ดาวน์โหลด All Proceeding - AS Nida
ดาวน์โหลด All Proceeding - AS Nida ดาวน์โหลด All Proceeding - AS Nida
ตารางที่ 1 ตัวอยาง คาจุดแบง คารอยละและชวงความเชื่อมั่น ของจุดแบง ที่เหมาะสม เมื่อมีตัวแปรอิสระ (p) 5 ตัว ความสัมพันธระหวาง ตัวแปร อิสระ (ρ ) เทากับ 0.33 ซึ่งแสดงความสัมพันธในระดับปานกลาง ขนาด ตัวอยาง (n) เทากับ 100 โดยจําแนกตามสัดสวนของความลมเหลวของ ลักษณะที่สนใจศึกษา (a) p ρ n a ĉ 5 0.33 100 0.46 0.44 0.42 0.4 0.38 0.36 0.1 0.5 0.9 CI.Lower of ĉ CI.Upper Of ĉ 0.1 0.42 0.0001 0.7473 0.5 0.45 0.2396 0.7014 0.9 0.39 0.0000 0.6864 n=100,a=0.1 n=100,a=0.5 n=100,a=0.9 รูปที่ 1 คาจุดแบง เมื่อ สัดสวนของความลมเหลวของลักษณะที่สนใจ ศึกษาเปลี่ยนแปลง แตขนาดตัวอยาง จํานวนตัวแปรอิสระและระดับ ความสัมพันธระหวางตัวแปรอิสระคงที่ ่ ตารางที 2 คาสัมประสิทธิ์การตัดสินใจเชิงซอน (R Square) R R Square Adjusted R Square Std. Error of the Estimate 0.941 0.904 0.900 2.65466 Predictors: (Intercept), apn ρ , n, a, p, ρ , pn ρ , apn, a ρ , an, n ρ , np, ap ρ , ap, p ρ จากตารางที่ 1 แสดงคาความผันแปรทั้งหมดของจุดแบงมี สาเหตุจากความผันแปรของ n, a, p, ρ , a ρ , an, np, ap, p ρ , n ρ , 2 apn, pn ρ , ap ρ , apn ρ คิดเปน 90.4% ( R ) สวนความผันแปรของคา ของจุดแบงที่เหลืออีก 9.6% เกิดจากสาเหตุอื่น ๆ ที่ไมไดพิจารณาใน การศึกษาครั้งนี้ ผลการวิเคราะหตัวแบบการถดถอยพหุคูณที่มีผลอันตร กิริยาจากผลลัพธของทุกสถานการณที่ไดทําการศึกษา เพื่อใชในการ ประมาณคา จุดแบงที่เหมาะสมสําหรับตัวแบบการถดถอยโลจิสติกแบบ 2 ประเภท ในสถานการณอื่นๆ โดยสมการการถดถอยพหุคูณ แสดงดังนี้ 322 Percent of cˆ = 114.363 - (0.176)p - (1.268)a - (0.005)n - (0.149) ρ + (0.003)ap+ (8.67E-05)an + (2.72E-03)a ρ + (1.18E-05)np + (3.39E- 06)n ρ + (4.32E-04)p ρ - (2.23E-07)apn - (8.11E-06)ap ρ - (2.41E-08)pn ρ + (1.91E-10)apn ρ 2 และพบวาคาสัมประสิทธิ์การตัดสินใจ ( R ) มีคาเทากับ 0.904 ซึ่งเปนคาที่สูง แสดงวาสมการการถดถอยพหุคูณมีความเหมาะสม มากสามารถนําสมการนี้ไปใชประมาณหาคาจุดแบงที่เหมาะสมที่สุดใน สถานการณอื่นๆ ได 5. สรุปผล จากผลลัพธของการหาคาของจุดแบง กรณีสัดสวนของความ ลมเหลวของลักษณะที่สนใจศึกษา เปลี่ยนแปลง แตปจจัยอื่นๆ คงที่ พบวาที่สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษามีคาเทากับ 0.5 คาจุดแบงมีคาลูเขาสู 0.5 แตที่คาอื่นๆ คาจุดแบงมีคาต่ํากวา 0.5 กรณี ระดับความสัมพันธระหวางตัวแปรอิสระเพิ่มขึ้น แตปจจัยอื่นๆ คงที่ พบวา ที่สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษามีคาเทากับ 0.5 คาจุดแบงมีแนวโนมลดลงจาก 0.5 กรณีขนาดตัวอยางเพิ่มขึ้น แต ปจจัยอื่นๆ คงที่ พบวา ที่ จํานวนตัวแปรอิสระ อยูในระดับนอย คาจุดแบง มีคาลูเขาสู 0.5 แตที่จํานวนตัวแปรอิสระ อยูในระดับอื่นๆ คาจุดแบงมีคา ต่ํากวา 0.5 กรณีจํานวนตัวแปรอิสระเพิ่มขึ้นแตปจจัยอื่นๆ คงที่ พบวา คา จุดแบงที่ สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษา มีคาเทากับ 0.1 และ 0.9 มีคาลูเขาสูคาจุดแบงที่ 0.5 จากการประมาณคาของจุดแบง สําหรับสถานการณทั้งหมด จากตัวแบบการถดถอยโลจิสติกแบบ 2 2 ประเภทที่มีผลอันตรกิริยาพบวาคาสัมประสิทธิ์การตัดสินใจ ( R ) มีคา สูง แสดงวาสมการการถดถอยมีความเหมาะสมมากสามารถใชประมาณ คาจุดแบงที่เหมาะสมที่สุดในสถานการณอื่นๆ ได จึงสามารถสรุปไดวา สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษา ระดับความสัมพันธ ระหวางตัวแปรอิสระ ขนาดตัวอยางและจํานวนตัวแปรอิสระ เปนปจจัยที่ มีผลตอคาของจุดแบงที่เหมาะสม 6. ขอเสนอแนะ ผลการวิจัยในครั้งนี้มีขอเสนอแนะ 2 ดาน คือ 6.1 ดานการนําไปใชประโยชน 1. เมื่อตองการหาคาจุดแบงที่เหมาะสมสําหรับการพยากรณ การจําแนกขอมูลในตัวแบบการถดถอยโลจิสติกแบบ 2 ประเภท โดยใช ฟงกชันโลจิทเปนฟงกชันเชื่อมโยงสามารถนําคาจุดแบงนี้ไปใชได ตามแตละสถานการณที่ไดทําการศึกษา 2. เมื่อทราบคาของปจจัยตางๆ และตองการประมาณหาคาจุด แบงที่เหมาะสมที่สุดในสถานการณอื่นๆ สามารถใชสมการการถดถอย พหุคูณนี้ได
6.2 ดานการศึกษาวิจัย 1. ในการวิจัยครั้งนี้ไดทําการศึกษาหาคาจุดแบงสําหรับการพยากรณ การจําแนกขอมูลในตัวแบบการถดถอยโลจิสติกแบบ 2 ประเภท เทานั้น ในการวิจัยครั้งตอไปอาจทําการศึกษา หาคาจุดแบงสําหรับตัวแบบการ ถดถอยโลจิสติกแบบหลายกลุม (Multinomial Logistic Regression Model) 2. เมื่อเริ่มตนตัวแปรอิสระมีการแจกแจงแบบยูนิฟอรมแตเพื่อใหตัว แปรอิสระมีความสัมพันธกันตามเมทริกซสหสัมพันธที่กําหนด อาจมี ขอจํากัดทําใหตัวแปรอิสระเปนเพียงผลรวมเชิงเสนของการแจกแจงแบบ ยูนิฟอรม ดังนั้น ผูวิจัยขอเสนอแนะแนวคิดในการ วิจัยครั้งตอไปอาจ กําหนดใหตัวแปรอิสระมีการแจกแจงปกติ (ในงานวิจัยนี้ไมไดทําวิธี ดังกลาวเนื่องจากเกินขอบเขตของงานวิจัย) ซึ่งจะทําใหตัวแปรอิสระมี การแจกแจงปกติคงเดิมเมื่อถูกทําใหมีความสัมพันธกันตามเมทริกซ สหสัมพันธที่กําหนด เอกสารอางอิง [1] Amemiya,T.(1985):Advanced Econometrics.Harvard University Press,Cambridge,M.A. [2] Atkinson,Kendall A. (1989):An Introduction to Numerical Analysis,2 nd Edition,New York:John Wiley and Sons. [3] Atkinson,A. (1970):A Method for Discriminating Between Models (with Discussion),Journal of the Royal Statistical Society,B,B32,323-353. [4] Balakrishnan,N.(1991):Handbook of the Logistic Distribution,Marcel Dekker,Inc. [5] Coulibaly,N.,and B. Brorsen(1998): A Monte Carlo Sampling Approach to testing Nonnested Hypotheses: Monte Carlo Results,Econometric Reviews,pp. 195-209. [6] Hsiao-Lin Hwa; Tsang-Ming Ko; Fon-Jou Hsieh; Ming-Fang Yen; Kai-Pei Chou; Tony Hsiu-Hsi Chen(2007):Risk prediction for Down's syndrome in young pregnant women using maternal serum biomarkers: determination of cut-off risk from receiver operating characteristic curve analysis.Journal of evaluation in clinical practice 2007;13(2):254-8. 323 ประวัติผูเขียนบทความ นางสาวอรุณรัตน โพธิ์คํา เกิดเมื่อวันอาทิตย ที่ 4 สิงหาคม พ.ศ. 2528 สําเร็จการศึกษาระดับปริญญา วิทยาศาสตรบัณฑิต (วท.บ.) สาขาสถิติ ภาควิชาสถิติ ประยุกต คณะวิทยาศาสตร พระจอมเกลาลาดกระบัง ปการศึกษา 2550 และเขาศึกษาตอ ในหลักสูตรสถิติศาสตรมหาบัณฑิต (สต.ม.) สาขาสถิติ ภาควิชาสถิติ คณะพาณิชยศาสตรและการบัญชี จุฬาลงกรณมหาวิทยาลัย ในป พ.ศ. 2552
- Page 289 and 290: 269 การประชุมว
- Page 291 and 292: รูปที่ 3 การเ
- Page 293: บทคัดยอ 273 การ
- Page 298 and 299: ่ ่ ตารางที 2 เ
- Page 300 and 301: ตารางการผลิ
- Page 303 and 304: การผลิตแบบผ
- Page 305 and 306: 1. การวางคําส
- Page 307 and 308: รูปที่ 8 โครโ
- Page 309 and 310: รูปที่ 11 วงลอ
- Page 311 and 312: [11] M. L. Pinedo, “Scheduling: T
- Page 314 and 315: ตารางที่ 2 ตา
- Page 317: กระบวนการบด
- Page 323 and 324: ซึ่งทําใหเก
- Page 326 and 327: เอกสารอางอิ
- Page 328: ผลิตภัณฑนี้
- Page 332: บทคัดยอ 312 การ
- Page 336 and 337: ถาพิจารณาคา
- Page 338: 4. เมื่อพิจาร
- Page 346 and 347: เมื่อ มีการแ
- Page 348: True positive (TP)คือ จํ
- Page 354 and 355: โดยที่ A เปนจ
- Page 356 and 357: นางปรารถนา ม
- Page 359: 2.2 การออกแบบก
- Page 364: ตารางภาคผนว
- Page 369 and 370: 349 การประชุมว
- Page 371 and 372: - หนวยที่ i จะถ
- Page 374: 354 การประชุมว
- Page 377 and 378: การวิจัยทํา
- Page 379 and 380: ecdf_Value at Risk ecdf_Value at Ri
- Page 381 and 382: 361 การประชุมว
- Page 384 and 385: y คือ ตัวแปรต
- Page 387 and 388: อนึ่งในการศ
ตารางที่<br />
1 ตัวอยาง คาจุดแบง คารอยละและชวงความเชื่อมั่น<br />
ของจุดแบง<br />
ที่เหมาะสม<br />
เมื่อมีตัวแปรอิสระ<br />
(p) 5 ตัว ความสัมพันธระหวาง ตัวแปร<br />
อิสระ (ρ ) เทากับ 0.33 ซึ่งแสดงความสัมพันธในระดับปานกลาง<br />
ขนาด<br />
ตัวอยาง (n) เทากับ 100 โดยจําแนกตามสัดสวนของความลมเหลวของ<br />
ลักษณะที่สนใจศึกษา<br />
(a)<br />
p ρ n a ĉ<br />
5 0.33 100<br />
0.46<br />
0.44<br />
0.42<br />
0.4<br />
0.38<br />
0.36<br />
0.1 0.5 0.9<br />
CI.Lower<br />
of ĉ<br />
CI.Upper<br />
Of ĉ<br />
0.1 0.42 0.0001 0.7473<br />
0.5 0.45 0.2396 0.7014<br />
0.9 0.39 0.0000 0.6864<br />
n=100,a=0.1<br />
n=100,a=0.5<br />
n=100,a=0.9<br />
รูปที่<br />
1 คาจุดแบง เมื่อ<br />
สัดสวนของความลมเหลวของลักษณะที่สนใจ<br />
ศึกษาเปลี่ยนแปลง<br />
แตขนาดตัวอยาง จํานวนตัวแปรอิสระและระดับ<br />
ความสัมพันธระหวางตัวแปรอิสระคงที่<br />
่ ตารางที 2 คาสัมประสิทธิ์การตัดสินใจเชิงซอน<br />
(R Square)<br />
R R Square Adjusted R Square<br />
Std. Error of the<br />
Estimate<br />
0.941 0.904 0.900 2.65466<br />
Predictors: (Intercept), apn ρ , n, a, p, ρ , pn ρ , apn, a ρ , an, n ρ ,<br />
np, ap ρ , ap, p ρ<br />
จากตารางที่<br />
1 แสดงคาความผันแปรทั้งหมดของจุดแบงมี<br />
สาเหตุจากความผันแปรของ n, a, p, ρ , a ρ , an, np, ap, p ρ , n ρ ,<br />
2<br />
apn, pn ρ , ap ρ , apn ρ คิดเปน 90.4% ( R ) สวนความผันแปรของคา<br />
ของจุดแบงที่เหลืออีก<br />
9.6% เกิดจากสาเหตุอื่น<br />
ๆ ที่ไมไดพิจารณาใน<br />
การศึกษาครั้งนี้<br />
ผลการวิเคราะหตัวแบบการถดถอยพหุคูณที่มีผลอันตร<br />
กิริยาจากผลลัพธของทุกสถานการณที่ไดทําการศึกษา<br />
เพื่อใชในการ<br />
ประมาณคา จุดแบงที่เหมาะสมสําหรับตัวแบบการถดถอยโลจิสติกแบบ<br />
2 ประเภท ในสถานการณอื่นๆ<br />
โดยสมการการถดถอยพหุคูณ แสดงดังนี้<br />
322<br />
Percent of cˆ = 114.363 - (0.176)p - (1.268)a - (0.005)n - (0.149) ρ +<br />
(0.003)ap+ (8.67E-05)an + (2.72E-03)a ρ + (1.18E-05)np + (3.39E-<br />
06)n ρ + (4.32E-04)p ρ - (2.23E-07)apn - (8.11E-06)ap ρ<br />
- (2.41E-08)pn ρ + (1.91E-10)apn ρ<br />
2<br />
และพบวาคาสัมประสิทธิ์การตัดสินใจ<br />
( R ) มีคาเทากับ<br />
0.904 ซึ่งเปนคาที่สูง<br />
แสดงวาสมการการถดถอยพหุคูณมีความเหมาะสม<br />
มากสามารถนําสมการนี้ไปใชประมาณหาคาจุดแบงที่เหมาะสมที่สุดใน<br />
สถานการณอื่นๆ<br />
ได<br />
5. สรุปผล<br />
จากผลลัพธของการหาคาของจุดแบง กรณีสัดสวนของความ<br />
ลมเหลวของลักษณะที่สนใจศึกษา<br />
เปลี่ยนแปลง<br />
แตปจจัยอื่นๆ<br />
คงที่<br />
พบวาที่สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษามีคาเทากับ<br />
0.5 คาจุดแบงมีคาลูเขาสู<br />
0.5 แตที่คาอื่นๆ<br />
คาจุดแบงมีคาต่ํากวา<br />
0.5 กรณี<br />
ระดับความสัมพันธระหวางตัวแปรอิสระเพิ่มขึ้น<br />
แตปจจัยอื่นๆ<br />
คงที่<br />
พบวา ที่สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษามีคาเทากับ<br />
0.5 คาจุดแบงมีแนวโนมลดลงจาก 0.5 กรณีขนาดตัวอยางเพิ่มขึ้น<br />
แต<br />
ปจจัยอื่นๆ<br />
คงที่<br />
พบวา ที่<br />
จํานวนตัวแปรอิสระ อยูในระดับนอย<br />
คาจุดแบง<br />
มีคาลูเขาสู<br />
0.5 แตที่จํานวนตัวแปรอิสระ<br />
อยูในระดับอื่นๆ<br />
คาจุดแบงมีคา<br />
ต่ํากวา<br />
0.5 กรณีจํานวนตัวแปรอิสระเพิ่มขึ้นแตปจจัยอื่นๆ<br />
คงที่<br />
พบวา คา<br />
จุดแบงที่<br />
สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษา<br />
มีคาเทากับ<br />
0.1 และ 0.9 มีคาลูเขาสูคาจุดแบงที่<br />
0.5 จากการประมาณคาของจุดแบง<br />
สําหรับสถานการณทั้งหมด<br />
จากตัวแบบการถดถอยโลจิสติกแบบ 2<br />
2<br />
ประเภทที่มีผลอันตรกิริยาพบวาคาสัมประสิทธิ์การตัดสินใจ<br />
( R ) มีคา<br />
สูง แสดงวาสมการการถดถอยมีความเหมาะสมมากสามารถใชประมาณ<br />
คาจุดแบงที่เหมาะสมที่สุดในสถานการณอื่นๆ<br />
ได จึงสามารถสรุปไดวา<br />
สัดสวนของความลมเหลวของลักษณะที่สนใจศึกษา<br />
ระดับความสัมพันธ<br />
ระหวางตัวแปรอิสระ ขนาดตัวอยางและจํานวนตัวแปรอิสระ เปนปจจัยที่<br />
มีผลตอคาของจุดแบงที่เหมาะสม<br />
6. ขอเสนอแนะ<br />
ผลการวิจัยในครั้งนี้มีขอเสนอแนะ<br />
2 ดาน คือ<br />
6.1 ดานการนําไปใชประโยชน<br />
1. เมื่อตองการหาคาจุดแบงที่เหมาะสมสําหรับการพยากรณ<br />
การจําแนกขอมูลในตัวแบบการถดถอยโลจิสติกแบบ 2 ประเภท โดยใช<br />
ฟงกชันโลจิทเปนฟงกชันเชื่อมโยงสามารถนําคาจุดแบงนี้ไปใชได<br />
ตามแตละสถานการณที่ไดทําการศึกษา<br />
2. เมื่อทราบคาของปจจัยตางๆ<br />
และตองการประมาณหาคาจุด<br />
แบงที่เหมาะสมที่สุดในสถานการณอื่นๆ<br />
สามารถใชสมการการถดถอย<br />
พหุคูณนี้ได