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.
ใหบริเวณคอนเวกซของจุดอิสระเหลานั้นคลุมจุดขอมูลไดมากที่สุด<br />
เพื่อ<br />
เปนประโยชนตอการวิเคราะหขอมูลทางสถิติไดสูงที่สุด<br />
2. ตัวแบบและทฤษฎีที่เกี่ยวของ<br />
2.1 ตัวแบบการวิเคราะหสําหรับการหาจุดอิสระ<br />
พิจารณาตัวแบบการถดถอยเชิงเสนพหุที่มีตัวแปรอิสระ<br />
จํานวน k ตัวแปร คือ ( 1 ) , , x = x K xkให<br />
X เปนเมทริกซ<br />
ของคาสังเกตขนาด n × ( k + 1) ซึ่งมีแถวที<br />
เมื่<br />
อ 1 ≤ i ≤ n และกําหนดให ่ i เปน 1<br />
(1, x , K , x )<br />
1<br />
1<br />
n<br />
i⋅ n m =<br />
im<br />
x x<br />
i k i<br />
= ∑ โดยที่<br />
( K ) ตอมาให S เปนเมทริกซความแปรปรวนรวม<br />
1 , , x = x xk<br />
⋅ ⋅<br />
ของตัวอยางขนาด k× k ซึ<br />
∑<br />
= 1<br />
n<br />
m<br />
่ง Sij = ( xim − xi⋅ )( xjm − x j ⋅ )<br />
2 และให ˆ σ เปนคาประมาณความแปรปรวนของประชากรที่มีการแจก<br />
2 2<br />
σ χn−k− แจงเปน<br />
1<br />
n− k − 1<br />
ซึ่งพารามิเตอรของตัวแบบการถดถอย<br />
β 0 และ<br />
( 1 ) , , K k จะถู กประมาณโดย 0<br />
ˆβ และ<br />
β = β β<br />
( 1,<br />
, k )<br />
ˆ β = ˆ β ˆ β<br />
K ตามลําดับ<br />
2.2 การเลือกจุดอิสระ<br />
ทฤษฎีการเลือกจุดอิสระจํานวน k + 1 จุด เมื่อมีจํานวนตัว<br />
แปรอิสระ k ตัวแปร ถูกนําเสนอโดย Hayter A.J., Kiatsupaibul S., Liu<br />
W. และ Wynn H.P. [5] ดังนี้<br />
ให γ1, , γ + 1<br />
1<br />
γ′ i γi<br />
= vi − ;1≤ i ≤ k + 1<br />
n<br />
K k เปนเวกเตอรที่มีมิติ<br />
k ซึ่ง<br />
และ<br />
1<br />
γ ′ i γ j = − ; i ≠ j<br />
n<br />
แลว v i จะเปนคาบวกโดยแท (strictly positive) ซึ่งสอดคลองกับ<br />
1 1<br />
n = + K +<br />
v v<br />
1 k + 1<br />
1<br />
2 ตอมากําหนดให a ′<br />
i = ( S ) γ i + x ;1≤ i ≤ k + 1แลว<br />
a1, K, a k + 1 คือจุดที่แตกตางกันจํานวน<br />
k + 1 จุด ที่ทําใหการ<br />
ประมาณตัวแบบที่จุด<br />
ˆ β0 + a′ ˆ ˆ ˆ<br />
1 β , K, β ′ 0 + a k + 1 β เปนอิสระ<br />
2 2<br />
จากกันและมีความแปรปรวนเทากับ σ v1, K, σ v k + 1 ตามลําดับ<br />
นอกจากนี้ยังไดวา<br />
(1)<br />
362<br />
a<br />
+ 1<br />
∑<br />
= 1<br />
k<br />
i<br />
i nvi<br />
โดยทฤษฎีดังกลาวไดแสดงถึงวิธีการหาจุดอิสระ<br />
(Independence Points) ที่จะนําไปใชในการสรางแถบความเชื่อมั่น<br />
ซึ่ง<br />
ปกติเราจะเลือกให v i มีคาเทากันทั้งหมดคือ<br />
กรณีนี้ก็คือ<br />
=<br />
x<br />
(2)<br />
k + 1<br />
n และจุดอิสระใน<br />
1<br />
k 2<br />
ai = ( S ) ′ ei + x ; 1 ≤ i ≤ k+<br />
1 (3)<br />
n<br />
เมื่อ<br />
e i คือ จุดที่มีระยะหางเทากัน<br />
(equidistant points) จํานวน k + 1<br />
จุด บนทรงกลมหนึ่งหนวยใน<br />
k มิติ หรือนั่นก็คือมีเวกเตอรจํานวน<br />
k + 1 เวกเตอร ใน k มิติ ที่มีขนาดหนึ่งหนวยและทุกคูมุมระหวาง<br />
1<br />
เวกเตอรใดๆ มีคาเทากับ − ซึ่งสามารถแสดงความสัมพันธไดเปน<br />
k<br />
ee ′<br />
1<br />
i i = 1 ;1≤ i≤ k+<br />
1และ<br />
ee ′ i j = − ; i≠ j โดย<br />
k<br />
ในทางปฏิบัติจุดอิสระใดๆ จะเปนฟงกชันของจุดที่มีระยะหางเทากัน<br />
ซึ่ง<br />
ในความเปนจริงเราสามารถที่จะเลือกจุด<br />
e i เปนคาใดก็ได ยิ่งไปกวานั้น<br />
k + 1<br />
k + 1 1<br />
จะไดวา ∑ ei<br />
= 0 และ ai= x<br />
k + 1 ∑ อีกดวย<br />
i = 1<br />
2.3 การสรางแถบความเชื่อมั่น<br />
i = 1<br />
แถบความเชื่อมั่นแบบวิธีจุดอิสระจะกําหนดใหระดับชวง<br />
ความเชื่อมั่นสําหรับแตละตัวแบบการถดถอยที่จุดอิสระคือ<br />
1− αi<br />
เมื่อ<br />
1 ≤ i ≤ k+<br />
1 โดย<br />
k + 1<br />
∏<br />
i = 1<br />
i เมื<br />
1 − α = (1 − α )<br />
่อ 1 − α คือ<br />
ระดับความเชื่อมั่นของแถบความเชื่อมั่น<br />
โดยการหาแถบความเชื่อมั่น<br />
แบบวิธีจุดอิสระในชวงแรกไดรับแนวคิดมาจาก Kimball [6] ตอมาจึงได<br />
มีการศึกษาถึงลักษณะของพื้นผิวดานบนและดานลางของแถบความ<br />
เชื่อมั่น<br />
ปรากฏวาพื้นผิวมีลักษณะเปนเชิงเสนเปนชวง<br />
ทําใหการสราง<br />
แถบความเชื่อมั่นสามารถหามาจากการใชกําหนดการเชิงเสน<br />
(Linear<br />
programming) ไดดังนี้<br />
พื้นผิวดานบนที่<br />
x : สมการจุดประสงค คือ max ( β0 + x′<br />
β )<br />
พื้นผิวดานลางที่<br />
x : สมการจุดประสงค คือ min ( β0 + x′<br />
β )<br />
ภายใตอสมการขอจํากัด (Constraints) คือ<br />
+ a′ β ≤ ˆ β + a′ ˆ β +<br />
ˆ σ t v<br />
β<br />
− − −<br />
0 i 0 i α<br />
1<br />
i<br />
i<br />
, n k 1<br />
2