Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/56675
Title: การเปรียบเทียบวิธีการวิเคราะห์จำแนกประเภทกับการวิเคราะห์ความถดถอยโลจิสติกอันดับสำหรับการจำแนกกลุ่มแบบอันดับ
Other Titles: Comparison of discriminant analysis and ordinal logistic regression for ordered-group classification
Authors: วิศวัฒน์ รสหวาน
Advisors: สุพล ดุรงค์วัฒนา
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
Advisor's Email: Supol@acc.chula.ac.th
Subjects: การวิเคราะห์การถดถอยโลจิสติก
การแจกแจงโลจิสติก
การแจกแจง (ทฤษฎีความน่าจะเป็น)
วิธีมอนติคาร์โล
Logistic regression analysis
Logistic distribution
Distribution (Probability theory)
Monte carlo method
Issue Date: 2551
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบประสิทธิภาพในการจำแนกกลุ่มแบบอันดับ (Ordered-group) ของข้อมูลระหว่างวิธีการวิเคราะห์จำแนกประเภท (Discriminant Analysis :DA) กับวิธีการวิเคราะห์ความถดถอยโลจิสติกอันดับ (Ordinal Logistic Regression :OLR) เมื่อข้อมูลตัวแปรอิสระมีการแจกแจงแบบปกติหลายตัวแปร (Multivariate Normal) โดยเปรียบเทียบเงื่อนไขที่เมทริกซ์ค่าความแปรปรวนร่วมของตัวแปรอิสระของแต่ละกลุ่มเท่ากันและไม่เท่ากัน มีจำนวนกลุ่มที่จะจำแนกเป็น 3, 4 และ 5 กลุ่ม ซึ่งขนาดตัวอย่างในแต่ละกลุ่มยังแบ่งศึกษาออกเป็นสมดุล, สมดุลปานกลาง และ ไม่สมดุล ศึกษาทั้งในกรณีตัวแปรอิสระไม่สัมพันธ์กันและสัมพันธ์กันด้วยค่าสหสัมพันธ์ (Correlation : ρ) เป็น 0.1, 0.5 และ 0.9 โดยกำหนดขนาดตัวอย่างเป็น 120, 240 และ 360 ข้อมูลที่ใช้ในการวิจัยครั้งนี้ได้จากการจำลองด้วยเทคนิคมอนติคาโลโดยการกระทำซ้ำ 1,000 รอบ ในแต่ละสถานการณ์ เกณฑ์ที่ใช้ในการตัดสินใจคือ อัตราความผิดพลาดที่เห็นชัด (Apparent Rate Error : APER) ผลการวิจัยสรุปได้ว่าวิธีวิเคราะห์ความถดถอยโลจิสติกอันดับ จะจำแนกกลุ่มได้ถูกต้องมากกว่าวิธีวิเคราะห์จำแนกประเภท และปัจจัยที่มีผลต่อความถูกต้องของการจำแนกกลุ่มของทั้งสองวิธีมากที่สุดคือ จำนวนกลุ่มที่ถูกจำแนกและที่มีผลน้อยที่สุดต่อความถูกต้องคือความสมดุลของขนาดตัวอย่างในแต่ละกลุ่ม
Other Abstract: The purpose of this research is to study and compare the accuracy of classification for ordered-group between Discriminant Analysis (DA) and Ordinal Logistic Regression (OLR). In this study, we focus on multivariate normal independent variables which cover independent case and dependent cases; coefficient of simple correlation = 0.1, 0.5, 0.9 . We also compared the assumption of homogeneity of covariance matrices among groups. The numbers of groups are 3, 4 and 5 groups in which the 120, 240 and 360 samples were simulated equally, moderately-equally and unequally. The data for this research was simulated by using the Monte Carlo simulation technique with 1,000 repetitions for each case. The criterion of determination is Apparent Rate Error (APER). The results of this research are Ordinal Logistic Regression classifies ordered-groups more accurately than Discriminant does under every condition and the number of ordered group has the most effect on accuracy of classification while the equality of sample in each group has the least effect on the accuracy.
Description: วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2551
Degree Name: สถิติศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: สถิติ
URI: http://cuir.car.chula.ac.th/handle/123456789/56675
URI: http://doi.org/10.14457/CU.the.2008.1155
metadata.dc.identifier.DOI: 10.14457/CU.the.2008.1155
Type: Thesis
Appears in Collections:Acctn - Theses

Files in This Item:
File Description SizeFormat 
visawat_ro_front.pdf1.87 MBAdobe PDFView/Open
visawat_ro_ch1.pdf1.1 MBAdobe PDFView/Open
visawat_ro_ch2.pdf850.63 kBAdobe PDFView/Open
visawat_ro_ch3.pdf729.22 kBAdobe PDFView/Open
visawat_ro_ch4.pdf3.07 MBAdobe PDFView/Open
visawat_ro_ch5.pdf601.62 kBAdobe PDFView/Open
visawat_ro_back.pdf28.28 MBAdobe PDFView/Open


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