ดาวน์โหลด All Proceeding - AS Nida
ดาวน์โหลด All Proceeding - AS Nida
ดาวน์โหลด All Proceeding - AS Nida
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
True positive (TP)คือ จํานวนตัวอยางที่พยากรณถูกตองของการเกิด<br />
เหตุการณ<br />
False positive (FP) คือ จํานวนตัวอยางที่พยากรณผิดของการเกิด<br />
เหตุการณ<br />
True negative (TN) คือ จํานวนตัวอยางที่พยากรณถูกตองของการไม<br />
เกิดเหตุการณ<br />
False negative (FN) คือ จํานวนตัวอยางที่พยากรณผิดของการไมเกิด<br />
เหตุการณ<br />
Sensitivity (True-Positive Rate) คือ คาความนาจะเปนหรือ<br />
อัตราสวนของการพยากรณเหตุการณไดถูกตองของการเกิดเหตุการณที่<br />
สนใจ<br />
Specificity (False-Positive Rate) คือ คาความนาจะเปนหรือ<br />
อัตราสวนของการพยากรณเหตุการณไดถูกตองของการไมเกิดเหตุการณ<br />
ที่สนใจ<br />
1-Specificity (False-Positive Rate) คือ คาความนาจะเปนหรือ<br />
อัตราสวนของการพยากรณเหตุการณผิดของการไมเกิดเหตุการณที่สนใจ<br />
พื้นที่ใตโคง<br />
ROC เปนคาที่บงบอกถึงความสามารถในการ<br />
พยากรณไดถูกตองหรือแสดงถึงความเชื่อถือไดของตัวแบบ<br />
มีพิสัยอยู<br />
ระหวาง 0 ถึง 1 คือ คาประมาณพื้นที่ใตโคง<br />
ROC (Area under the Curve<br />
หรือ )ซึ่ง<br />
Hosmer, David W., and Stanley Lemeshow.(200) ได<br />
กําหนดเกณฑทั่วไปไวดังนี้<br />
- ถา แลวตัวแบบเปนตัวแบบที่เชื่อถือไมได<br />
- ถา แลวตัวแบบเปนตัวแบบที่เชื่อถือไดนอย<br />
- ถา แลวตัวแบบเปนตัวแบบที่สามารถยอมรับได<br />
- ถา แลวตัวแบบเปนตัวแบบที่เชื่อถือไดในระดับดี<br />
- และถา แลวตัวแบบเปนตัวแบบที่เชื่อถือไดในระดับดีมาก<br />
การคํานวณคา สามารถทําได 2 วิธี ซึ่งวิธีแรกคือวิธีที่ไม<br />
ใชพารามิเตอรจะขึ้นอยูกับการสรางการประมาณรูปสี่เหลี่ยมที่มีสองดาน<br />
ขนานกันใตเสนโคง ซึ่งเปนการประมาณพื้นที่<br />
วิธีที่สองคือวิธีการ<br />
ประมาณคาพารามิเตอรโดยใชตัวประมาณคาความควรจะเปนสูงสุด<br />
(Maximum Likelihood Estimator) เพื่อใหเสนโคงเรียบพอดีกับจุดขอมูล<br />
โดยทั้งสองวิธีใชไดกับโปรแกรมคอมพิวเตอรและสามารถหา<br />
คาประมาณของพื้นที่และความคลาดเคลื่อนมาตรฐานได<br />
การประมาณคา<br />
โดยใชรูปสี่เหลี่ยมที่มีสองดานขนานกัน<br />
หรือวิธีการที่เรียกวา<br />
กฎของรูป<br />
สี่เหลี่ยมที่มีสองดานขนานกัน<br />
หรือกฎรูปสี่เหลี่ยมคางหมู<br />
ซึ่งใน<br />
328<br />
การศึกษาครั้งนี้จะใชวิธีนี้ในการคํานวณ<br />
วิธีนี้เปนเทคนิคการ<br />
ประมาณคาเกี่ยวกับการคํานวณอินทริกรัลจํากัดเขต<br />
ซึ่งแสดงดังนี้<br />
ฟงกชัน ซึ่งจะคํานวณโดยอินทริกรัลจํากัดเขต<br />
รูปที่<br />
3 ฟงกชัน (เสนโคง) เปนการประมาณโดยฟงกชันเชิงเสน<br />
(เสนตรง) ระหวางคาจริง a และ b<br />
สําหรับ 2 ตัวแบบประมาณเมื่อทําการทดสอบการพยากรณ<br />
กับขอมูลชุดเดียวกันแลว ตัวแบบใดมีเสนโคง ROC อยูขางบนหรือมี<br />
พื้นที่ใตโคง<br />
ROC มากกวา แสดงวาเปนตัวแบบที่มีประสิทธิภาพหรือให<br />
ความถูกตองในการพยากรณไดดีกวา<br />
3.วิธีดําเนินการวิจัย<br />
1) ศึกษาคนควาเอกสารและขอมูลที่เกี่ยวของกับงานวิจัยโดยมีตัวแปร<br />
ที่ตองการทําการวิจัยหลักๆ<br />
ดังนี้<br />
- จํานวนตัวแปรอิสระของทั้งสองตัวแบบเนื่องจากหนึ่งในจุดประสงค<br />
ของการวิจัยตองการศึกษาระดับความสัมพันธของตัวแปรอิสระดังนั้น<br />
ตัวแบบที่ใชในการวิจัยตองมีตัวแปรอยางนอย<br />
2 ตัวแปรอิสระและเมื่อตัว<br />
แปรอิสระเทากับ 5 ตัวแปรก็ถือวามากแลวเพราะในงานวิจัยสวนใหญถา<br />
มากกวานี้จะทําFactor<br />
Ananlysisกอนทําการวิเคราะห เพื่อทําการรวมตัว<br />
แปรที่มีความสัมพันธกันมากเขาเปนตัวแปรเดียวกัน<br />
ดังนั้น<br />
- สหสัมพันธระหวางตัวแปรอิสระหนวยที่<br />
และตัวแปรอิสระหนวยที่<br />
เพื่อใหครอบคลุมทุกกรณีที่เปนไปได<br />
และ<br />
สวน ความสัมพันธเทากับ ไมมีการกําหนดใหเพราะผูวิจัยตองการ<br />
ศึกษาระดับความสัมพันธของตัวแปรอิสระและถาตัวแปรมีความสัมพันธ<br />
เทากับ แสดงวาตัวแปรนั้นเปนตัวแปรเดียวกัน<br />
- ขนาดตัวอยางที่ใชในทดสอบโดยทั่วไปแลวจะเทากับ<br />
20เทาของจํานวน<br />
ตัวแปรของทั้งสองตัวแบบ<br />
ฉะนั้นจํานวนตัวแปรอิสระนอยที่สุด<br />
เทากับ และจํานวนตัวแปรอิสระมาก<br />
ที่สุดเทากับ<br />
และเนื่องจากผูวิจัย<br />
ตองการทราบวาถาขนาดตัวอยางมีคานอยและมากไปจะใหผลแตกตาง<br />
หรือไมดังนั้น<br />
และทําการวางแผนงานวิจัยทําใหไดกรณีที่ตองการทดสอบของ<br />
จุดประสงคแรก 400 กรณี และของจุดประสงคที่สอง<br />
400 กรณี
Change language