปรตาม Y = 1 0.50, 0.55, 0.60, 0.65, 0.70, 0.75,0.80, 0.85, 0.90 และ 0.95 และการแจกแจงของตัวแปรอธิบาย 3 แบบ คือ 1)การแจกแจงปกติ 2)การแจกแจงแบบชี้กำลัง3)การแจกแจงแบบไวบูลล์ เกณฑ์ที่ใช้ในการเปรียบเทียบคือค่ารากที่สองของค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (RMSE)และใช้ตัวสถิติ Deviance เป็นเกณฑ์ประกอบการตัดสินใจข้อมูลที่ใช้ในการวิจัยได้จากการจำลองด้วยเทคนิคมอนติคาร์โล กระทำซ้ำ 500 รอบ ในแต่ละสถานการณ์ผลการวิจัยสรุปได้ดังนี้ 1. กรณีตัวแปรอธิบาย 1 ตัว มีการแจกแจงปกติ RMSEของวิธี MLE และ RMSE ของวิธี DF มีค่าใกล้เคียงกันสำหรับตัวอย่างทุกขนาด ทุกสัดส่วนของตัวแปรตาม Y = 1 ยกเว้นตัวอย่างขนาดเล็ก (N<(,-)40) ที่มีสัดส่วนของตัวแปรตามY = 1 ค่อนข้างสูง (P>0.75) RMSE ของวิธี DFมีค่าน้อยกว่า RMSE ของวิธี MLE 2. กรณีตัวแปรอธิบาย 1 ตัวมีการแจกแจงแบบชี้กำลังRMSE ของวิธี MLE มีค่าน้อยกว่า RMSE ของวิธี DF สำหรับตัวอย่างทุกขนาด ทุกสัดส่วนของตัวแปรตาม Y=1 ยกเว้นตัวอย่างที่มีสัดส่วนของตัวแปรตาม Y=1 สูง (P>0.80) RMSEของวิธี DF มีค่าน้อยกว่า RMSE ของวิธี MLE 3. กรณีตัวแปรอธิบาย 1 ตัว มีการแจกแจงแบบไวบูลล์RMSE ของวิธี MLE มีค่าน้อยกว่า RMSE ของวิธี DF สำหรับตัวอย่างทุกขนาด ทุกสัดส่วนของตัวแปรตาม Y=1 ยกเว้นตัวอย่างขนาดเล็ก (N<(,-) 40) ที่มีสัดส่วนของตัวแปรตามY=1 ค่อนข้างสูง (P>0.75) และตัวอย่างขนาดใหญ่ (N>40)ที่มีสัดส่วนของตัวแปรตาม Y=1 สูง (P>0.80) RMSE ของวิธีDF มีค่าน้อยกว่า RMSE ของวิธี MLE 4. กรณีตัวแปรอธิบาย 2 ตัว มีการแจกแจงปกคิ และการแจงแจงแบบชี้กำลัง หรือ แจกแจงปกติ และการแจกแจงแบบไวบูลล์หรือการแจกแจงแบบชี้กำลัง และการแจกแจงแบบไวบูลล์ RMSEของวิธี MLE มีค่าน้อยกว่า RMSE ของวิธี DF สำหรับตัวอย่างทุกขนาดทุกสัดส่วนของตัวแปรตาม Y=1 ยกเว้นตัวอย่างขนาดเล็ก (N<(,-) 40) ที่มีสัดส่วนของตัวแปรตามY=1 ค่อนข้างสูง (P>0.75) และตัวอย่างขนาดใหญ่ (N>40)ที่มีสัดส่วนของตัวแปรตาม Y=1 สูงมาก (P>0.85) RMSEของวิธี DF มีค่าน้อยกว่า RMSE ของวิธี MLE

บรรณานุกรม :
กาญจนา พานิชการ . (2539). การประมาณค่าพารามิเตอร์ในสมการถดถอยโลจิสติคด้วยภาวะน่าจะเป็นสูงสุด และฟังก์ชันจำแนกประเภท.
    กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย.
กาญจนา พานิชการ . 2539. "การประมาณค่าพารามิเตอร์ในสมการถดถอยโลจิสติคด้วยภาวะน่าจะเป็นสูงสุด และฟังก์ชันจำแนกประเภท".
    กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย.
กาญจนา พานิชการ . "การประมาณค่าพารามิเตอร์ในสมการถดถอยโลจิสติคด้วยภาวะน่าจะเป็นสูงสุด และฟังก์ชันจำแนกประเภท."
    กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย, 2539. Print.
กาญจนา พานิชการ . การประมาณค่าพารามิเตอร์ในสมการถดถอยโลจิสติคด้วยภาวะน่าจะเป็นสูงสุด และฟังก์ชันจำแนกประเภท. กรุงเทพมหานคร : ฐานข้อมูลวิทยานิพนธ์ไทย; 2539.