ช่วงความเชื่อมั่นสำหรับอัตราส่วนความน่าจะเป็นในตัวแบบการถดถอยโลจิสติก

ราตรี จรัสมาธุสร, 2521-

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

dc.contributor.advisor	มานพ วราภักดิ์
dc.contributor.author	ราตรี จรัสมาธุสร, 2521-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตรและการบัญชี
dc.date.accessioned	2006-06-29T09:57:34Z
dc.date.available	2006-06-29T09:57:34Z
dc.date.issued	2547
dc.identifier.isbn	9745315311
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/597
dc.description	วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2547	en
dc.description.abstract	การวิจัยครั้งนี้มีวัตถุประสงค์ เพื่อเปรียบเทียบวิธีการประมาณช่วงความเชื่อมั่นสำหรับอัตราส่วนความน่าจะเป็นในตัวแบบการถดถอยโลจิสติก โดยทำการเปรียบเทียบวิธีแบบฉบับ (Classic) วิธีปริมาณหลัก (PIVOT) และวิธีเบส์ (PiVPTE) และวิธีเบส์ (BAYES) ซึ่งเกณ์การเปรียบเทียบคือ ค่าระดับความเชื่อมั่นและค่าความยาวเฉลี่ยของช่วงความเชื่อมั่น ในการวิจัยครั้งนี้มีตัวแปรอิสระเพียง 1 ตัว ที่มีการแจกแจงแบบแบร์นูลลีและการแจกแจงแบบเลขชี้กำลัง ค่าพารามิเตอร์ beta[subscript 0] เท่ากับ 1.0 และ beta[subscript 1] เท่ากับ 0.3, 0.5, 0.7, 0.9, 1.0 และ 1.5 สำหรับวิธี BAYES กำหนดให้ beta[subscript 1] มีการแจกแจงก่อนแบบยูนิฟอร์ม (beta[subscript 1] ~ U(0,1)) ค่าสัมประสิทธิ์ความเชื่อมั่นที่กำหนดเท่ากับ 0.90, 0.95 และ 0.99 และขนาดตัวอย่างเท่ากับ 20, 30, 40, 50, 60, 70, 80, 90 และ 100 ข้อมูลที่ใช้ในการวิจัยได้จากการจำลองและใช้วิธีมอนติคาร์โลในการหาค่าความยาวเฉลี่ยของช่วงความเชื่อมั่น ซึ่งกระทำซ้ำ 1,000 ครั้ง ในแต่ละสถานการณ์ ผลการวิจัยสามารถสรุปได้ดังนี้ 1. ระดับความเชื่อมั่น ในทุกสถานการณ์ทดลอง ค่าระดับความเชื่อมั่นของทั้ง 3 วิธีการประมาณ ให้ค่าไม่ต่ำกว่าสัมประสิทธิ์ความเชื่อมั่นในทุกระดับที่กำหนด (0.90, 0.95, 0.99) 2. ความยาวเฉลี่ยของช่วงความเชื่อมั่น ในทุกสถานการณ์ทดลอง วิธี PIVOT ให้ค่าความยาวเฉลี่ยของช่วงความเชื่อมั่นต่ำสุด ขณะที่วิธี CLASSIC และวิธี BAYES ให้ค่าความยาวเฉลี่ยของช่วงความเชื่อมั่นใกล้เคียงกัน ในทุกสถานการณ์ทดลอง เมื่อตัวอย่างขนาดใหญ่ ทั้ง 3 วิธีการประมาณให้ค่าความยาวเฉลี่ยของช่วงความเชื่อมั่นใกล้เคียงกัน	en
dc.description.abstractalternative	The objective of this research is to compare the estimation methods of confidence intervals for odds ratio in logistic regression model. The estimation methods are Classical Method (CLASSIC), Pivotal Quantity Method (PIVOT) and Bayesian Method (BAYES). The criterion of comparison is confidence levels and average lengths of confidence interval. There are one independent variable, Bernolli and Exponential distribution. Levels of parameters beta[subscript 0] is 1.0 and beta[subscript 1] are 0.3, 0.5, 0.7, 0.9, 1.0 and 1.5. For BAYES method, pior distribution of beta[isubscript] is Uniform distribution ( beta[subscript 1]~U(1,0)). The given confidence coefficient values 0.90, 0.95 and 0.99. The sample sizes are 20, 30, 40, 50, 60, 70, 80, 90 and 100. The study used data from simulation and used the Monte Carlo method to compute the average lengths of confidence intervals. The experiment was repeated 1,000 times under each situations. The results of this research are as follows: 1. The confidence levels. For all situations , the confidence levels for all estimation methods are not lower than the given confidence coefficients values (0.90, 0.95, 0.99) 2. The average lengths of confidence interval. For all situations, the average lengths of confidence interval of PIVOT method is shortest. Whereas the average lengths of confidence interval of CLASSIC method and BAYES method are nearly the same. For all situations, large sample sizes, the average lengths of confidence interval for all estimation methods are nearly the same.	en
dc.format.extent	696793 bytes
dc.format.mimetype	application/pdf
dc.language.iso	th	en
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.relation.uri	http://doi.org/10.14457/CU.the.2004.1470
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	ความน่าจะเป็น	en
dc.subject	การวิเคราะห์การถดถอยโลจิสติกส์	en
dc.subject	การวิเคราะห์การถดถอย	en
dc.title	ช่วงความเชื่อมั่นสำหรับอัตราส่วนความน่าจะเป็นในตัวแบบการถดถอยโลจิสติก	en
dc.title.alternative	Confidence intervals for odds ratio in logistic regression model	en
dc.type	Thesis	en
dc.degree.name	สถิติศาสตรมหาบัณฑิต	en
dc.degree.level	ปริญญาโท	en
dc.degree.discipline	สถิติ	en
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	fcommva@acc.chula.ac.th
dc.identifier.DOI	10.14457/CU.the.2004.1470