Chulalongkorn University Theses and Dissertations (Chula ETD)

การประมาณค่าแบบริดจ์เมื่อมีค่าสังเกตสูญหาย

Other Title (Parallel Title in Other Language of ETD)

Ridge estimation with missing observations

Year (A.D.)

1989

Document Type

Thesis

First Advisor

สรชัย พิศาลบุตร

Faculty/College

Graduate School (บัณฑิตวิทยาลัย)

Degree Name

สถิติศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

สถิติ

DOI

10.58837/CHULA.THE.1989.685

Abstract

การวิจัยครั้งนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบวิธีประมาณค่าพารามิเตอร์ β ในสมการถดถอย Y = Xβ + U เมื่อเกิดปัญหาค่าสังเกตสูญหายและปัญหา Multicolinearity พร้อมๆ กัน วิธีประมาณค่าที่ใช้ในการศึกษามี 5 วิธีคือ วิธี Mean-Hoerl, Kennard and Baldwin, วิธี Mean-Lawless and Wang, วิธี Regression-Hoerl, Kennard and Baldwin, วิธี Regression-Lawless and Wang และวิธี Ordinary Least Square การศึกษาวิจัยได้ใช้เทคนิคการจำลองแบบด้วยเครื่องคอมพิวเตอร์ สร้างตัวแปรอิสระที่มีการแจกแจงแบบปกติ 5 ตัวแปร โดยกำหนดค่าสหสัมพันธ์คือ (p,p*) = (.99,.10), (.99,.99), (.90,.10), (.90,.90) และ (.70, .30) พร้อมทั้งแปรค่าของ σ² ไปเป็น 5 ระดับคือ σ² = .01 .10 .50 1.0 และ 5.0 กำหนดให้ตัวแปรอิสระทุกตัวมีข้อมูลสูญหายโดยผันแปรไปโดยสุ่ม ตั้งแต่ 5-15% และใช้ตัวอย่างขนาด 20 และ 30 การคำนวณหาตัวประมาณค่าพารามิเตอร์ β ทั้ง 5 วิธี ได้ทำการจำลองซ้ำๆ กัน 15 ครั้ง การเปรียบเทียบประสิทธิภาพของวิธีประมาณค่าแต่ละวิธีพิจารณาจากค่าผลรวมของความคลาดเคลื่อนกำลังสองเฉลี่ย ผลการวิจัยพบว่า วิธิประมาณค่าแบบ Ordinary Least Square ยังคงใช้ได้ดีถ้าตัวแปรตาม Y มีค่าที่คล้ายคลึงกัน แต่ถ้าตัวแปรตาม Y มีค่าความแปรปรวนมาก และตัวอย่างมีขนาดญใหญ่ขึ้นวิธีประมาณค่าแบบ Regression-Hoerl, Kennard and Baldwin จะเป็นวิธีประมาณค่าที่เหมาะสมกว่า อย่างไรก็ตามในสถานการณ์อื่นๆ พบว่า โดยทั่วไปแล้ววิธีประมาณค่าแบบ Mean-Hoerl, Kennard and Baldwin เป็นวิธีประมาณค่าที่เหมาะสมที่สุด

Link to Full Text

Share

COinS