การวิจัยครั้งนี้มีวัตถุประสงค์ที่จะเปรียบเทียบวิธีการประมาณค่าพารามิเตอร์ในตัวแบบการวิเคราะห์ความถดถอยพหุนาม กรณีที่มีความคลาดเคลื่อนในตัวแปรอิสระโดยจะเปรียบเทียบวิธีการประมาณค่าพารามิเตอร์ 3 วิธี ได้แก่ วิธีกำลังสองน้อยสุดสามัญ(Ordinary Least Squares Method (OLS)) วิธีกำลังสองน้อยสุดปรับปรุง (AdjustedLeast Squares Method (ALS)) วิธีกำลังสองน้อยสุดถ่วงน้ำหนัก (Weighted LeastSquares Method (WLS)) เกณฑ์การเปรียบเทียบที่ใช้ คือ ค่าเฉลี่ย รากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยสัมพัทธ์ (Average Relative Root Mean Squares Error (ARRMSE))และใช้อัตราส่วนผลต่างของค่าเฉลี่ยรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยสัมพัทธ์(Ratio of Different Average Relative Root Mean Squares Error (RDARRMSE))เป็นเกณฑ์ประกอบการตัดสินใจ การแจกแจงของความคลาดเคลื่อนสุ่มในตัวแปรตามที่ศึกษาคือการแจกแจงแบบปกติที่มีค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐานเป็น 0.1, 0.3, 0.5,0.7 และ 1.0 การแจกแจงของความคลาดเคลื่อนในตัวแปรอิสระที่ศึกษาคือการแจกแจงแบบปกติที่มีค่าเฉลี่ย 0 และส่วนเบี่ยงเบนมาตรฐานเป็น 0.1, 0.3, 0.5 และ 0.7 ขนาดตัวอย่างเป็น 15, 30, 50, 100 และ 200 กำลังสูงสุดของตัวแปรอิสระที่ใช้สำหรับการสร้างตัวแปรตามในตัวแบบถดถอยพหุนาม (highest degree of independent variablesfor dependent variable building in model (MB)) เป็น 2, 3, 4, 5 และ 6 สำหรับข้อมูลที่ใช้ในการวิจัยใช้โปรแกรมคอมพิวเตอร์จำลองด้วยเทคนิคมอนติคาร์โลกระทำซ้ำ1000 ครั้ง ในแต่ละสถานการณ์ ซึ่งผลการวิจัยสรุปได้ดังนี้ ค่าเฉลี่ยรากของค่าคลาดเคลื่อนกำลังสองเฉลี่ยสัมพัทธ์ (ARRMSE) แปรผันตามปัจจัยจากมากไปหาน้อย กำลังสูงสุดของตัวแปรอิสระที่ใช้สำหรับสร้างตัวแปรตามในตัวแบบถดถอยพหุนาม (MB) ส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนในตัวแปรอิสระ(~i(+,s)(,(+,d)~i) และส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนสุ่มในตัวแปรตาม(~i(+,s)(,(+,e)~i('*)) แต่แปรผกผันกับขนาดตัวอย่าง (~in~i) ซึ่งอิทธิพลของปัจจัยดังกล่าวเป็นดังนี้ 1. กรณีที่ขนาดตัวอย่างมีค่าน้อย (~in~i = 15) ถ้ากำลังสูงสุดของตัวแปรอิสระที่ใช้สำหรับสร้างตัวแปรตามในตัวแบบถดถอยพหุนามมีค่าน้อย (MB = 2) ส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนสุ่มในตัวแปรตามและส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนในตัวแปรอิสระมีค่าน้อย (~i(+,s)(,(+,e)~i('*)(+,ฃ) 0.3 และ ~i(+,s)(,(+,d)~i (+,ฃ) 0.3) วิธี OLS จะเป็นวิธีที่ดีที่สุดรองลงมาคือวิธี ALS และ WLS ตามลำดับ ยกเว้นกรณีที่ส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนสุ่มในตัวแปรตามมีค่าเท่ากับ 0.3 และส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนในตัวแปรอิสระมีค่าเท่ากับ 0.3 วิธี ALS จะเป็นวิธีที่ดีที่สุด รองลงมาคือวิธี WLS และOLS ตามลำดับ และถ้าส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนสุ่มในตัวแปรตาม และส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนในตัวแปรอิสระมีค่าปานกลางถึงมาก(~i(+,s)(,(+,e)~i('*) (+,ณ) 0.5 และ ~i(+,s)(,+,d)~i (+,ณ) 0.5) วิธี WLSจะเป็นวิธีที่ดีที่สุด รองลงมาคือวิธี ALS และ OLS ตามลำดับ 2. กรณีที่ขนาดตัวอย่างมีค่าปานกลางถึงมาก (~in~i > 15) ถ้ากำลังสูงสุดของตัวแปรอิสระที่ใช้สำหรับสร้างตัวแปรตามในตัวแบบถดถอยพหุนามมีค่ามาก (MB > 2) วิธี WLS จะเป็นวิธีที่ดีที่สุด รองลงมาคือ วิธี ALS และOLS ตามลำดับ สำหรับทุกค่าของส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนสุ่มในตัวแปรตาม(~i(+,s)(,(+,e)~i('*)) และส่วนเบี่ยงเบนมาตรฐานของความคลาดเคลื่อนในตัวแปรอิสระ(~i(+,s)(,+,e)~i)