Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/51633
| Title: | การคัดเลือกตัวแบบไม่ติดกลุ่มอย่างสมบูรณ์ของตัวแบบการถดถอยโลจิสติกแบบ 2 ประเภท โดยใช้ฟังก์ชันโพรบิตเป็นฟังก์ชันเชื่อมโยง |
| Other Titles: | The strictly non-mested model of binary logistic regression model using probit fumction as a link function |
| Authors: | จารุตา ฤทธิ์เดชะ |
| Advisors: | สุพล ดุรงค์วัฒนา |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี |
| Advisor's Email: | Supol@acc.chula.ac.th |
| Subjects: | การวิเคราะห์การถดถอยโลจิสติก การประมาณค่าพารามิเตอร์ การสุ่มตัวอย่าง (สถิติ) Logistic regression analysis Parameter estimation Sampling (Statistics) |
| Issue Date: | 2554 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อคัดเลือกตัวแบบไม่ติดกลุ่มอย่างสมบูรณ์ของตัวแบบการถดถอยโลจิสติกแบบ 2 ประเภท โดยใช้ฟังก์ชันโพรบิตเป็นฟังก์ชันเชื่อมโยง ปัจจัยที่ส่งผลต่อตัวแบบที่ถุกคัดเลือกคือ คู่ลำดับของจำนวนตัวแปรในตัวแบบแรก (p1) และจำนวนตัวแปรในตัวแบบที่สอง (p2); (p1,p2); (2,2),(2,3),(2,4),(2,5),(3,2),(3,3),(3,4),(3,5),(4,2),(4,3),(4,4),(4,5),(5,2),(5,3),(5,4),(5,5) ระดับความสัมพันธ์ในแต่ละคู่ของตัวแปรอิสระเท่ากับ 0.33, 0.66 และ0.99 และขนาดตัวอย่าง (n) คือ 50, 100, 150 และ 250 ซึ่งข้อมูลทั้งหมดนี้ในการจำลองโดยเทคนิคมอนติคาร์โล ด้วยโปรแกรม R โดยใช้พื้นที่ใต้โค้ง ROC สูงสุดเป็นเกณฑ์ในการคัดเลือก จากการวิจัยสรุปผลได้ดังนี้ ปัจจัยที่เกี่ยวข้องกับการคัดเลือกตัวแบบไม่ติดกลุ่มอย่างสมบูรณ์ ของตัวแบบการถดถอยโลจิสติกแบบ 2 ประเภท โดยใช้ฟังชันก์โพรบิตเป็นฟังก์ชันเชื่อมโยงที่ทำให้ค่าเฉลี่ยพื้นที่ใต้โค้ง ROC เปลี่ยนแปลงไปในแตะละตัวแบบ กรณีจำนวนตัวแปรอิสระในตัวแบบแรก (p1) และจำนวนตัวแปรอิสระในตัวแบบที่สอง (p2); (p1,p2) เปลี่ยนแปลงไป ภายใต้ขอบเขตขนาดตัวอย่างและระดับความสัมพันธ์ในแต่ละคู่ของตัวแปรอิสระคงที่ พบว่าเมื่อจำนวนตัวแปรอิสระในตัวแบบแรก (p1) มีค่ามากกว่าจำนวนตัวแปรอิสระในตัวแบบที่สอง (p2) ตัวแบบที่ถูกเลือกคือตัวแบบแรก (p1) และเมื่อจำนวนตัวแปรอิสระในตัวแบบที่ที่สอง (p2) มีค่ามากกว่าจำนวนตัวแปรอิสระในตัวแบบแรก (p1) ตัวแบบที่ถูกเลือกคือตัวแบบที่สอง (p2) กรณีระดับความสัมพันธ์ในแต่ละคู่ของตัวแปรอิสระเปลี่ยนแปลงไป แต่ขนาดตัวอย่างและจำนวนตัวแปรอิสระของแต่ละตัวแบบคงที่ พบว่าเมื่อระดับความสัมพันธ์ในแต่ละคู่ของตัวแปรอิสระมีระดับต่ำ ตัวแบบจะมีค่าความน่าเชื่อถือสูง แต่เมื่อระดับความสัมพันธ์ในแต่ละคู่ของตัวแปรอิสระอยู่ในระดับปานกลางและสูง ตัวแบบจะมีค่าความน่าเชื่อถือลดลง กรณีขนาดตัวอย่างเปลี่ยนแปลงไป แต่จำนวนตัวแปรอิสระของแต่ละตัวแบบ และความสัมพันธ์ในแต่ละคู่ของตัวแปรอิสระคงที่ พบว่าเมื่อขนาดตัวอย่างมีค่าเพิ่มมากขึ้น ตัวแบบจะมีค่าความน่เชื่อถือสูงขึ้น |
| Other Abstract: | The purpose of this study is to select the strictly non-nested model of binary logistic regression model using probit function as a link function. The factors affecting selected model are ordered pairs of number independent variables in the first model (p1) and the second model (p2); (p1,p2); (5,2),(5,3),(5,4),(5,5),(2,5), (3,5),(4,5),(4,2),(4,3),(4,4),(2,4), (3,4),(3,2),(3,3),(2,3), (2,2), the degree of pair-wise correlation indepedent variables of the level low medium and high and the sample size (n); 50, 100, 150 and 250 the data in all situations are generated using Monte Carlo technique through R-program. The selection criterion is the maximum of the area under ROC curve. The results can be summarized as follow: Factors involved in selecting the strictly non-nested model of binary logistic regression model using probit function as a link function. Area under the ROC curve of the average change for each model. As ordered pairs of number independent variables in the first model (p1) and the second model (p2); (p1,p2) changed but the other factors are kept constant, with the number independent variables in the first model (p1) is greater than the second model (p2) the model chosen is the first model (p1) and the number independent variables in the second model (p2) is greater than first model (p1) the model chosen is the first model (p2). As teh degree of pair wise correlation independent variables of the values changed but the other factors are kept contant, that is, if the degree of pair-wise correlation is at low level, the reliability of the model increases. But if degree of pair-wise correlation is at medium or higher, the reliability of the model decreases. As the sample size changed but the other factors are kept contant, that is, if the size of sample increases, the reliability of the model increases. |
| Description: | วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2554 |
| Degree Name: | สถิติศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | สถิติ |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/51633 |
| URI: | http://doi.org/10.14457/CU.the.2011.2088 |
| metadata.dc.identifier.DOI: | 10.14457/CU.the.2011.2088 |
| Type: | Thesis |
| Appears in Collections: | Acctn - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| jaruta_ri.pdf | 1.59 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.