การเปรียบเทียบตัวประมาณการถดถอยเมื่อมีพหุสัมพันธ์และ/หรือมีค่าผิดปกติ

ปัทมวดี นันทนาเนตร์

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

dc.contributor.advisor	มานพ วราภักดิ์
dc.contributor.author	ปัทมวดี นันทนาเนตร์
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned	2020-06-12T08:33:05Z
dc.date.available	2020-06-12T08:33:05Z
dc.date.issued	2544
dc.identifier.isbn	9740303013
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/66290
dc.description	วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544
dc.description.abstract	การวิจัยในครั้งนี้ มีวัตถุประสงค์เพื่อศึกษาเปรียบเทียบตัวประมาณค่าพารามิเตอร์ในสมการถดถอยเชิงเส้นพหุคูณ เมื่อตัวแปรอิสระมีพหุสัมพันธ์และ/หรือตัวแปรตามมีค่าผิดปกติ ซึ่งทำการศึกษาด้วยตัวแปรประมาณการถดถอย 5 ตัว คือ ตัวประมาณกำลังสองน้อยสุด ตัวประมาณค่าสัมบูรณ์น้อยสุด ตัวประมาณริดจ์ ตัวประมาณริดจ์ที่มีค่าสัมบูรณ์น้อยสุด และตัวประมาณริดจ์ที่มีการถ่วงน้ำหนัก โดยกระทำภายใต้เงื่อนไขของการแจกแจงของความคลาดเคลื่อนสุ่ม 2 การแจกแจง คือ การแจกแจงปกติ และการแจกแจงปกติปลอมปน ที่สัดส่วนการปลอมปนของความคลาดเคลื่อน 4 ระดับ คือ 0.05, 0.08, 0.10 และ 0.15 ระดับค่าผิดปกติของตัวแปรตาม 3 ระดับ คือ ระดับเล็กน้อย ปานกลาง และรุนแรง ระดับสหสัมพันธ์ในตัวแปรอิสระ X1 กับ X2 จำนวน 7 ระดับ คือ 0.1, 0.3, 0.5, 0.7, 0.9, 0.95 และ 0.99 และระดับขนาดตัวอย่าง 6 ระดับ คือ 20, 30, 35, 40, 50 และ 60 ข้อมูลที่ใช้ในการวิจัยครั้งนี้ ได้จากการจำลองด้วยวีมอนติคาร์โล และกระทำซ้ำ ๆ กัน 1,000 ครั้ง ในแต่ละสถานการณ์ที่กำหนด เพื่อเปรียบเทียบค่ารากที่สองของค่าเฉลี่ยความคลาดเคลื่อนกำลังสอง (RMSE) ของตัวประมาณการถดถอยแต่ละตัว ซึ่งผลการวิจัยแบ่งออกเป็น 3 กรณี ดังต่อไปนี้ 1)กรณีที่ตัวแปรอิสระมีพหุสัมพันธ์ 2)กรณีที่ตัวแปรตามมีค่าผิดปกติ 3)กรณีมีตัวแปรอิสระมีพหุสัมพันธ์และตัวแปรตามมีค่าผิดปกติ ผลการวิจัยสรุปได้ดังนี้ 1)กรณีที่ตัวแปรอิสระมีพหุสัมพันธ์ เมื่อสหสัมพันธ์ในตัวแปรอิสระมีค่าน้อยกว่าหรือเท่ากับ .05 ตัวประมาณกำลังสองน้อยสุดจะให้ค่า RMSE ต่ำสุด และเมื่อสหสัมพันธ์ในตัวแปรอิสระมีค่ามากกว่า .05 ตัวประมาณริดจ์จะให้ค่า RMSE ต่ำสุด 2)กรณีที่ตัวแปรตามมีค่าผิดปกติ ตัวประมาณค่าสัมบูรณ์น้อยสุดจะให้ค่า RMSE ต่ำที่สุดในทุกสถานการณ์ 3)กรณีที่ตัวแปรอิสระมีพหุสัมพันธ์และตัวแปรตามีค่าผิดปกติ ในทุกระดับค่าผิดปกติของตัวแปรตาม (เล็กน้อย ปานกลาง และรุนแรง) และทุกระดับสัดส่วนการปลอมปนของความคลาดเคลื่อน (0.05, 0.08, 0.10 และ 0.15) เมื่อสหสัมพันธ์ในตัวแปรอิสระมีค่าน้อยกว่าหรือเท่ากับ .05 ตัวประมาณค่าสัมบูรณ์น้อยสุดจะให้ค่า RMSE ต่ำสุด และเมื่อสหสัมพันธ์ในตัวแปรอิสระมีค่ามากกว่า .05 ตัวประมาณริดจ์ที่มีค่าสัมบูรณ์น้อยสุดจะให้ค่า RMSE ต่ำสุด 4)ค่า RMSE จะแปรผันตามกับระดับสหสัมพันธ์ในตัวอิสระ ขนาดค่าผิดปกติในตัวแปรตาม และสัดส่วนการปลอมปนของความคลาดเคลื่อน แต่ค่า RMSE จะแปรผกผันกับขนาดตัวอย่าง
dc.description.abstractalternative	The objective of this research is to compare the regression estimators of parameters in a multiple linear regression model when multicollinearity and/or outliers are present. The regression estimators are the Least Squares Estimators (LS), Least Absolute Value Estimators (LAV), Ridge Estimators (RID), Ridge Least Absolute Value Estimators (RLAV), and Weighted Ridge Estimators (WRID), The comparison was done under the following conditions. The distributions of random errors are Normal Distribution and Contaminated Normal Distribution. The size of the outliers of dependent variable are small, medium, and large level according to the proportion of the contaminations of random errors are 5%, 8%, 10% and 15%. The level of multicollinearity are 0.1, 0.3, 0.5, 0.7, 0.9, 0.95 and 0.99 , and the sample size are 20, 30, 35, 40, 50, and 60. The data of this experiment were generated through the Monte Carlo Simulation Technique. The experiment was repeated 1,000 time under each condition to calculate the square root of the mean squares error (RMSE) of each regression estimator.
dc.language.iso	th
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย
dc.subject	การวิเคราะห์การถดถอย
dc.subject	พหุสัมพันธ์
dc.subject	ข้อมูลผิดปกติ (สถิติ)
dc.title	การเปรียบเทียบตัวประมาณการถดถอยเมื่อมีพหุสัมพันธ์และ/หรือมีค่าผิดปกติ
dc.title.alternative	Comparison of regression estimators when multicollinearity and/or outliers are present
dc.type	Thesis
dc.degree.name	สถิติศาสตรมหาบัณฑิต
dc.degree.level	ปริญญาโท
dc.degree.discipline	สถิติ
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย