Chulalongkorn University Theses and Dissertations (Chula ETD)

A computational method for ordinal probit regression base on polar metropolis

Other Title (Parallel Title in Other Language of ETD)

วิธีคำนวณสำหรับการถดถอยโพรบิทเชิงอันดับด้วยวิธีโพลาเมโทรโพลิส

Year (A.D.)

2011

Document Type

Thesis

First Advisor

Seksan Kiatsupaibul

Faculty/College

Faculty of Commerce and Accountancy (คณะพาณิชยศาสตร์และการบัญชี)

Degree Name

Master of Science

Degree Level

Master's Degree

Degree Discipline

Statistics

DOI

10.58837/CHULA.THE.2011.646

Abstract

The problem of estimating the cutpoints of an ordinal probit model in a Bayesian setting is a problem of constrained cumulative normal distribution. The Gibbs sampler method, applied to this problem, demonstrated a slow convergence rate due to the conical geometry of the support of the distribution. This research presents a new MCMC method based on the Metropolis algorithm operating on the polar coordinate of the problem. The efficiency of both algorithms is measured based on the number of iterations necessary until all cutpoints converge. The algorithm is applied to a credit rating data set to demonstrate its efficiency.

Other Abstract (Other language abstract of ETD)

ในปัญหาการประมาณจุดตัดของตัวแบบโพรบิทเชิงอันดับโดยอาศัยแนวคิดเชิงเบส์นั้น จะมีลักษณะของปัญหาเป็นการแจกแจงสะสมของการแจกแจงปกติที่ถูกจำกัด ซึ่งการใช้วิธีการสุ่มตัวอย่างแบบกิบส์ในปัญหานี้ทำให้การลู่เข้ามีความช้า เนื่องจากลักษณะของการแจกแจงความน่าจะเป็นมีลักษณะเป็นรูปทรงเรขาคณิตแบบกรวย ในงานวิจัยนี้จึงได้นำเสนอวิธีลูกโซ่มาร์คอฟมอนติคาร์โลแบบใหม่ซึ่งอาศัยการดำเนินการพิกัดเชิงขั้วบนวิธีเมโทรโพลิส ซึ่งประสิทธิภาพของวิธีการวัดจากจำนวนรอบจนกระทั่งทุกจุดตัดลู่เข้า โดยอาศัยการประยุกต์วิธีการดังกล่าวในข้อมูลอันดับความน่าเชื่อถือ

Link to Full Text

Share

COinS