การเปรียบเทียบวิธีการคัดเลือกสมการถดถอยที่ดีที่สุดเชิงเบส์เมื่อใช้การแจกแจงก่อนแบบคู่สังยุคแกมมา

วรรษมน จันทร์โอกุล

DSpace Home
→
Faculty and Institute
→
Faculty of Commerce and Accountancy - Acctn
→
Acctn - Theses
→
View Item

dc.contributor.advisor	ธีระพร วีระถาวร
dc.contributor.author	วรรษมน จันทร์โอกุล
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned	2014-03-19T11:45:58Z
dc.date.available	2014-03-19T11:45:58Z
dc.date.issued	2549
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/41536
dc.description	วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2549	en_US
dc.description.abstract	การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบวีธีการคัดเลือกสมการถดถอยที่ดีที่สุดเชิงเบส์เมื่อใช้การแจกแจงก่อนแบบคู่สังยุคแกมมา โดยจะเปรียบเทียบวิธีการคัดเลือกสมการถดถอย 3 วิธี ได้แก่ วิธีการเฉลี่ยตัวแบบของเบส์โดยการหาองค์ประกอบของตัวแบบด้วยเทคนิคมอนติคาร์โลเมื่อใช้ลูกโซ่มาร์คอฟ วิธีการคัดเลือกตัวแบบที่เหมาะสมที่สุด (OPM) และวิธีการถดถอยแบบขั้นบันได (SR) เกณฑ์ที่ใช้ในการตัดสินใจคือเกณฑ์ค่าเฉลี่ยของค่าคลาดเคลื่อนกำลังสองเฉลี่ย (AMSE) โดยกำหนดจำนวนตัวแปรอิสระที่ศึกษา คือ 3 5 10 และ 15 ขนาดตัวอย่างที่ศึกษา คือ 15 30 50 และ 100 ค่าส่วนเบี่ยงเบนมาตรฐานของค่าความคลาดเคลื่อนที่ศึกษา คือ 0.25 0.50 และ 2.50 ค่าคงที่สำหรับวิธี และวิธี OPM ที่ศึกษามี 4 ระดับ คือ (1,5) (1,10) (10,100) และ (10,500) ข้อมูลที่ใช้ในการวิจัยได้จากการจำลองด้วยเทคนิคมอนติคาร์โลกระทำซ้ำ 500 รอบในแต่ละสถานการณ์ ซึ่งผลการวิจัยได้ข้อสรุปดังนี้ 1. ค่าAMSE ของทั้ง 3 วิธีเรียงลำดับจากน้อยไปหามาก ได้แก่ วิธี OPM และ SR ตามลำดับในทุกสถานการณ์ ซึ่งวิธี จะมีค่า AMSE ต่ำกว่าวิธี OPM และวิธี SR จะมีค่า AMSE สูงกว่าวิธี และวิธี OPM ในทุกสถานการณ์ 2. ปัจจัยที่มีผลต่อค่า AMSE ของทุกวิธี คือจำนวนตัวแปรอิสระ ขนาดตัวอย่าง และค่าส่วนเบี่ยงเบนมาตรฐานของค่าความคลาดเคลื่อน โดยที่ค่า AMSE จะแปรผันตามจำนวนตัวแปรอิสระและค่าส่วนเบี่ยงเบนมาตรฐานของค่าความคลาดเคลื่อน แต่จะแปรผกผันกับขนาดตัวอย่าง 3. ปัจจัยที่มีผลต่อค่า AMSE ของ 2 วิธี คือค่าคงที่สำหรับวิธี และวิธี OPM จะส่งผลต่อวิธี และวิธี OPM ซึ่งเป็นวิธีการภายใต้แนวทางของเบส์เท่านั้น โดยค่า AMSE จะแปรผันตามค่าคงที่สำหรับวิธี และวิธี OPM '
dc.description.abstractalternative	The objective of this research is to compare the Bayesian selection methods for best regression equation with conjugate gamma prior distribution. The three methods in this comparison are Bayesian Model Averaging method using Markov Chain Monte Carlo model composition , Optimal Predictive Model Selection (OPM) and Stepwise Regression method (SR). The criterion of comparison is average of mean square error (AMSE) to compare the efficiency of these three methods. In this study, the numbers of independent variables in regression model are 3 5 10 and 15. The size of the samples are 15 30 50 and 100. The standard deviation of random errors are 0.25 0.50 and 2.50. The constant of Bayesian approach for and OPM are (1,5) (1,10) (10,100) and (10,500). All data for this research are generated through the Monte Carlo simulation technique and repeating 500 times for each case. The result of this study can be summarized as follow: 1. The AMSE from the three methods rank from minimum to maximum are, OPM and SR for all cases. The has AMSE lower than OPM but SR has AMSE higher than and OPM for all cases. 2. The factors that affect AMSE of all methods are the numbers of independent variables, sample size and the standard deviation of random errors. The AMSE of all methods directly vary to the numbers of independent variables and the standard deviation of random errors but the AMSE of all methods inversely vary to sample size. 3. The constant of Bayesian approach affected AMSE of both and OPM. The AMSE of the two methods directly vary to the constant of Bayesian approach.
dc.language.iso	th	en_US
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.relation.uri	http://doi.org/10.14457/CU.the.2006.920
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en_US
dc.title	การเปรียบเทียบวิธีการคัดเลือกสมการถดถอยที่ดีที่สุดเชิงเบส์เมื่อใช้การแจกแจงก่อนแบบคู่สังยุคแกมมา	en_US
dc.title.alternative	A comparission of bayesian selection methods for best regression equation with conjugate gamma prior distribution	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.identifier.DOI	10.14457/CU.the.2006.920