1. CUIR at Chulalongkorn University
  2. Faculty and Institute
  3. Faculty of Commerce and Accountancy - Acctn
  4. Acctn - Theses
Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/27150
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสุพล ดุรงค์วัฒนา-
dc.contributor.authorวโรภาส ประดิษฐกำจรชัย-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี-
dc.date.accessioned2012-11-30T04:21:50Z-
dc.date.available2012-11-30T04:21:50Z-
dc.date.issued2547-
dc.identifier.isbn9745314382-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/27150-
dc.descriptionวิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2547en
dc.description.abstractวัตถุประสงค์ของการวิจัยในครั้งนี้ เพื่อเปรียบเทียบวิธีการทดสอบสมมติฐานเกี่ยวกับสัมประสิทธิ์ความถดถอย สำหรับกรณีการวิเคราะห์ความถดถอยเชิงพหุ 2 วิธี คือ การทดสอบอัตราส่วนความควรจะเป็นแบบปกติและการทดสอบอัตราส่วนความควรจะเป็นแบบมอนติคาร์โล โดยที่ตัวแบบมีรูปแบบดังนี้ y = xβ+ε โดยที่ y แทนแทนเวกเตอร์ของค่าสังเกตที่มีขนาด nx1β แทนเวกเตอร์สัมประสิทธิ์ความถดถอยของตัวแบบความถดถอยขนาด (p+1)x1 X แทนเมทริกซ์ตัวแปรอิสระที่มีการแจกแจงปกติมาตรฐานหลายตัวแปรและกำหนดให้ความสัมพันธ์ระหว่างตัวแปรอิสระเป็น 0 มิติขนาด nx(p+1)ε แทนเวกเตอร์ความคลาดเคลื่อนสุ่มของค่าสังเกตที่มีขนาด nx1 ซึ่ง ε มีการแจกแจงแบบปกติที่เป็นอิสระซึ่งกันและกันมีค่าเฉลี่ยเป็น 0 และความแปรปรวนเป็น σ² l[subscript n]pแทนจำนวนตัวแปรอิสระที่ใช้ทดลอง n แทนขนาดตัวอย่าง ในการวิจัยครั้งนี้ได้ทำการจำลองข้อมูลจากเทคนิคมอนติคาร์โลด้วยโปรแกรม S-PLUS 2000 โดยกำหนดให้จำนวนตัวแปรอิสระที่ใช้ทดลองเท่ากับ 2 3 4 และ 5 ขนาดตัวอย่างเท่ากับ 10 25 50 และ 100 และส่วนเบี่ยงเบนมาตรฐานเท่ากับ 1 3 5 และ 7 โดยที่ระดับนัยสำคัญที่ศึกษาคือ 0.01 0.05 และ 0.1 เกณฑ์ที่ใช้ในการเปรียบเทียบตัวสถิติที่ใช้ในการทดสอบทั้ง 2 วิธีคือค่าความคลาดเคลื่อนประเภทที่ 1และอำนาจการทดสอบ ผลการศึกษาจะสรุปได้ดังนี้คือ 1. ค่าความคลาดเคลื่อนประเภทที่ 1 ผลการทดสอบทั้ง 2 วิธี สามารถควบคุมความคลาดเคลื่อนประเภทที่ 1 ได้ที่ทุกระดับนัยสำคัญ ในทุกกรณีศึกษา 2. อำนาจการทดสอบ การทดสอบอัตราส่วนความควรจะเป็นแบบมอนติคาร์โลจะมีค่าอำนาจการทดสอบสูงกว่าในทุกระดับของความแตกต่างระหว่างสัมประสิทธิ์ความถดถอย ทุกระดับของจำนวนตัวแปรอิสระ ทุกระดับของขนาดตัวอย่าง ทุกระดับของส่วนเบี่ยงเบนมาตรฐานและทุกระดับนัยสำคัญที่ทำการทดสอบ แต่เมื่อจำนวนตัวแปรอิสระขนาดตัวอย่าง ส่วนเบี่ยงเบนมาตรฐานสูงขึ้นและมีความแตกต่างระหว่างสัมประสิทธิ์ความถดถอยที่แตกต่างกัน 90%ของส่วนเบี่ยงเบนมาตรฐาน ตัวสถิติทดสอบทั้ง 2 วิธีจะให้อำนาจการทดสอบใกล้เคียงกัน-
dc.description.abstractalternativeThe objective of this study is to compare the methods of hypothesis testing on the regression coefficient by 2 methods; Regular likelihood ratio test and Monte Carlo likelihood ratio test. The multiple regression analysis model is y = xβ+ε where y (nx1) is the vector of observation β [(p+1)x1] is the vector of regression coefficient X [nx(p+1)] is the matrix of independent variables that have multivariate standard normal distribution and correlation between independent variables are zero ε (nx1) is the vector of random error of the observation and ε is independently and normally distribution with mean equal to zero and variance equal to σ² l[subscript n]p is the number of independent variables, n is the sample sizes. To generate the data for this study, the Monte Carlo simulation technique is done using S-plus 2000 package. The number of independent variables is specified at 2,3,4 and 5 variables. The sample size is specified at 10,25,50 and 100. The standard deviation is specified at 1, 3, 5 and 7. The significance levels for this study are at 0.01 , 0.05 and 0.1 level. The probability of type I error and the power of the test are a measure for comparison for both methods. The results of this study can be summarized as follows: 1. Probability of type I error The two methods can control probability of type I error at all significance levels. 2. Power of the test Monte Carlo likelihood ratio test gives the higher power of the test than regular likelihood ratio test at all of the levels on difference of regression coefficients all of the number of independent variables all of the sample sizes all of the standard deviation and all of the significance levels. When the number of independent variables sample sizes and standard deviation are increase and the difference of regression coefficient is 90% of standard deviation regular likelihood ratio test gives approximately nearly the same power of the test level.-
dc.format.extent5057954 bytes-
dc.format.extent2406122 bytes-
dc.format.extent3414158 bytes-
dc.format.extent2155337 bytes-
dc.format.extent15689018 bytes-
dc.format.extent1469236 bytes-
dc.format.extent3320886 bytes-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectการวิเคราะห์การถดถอย-
dc.subjectวิธีมอนติคาร์โล-
dc.subjectRegression analysis-
dc.subjectMonte carlo method-
dc.titleการเปรียบเทียบการทดสอบอัตราส่วนความควรจะเป็นแบบปกติ และการทดสอบอัตราส่วนความควรจะเป็นแบบมอนติคาร์โล สำหรับการวิเคราะห์ความถดถอยเชิงพหุen
dc.title.alternativeA comparison on regular likelihood ratio test and Monte Carlo likelihood ratio test for multiple regression analysisen
dc.typeThesises
dc.degree.nameสถิติศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineสถิติes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
Varopas_pr_front.pdf4.94 MBAdobe PDFView/Open
Varopas_pr_ch1.pdf2.35 MBAdobe PDFView/Open
Varopas_pr_ch2.pdf3.33 MBAdobe PDFView/Open
Varopas_pr_ch3.pdf2.1 MBAdobe PDFView/Open
Varopas_pr_ch4.pdf15.32 MBAdobe PDFView/Open
Varopas_pr_ch5.pdf1.43 MBAdobe PDFView/Open
Varopas_pr_back.pdf3.24 MBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.