Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/26936
| Title: | การเปรียบเทียบค่าความคลาดเคลื่อนประเภทที่ 1 สำหรับสถิติทดสอบความเป็นอิสระ |
| Other Titles: | A comparison of type I error rates for the statistical tests of independence |
| Authors: | เสาวรส ยิ่งวรรณะ |
| Advisors: | สุชาดา บวรกิติวงศ์ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะครุศาสตร์ |
| Issue Date: | 2546 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบค่าความคลาดเคลื่อนประเภทที่ 1 ของสถิติทดสอบเพียร์สันไคสแควร์ อัตราส่วนภาวะน่าจะเป็น การปรับแก้ของเยทส์ และ Fisher's exact test ที่ใช้ในการทดสอบความเป็นอิสระสำหรับตารางการณ์จรขนาดเล็ก (2 X 2) กำหนดกลุ่มตัวอย่างให้มีขนาดเล็ก กลาง ใหญ่ เป็น 25 50 และ 100 ตามลำดับ สำหรับตารางการณ์จรขนาดกลาง (3 X 4) กำหนดกลุ่มตัวอย่างให้มีขนาดเล็ก กลาง ใหญ่ เป็น 80 150 และ 300 ตามลำดับ เมื่อความถี่ที่คาดหวังแต่ละเซลล์น้อยกว่า 5 ไม่เกิน 25% และ 50% ของ จำนวนเซลล์ทั้งหมดโดยใช้การจำลองด้วยวิธีมอนติคาร์โล ผลการวิจัยสรุปได้ดังนี้ 1. การทดสอบความเป็นอิสระ เมื่อความถี่คาดหวังแต่ละเซลล์น้อยกว่า 5 ไม่เกิน 25% ของจำนวนเซลล์ทั้งหมด ตารางการณ์จรขนาด 2X2 กลุ่มตัวอย่างขนาด 25 พบว่าสถิติทดสอบเพียร์สันไคลแควร์สามารถควบคุม อัตราความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด กลุ่มตัวอย่างขนาด 50 พบว่าสถิติทดสอบอัตราส่วนภาวะน่าจะเป็น สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด กลุ่มตัวอย่างขนาด 100 พบว่าสถิติทดสอบ เพียร์สันไคสแควร์สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1ได้ดีที่สุด ณ ระดับนัยสำคัญ.05 ตารางการณ์จรขนาด 3X4 กลุ่มตัวอย่างขนาด 80 พบว่าไม่มีสถิติทดสอบตัวใดสามารถควบคุมอัตรา ความคลาดเคลื่อนประเภทที่ 1 ได้ กลุ่มตัวอย่างขนาด 150 พบว่าสถิติทดสอบอัตราส่วนภาวะน่าจะเป็นสามารถ ควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด กลุ่มตัวอย่างขนาด 300 พบว่าสถิติทดสอบอัตราส่วน ภาวะน่าจะเป็นสามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด ณ ระดับนัยสำคัญ .05 2. การทดสอบความเป็นอิสระ เมื่อความถี่ที่คาดหวังแต่ละเซลล์น้อยกว่า5 ไม่เกิน 50% ของจำนวนเซลล์ทั้งหมด ตารางการณ์จรขนาด 2X2 กลุ่มตัวอย่างขนาด 25 พบว่าสถิติทดสอบอัตราส่วนภาวะน่าจะเป็น สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด กลุ่มตัวอย่างขนาด 50 พบว่าสถิติทดสอบเพียร์สันไคสแควร์ อัตราส่วนภาวะน่าจะเป็น และ การปรับแก้ของเยทล์สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้เท่าเทียมกัน กลุ่มตัวอย่างขนาด 100 พบว่าสถิติทดสอบอัตราส่วนภาวะน่าจะเป็นสามารถควบคุมอัตรา ความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด ณ ระดับนัยสำคัญ.05 ตารางการณ์จรขนาด 3X4 กลุ่มตัวอย่างขนาด 80 พบว่าสถิติทดสอบอัตราส่วนภาวะน่าจะเป็น สามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด กลุ่มตัวอย่างขนาด 150 พบว่าสถิติทดสอบ อัตราส่วนภาวะน่าจะเป็นสามารถควบคุมอัตราความคลาดเคลื่อนประเภทที่ 1 ได้ดีที่สุด กลุ่มตัวอย่างขนาด 300 พบว่าสถิติทดสอบเพียร์สันไคสแควร์และอัตราส่วนภาวะน่าจะเป็นสามารถควบคุมอัตราความคลาดเคลื่อน ประเภทที่ 1 ได้เท่าเทียมกัน ณ ระดับนัยสำคัญ .05 |
| Other Abstract: | The purpose of this research was to compare Type I error rates of Pearson's chi-square statistic; Likelihood Ratio chi-square statistic; Yate's continuity correction and Fisher's exact test for the test of independence for small and middle contingency tables in small, middle and big sample sizes: 25, 50, 100 for 2 X 2 and 80, 150, 300 for 3X4, under the following condition: expected frequencies less than 5 not over 25% and 50% of all cells by monte carlo simulation. The findings were summarized as follows. 1. The test of independence under expected frequencies less than 5 not over 25% of all cells From 2X2 contingency table, it was found that Pearson’s chi-square statistic can best control Type I error rates for the sample size of 25; Likelihood Ratio chi-square statistic can best control Type I error rates for the sample size of 50; Pearson’s chi-square statistic can best control Type I error rates for the sample size of 100 at significant level .05 From 3X4 contingency table, it was found that all types of the statistic can not control Type I error rates for the sample size of 80; Likelihood Ratio chi-square statistic can best control Type I error rates for the sample size of 150; Likelihood Ratio chi-square statistic can best control Type I error rates for the sample size of 300 at significant level .05 2. The test of independence under expected frequencies less than 5 not over 50% of all cells From 2X2 contingency table, it was found that Likelihood Ratio chi-square statistic can best control Type I error rates for the sample size of 25; Pearson’s chi-square statistic Likelihood Ratio chi-squared statistic and Yate’s continuity correction can equally control Type I error rates for the sample size of 50; Likelihood Ratio chi-square statistic can best control Type I error rates for the sample size of 100 at significant level .05 From 3X4 contingency table, it was found that Likelihood Ratio chi-square statistic can best control Type I error rates for the sample size of 80; Likelihood Ratio chi-square statistic can best control Type I error rates for the sample size of 150; Pearson’s chi-square statistic and Likelihood Ratio chi-square statistic can equally control Type I error rates for the sample size of 300 at significant level .05 |
| Description: | วิทยานิพนธ์ (ค.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2546 |
| Degree Name: | ครุศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | สถิติการศึกษา |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/26936 |
| ISBN: | 9741738919 |
| Type: | Thesis |
| Appears in Collections: | Edu - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Saowaros_yi_front.pdf | 6.38 MB | Adobe PDF | View/Open | |
| Saowaros_yi_ch1.pdf | 3.94 MB | Adobe PDF | View/Open | |
| Saowaros_yi_ch2.pdf | 6.24 MB | Adobe PDF | View/Open | |
| Saowaros_yi_ch3.pdf | 10.11 MB | Adobe PDF | View/Open | |
| Saowaros_yi_ch4.pdf | 53.49 MB | Adobe PDF | View/Open | |
| Saowaros_yi_ch5.pdf | 5.99 MB | Adobe PDF | View/Open | |
| Saowaros_yi_back.pdf | 4.92 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.