Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/33166
Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | สุพล ดุรงค์วัฒนา | - |
| dc.contributor.author | กิตติ วารีรัตน์ | - |
| dc.contributor.other | จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี | - |
| dc.date.accessioned | 2013-07-17T03:34:19Z | - |
| dc.date.available | 2013-07-17T03:34:19Z | - |
| dc.date.issued | 2555 | - |
| dc.identifier.uri | http://cuir.car.chula.ac.th/handle/123456789/33166 | - |
| dc.description | วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2555 | en_US |
| dc.description.abstract | การศึกษาในครั้งนี้มีวัตถุประสงค์เพื่อศึกษาการแก้ไขปัญหาการประมาณค่าพารามิเตอร์ของตัวแบบความถดถอยพหุเชิงเส้น เมื่อเกิดปัญหาพหุสัมพันธ์รุนแรงด้วยวิธีการวิเคราะห์ตัวประกอบหลัก ได้ทำการศึกษาในขอบเขตของจำนวนตัวแปรอิสระ 2 และ 3 ตัว ที่มีการแจกแจงแบบปกติมีค่าเฉลี่ยเท่ากับ 0 ความแปรปรวนเท่ากับ 2 และความแปรปรวนของความคลาดเคลื่อนเท่ากับ 2 โดยที่ค่าสัมประสิทธิ์ความถดถอยมีค่าเท่ากับ 2 และมีขนาดตัวอย่างเท่ากับ 50, 100, 200 ซึ่งระดับความสัมพันธ์ของตัวแปรอิสระ 2 ตัว คือ 0.90, 0.91, 0.92,…, 0.99 และสำหรับตัวแปรอิสระ 3 ตัว จะพิจารณาค่าระดับความสัมพันธ์สูงสุดจากค่าระดับความสัมพันธ์ภายใต้ขอบเขตที่ทำการศึกษา ผลการศึกษากรณีตัวแปรอิสระ 2 ตัวพบว่า ระดับความสัมพันธ์ตั้งแต่ 0.95 – 0.99 จะเกิดปัญหาพหุสัมพันธ์รุนแรง ของทุกๆขนาดตัวอย่างที่ทำการศึกษา ดังนั้น ระดับความสัมพันธ์ 0.95 คือจุดเปลี่ยนที่ทำให้เกิดปัญหาพหุสัมพันธ์รุนแรง และกรณีตัวแปรอิสระ 3 ตัว พบว่าระดับความสัมพันธ์สูงสุดเท่ากับ 0.93 , 0.95, 0.97, 0.99 จะเกิดปัญหาพหุสัมพันธ์รุนแรง เมื่อขนาดตัวอย่างเท่ากับ 50, 100 และระดับความสัมพันธ์สูงสุดเท่ากับ 0.91, 0.93, 0.95, 0.97, 0.99 จะเกิดปัญหาพหุสัมพันธ์รุนแรง เมื่อขนาดตัวอย่างเท่ากับ 200 ดังนั้น ระดับความสัมพันธ์ 0.93 คือจุดเปลี่ยนที่ทำให้เกิดปัญหาพหุสัมพันธ์รุนแรง เมื่อขนาดตัวอย่างเท่ากับ 50, 100 และ ระดับความสัมพันธ์ 0.95 คือจุดเปลี่ยนที่ทำให้เกิดปัญหาพหุสัมพันธ์รุนแรง เมื่อขนาดตัวอย่างเท่ากับ 200 ในส่วนของการแก้ไขปัญหาพหุสัมพันธ์ด้วยวิธีการวิเคราะห์ตัวประกอบหลัก พบว่าค่าเฉลี่ยความคลาดเคลื่อนมาตรฐานก่อนการแก้ไขปัญหาพหุสัมพันธ์รุนแรงมีค่ามากกว่าหลังการแก้ไขปัญหาพหุสัมพันธ์รุนแรง แต่ค่าเฉลี่ยความเอนเอียงก่อนการแก้ไขปัญหาพหุสัมพันธ์รุนแรงมีค่าน้อยกว่าหลังการแก้ไขปัญหาพหุสัมพันธ์รุนแรง | en_US |
| dc.description.abstractalternative | The objective of this research is to correct the estimation for parameters of multiple linear regression model with serious multicollinearity using Principal Component Analysis. We study Normal distribution of 2 and 3 independent variables with mean of 0, and variance of 2. The variance of error is 2, while coefficients of the regression parameters equal to 2. The samples size is 50, 100, and 200. For 2 independent variables, the correlation value is defined to be 0.9, 0.91, 0.92, 0.93, 0.94, 0.95, 0.96, 0.97, 0.98, and 0.99. In addition, for 3 independent variables, the maximum correlation among pairwise correlation is need as the criterion for the study. From the study, it is found that, in 2-independent-variable case, the problems of multicollinearity occur when the correlation value is between 0.95 and 0.99 for any samples size. So the cut point of serious multicollinearity is the correlation value at 0.95. In, 3 –independent-variable case, the problems occur when the maximum correlation value is 0.93, 0.95, 0.97, 0.99 for samples size of 50 and 100, and the maximum correlation value at 0.95, 0.97, 0.99 for samples size of 200. Then the cut point of serious multicollinearity for samples size of 50, 100 is the correlation value at 0.93 and for sample size of 200 is the correlation value at 0.95. The part of correction the estimation for parameters with serious multicollinearity using Principal Component Analysis.Thus, Principal Component Analysis method can be used to solve the problem of multicollinearity. Before the problem solving, the Average Standard Error (ASE) is greater than the after one. But the average bias before solve the problem of multicollineatity is less than the after one. | en_US |
| dc.language.iso | th | en_US |
| dc.publisher | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
| dc.rights | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
| dc.title | การแก้ไขปัญหาการประมาณค่าพารามิเตอร์ของตัวแบบความถดถอยพหุเชิงเส้นที่เกิดปัญหาพหุสัมพันธ์ด้วยวิธีการวิเคราะห์ตัวประกอบหลัก | en_US |
| dc.title.alternative | Correction of estimation for parameters of multiple linear regression model with multicollinearity using principal component analysis | en_US |
| dc.type | Thesis | en_US |
| dc.degree.name | สถิติศาสตรมหาบัณฑิต | en_US |
| dc.degree.level | ปริญญาโท | en_US |
| dc.degree.discipline | สถิติ | en_US |
| dc.degree.grantor | จุฬาลงกรณ์มหาวิทยาลัย | en_US |
| dc.email.advisor | Supol@acc.chula.ac.th | - |
| Appears in Collections: | Acctn - Theses | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| kitti_wa.pdf | 1.69 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.