การเปรียบเทียบประสิทธิภาพของการถดถอยแบบฟัซซีและการถดถอยแบบแกร่งเมื่อข้อมูลมีค่านอกเกณฑ์
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์หลักในการพัฒนาตัวแบบการถดถอยแบบฟัซซีเพื่อเปรียบเทียบกับวิธีการถดถอยแบบแกร่งในกรณีที่ข้อมูลมีค่านอกเกณฑ์ โดยพิจารณาค่าคลาดเคลื่อนเฉลี่ย (Mean Error: ME) ค่าร้อยละความเอนเอียงของการประมาณ (Percent Bias: PBIAS) เป็นเกณฑ์ในการเปรียบเทียบ ซึ่งการเปรียบเทียบกระทำภายใต้เงื่อนไขของข้อมูลมีค่านอกเกณฑ์ไม่เกินร้อยละ 10 ในตัวแปรอิสระและตัวแปรตาม สำหรับข้อมูลที่ใช้ คือ ข้อมูลอุตุนิยมวิทยาที่มีการรวบรวมตั้งแต่ ปี พ.ศ. 2553-2562 โดยที่ตัวแปรตาม คือ ปริมาณน้ำฝน และตัวแปรอิสระ คือ ความกดอากาศ อุณหภูมิ และความชื้นสัมพัทธ์ ตามลำดับ วิเคราะห์ข้อมูลโดยใช้โปรแกรมคอมพิวเตอร์ช่วยในการคำนวณ ผลการวิจัยพบว่าตัวแบบการถดถอยแบบฟัซซีที่พัฒนาขึ้นมีค่า ค่าคลาดเคลื่อนเฉลี่ย และค่าร้อยละความเอนเอียงของการประมาณ ต่ำที่สุด เมื่อนำตัวแบบที่ได้ไปพยากรณ์ปริมาณน้ำฝนในปี พ.ศ. 2563 พบว่าตัวแบบการถดถอยแบบฟัซซี มีความผิดพลาดในการทำนายต่ำที่สุด นอกจากนี้วิธีการถดถอยแบบแกร่งต้องประมาณค่าพารามิเตอร์เป็นจำนวน 20 รอบ ซึ่งใช้เวลาในการประมาณค่านานกว่า ดังนั้นจึงสามารถสรุปได้ว่าตัวแบบการถดถอยแบบฟัซซี มีความเหมาะสมในการพยากรณ์มากกว่าการถดถอยแบบแกร่งเมื่อข้อมูลมีค่านอกเกณฑ์ในตัวแปรอิสระและตัวแปรตาม นอกจากนี้ยังพบว่าการประมาณค่าพารามิเตอร์ในตัวแบบการถดถอยแบบฟัซซีสามารถทำได้ง่ายกว่าเมื่อเทียบกับการถดถอยแบบแกร่ง
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
เอกสารอ้างอิง
อรพรรณ ตันตระกูล, ประสิทธิ์ พยัคฆพงษ์ และบุญอ้อม โฉมที. 2555. การเปรียบเทียบวิธีการถดถอยทีมีความแกร่งสำหรับตัวแบบการถดถอยเชิงเส้นแบบพหุ. การประชุมวิชาการเสนอผลงานวิจัยระดับบัณฑิตศึกษา, ครั้งที่ 13, มหาวิทยาลัยขอนแก่น, ขอนแก่น, 291-300. [Orapan Tantrakul, Prasit Payakkapong and Boonorm Chomtee. 2012. Comparison of Robust Regression Methods in Multiple Linear Regression Model. The National Graduate Research Conference, 13th, Khon Kaen University, Khon Kaen, 291-300. (in Thai)]
วิชัย สุรเชิดเกียรติ. 2544. เทคนิคการพยากรณ์. มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ, กรุงเทพมหานคร. [Wichai Suracherdkiati. 2544. Forecasting Technique. King Mongkut's University of Technology North Bangkok, Bangkok. (in Thai)]
กฤตพร ธิตะจาร, จุฑาภรณ์ สินสมบูรณ์ทอง และธิดาพร ศุภภากร. 2561. การเปรียบเทียบประสิทธิภาพวิธีการประมาณค่าสัมประสิทธิ์การถดถอยสำหรับตัวแบบการถดถอยเชิงเส้นพหุคูณเมื่อข้อมูลมีค่านอกเกณฑ์ในตัวแปรตาม. วารสารวิทยาศาสตร์บูรพา, 23(2), 820-838. [Kritaporn Thitacharee, Juthaphorn Sinsomboonthong and Thidaporn Supapakorn. 2018. Efficiency Comparison of Regression Coefficient Estimation Methods for Multiple Linear Regression Model when Data Contain Outliers in Dependent Variable. Burapha Science Journal, 23(2) 820-838. (in Thai)]
กัลยา บุญหล้า, และเมทินี ชมภูสว่าง. 2564. ความแกร่งในการวิเคราะห์การถดถอยเชิงเส้นพหุคูณสำหรับค่าผิดปกติในตัวแปรตาม. วารสารวิทยาศาสตร์ลาดกระบัง, 30(1), 81-92. [Kanlaya Boonlha. and Maytinee Chompoosawang. 2021. Robust Multiple Linear Regression for Outliers In Dependent Variables. Journal of Science Ladkrabang, 30(1) 81-92. (in Thai)]
Şentürk, S. 2010. Fuzzy Regression Control Chart Based on α-cut Approximation. International Journal of Computational Intelligence Systems, 3(1), 123-140.
Rattanalertnusorn, A. 2016. Fuzzy linear regression model based on alpha-cuts approach. Proceeding of International Conference on Applied Statistics 2016, Phuket, Thailand, 79-85.
Kula, K. Ş., Tank, F. and Dalkılıç, T. E. 2012. A study on fuzzy robust regression and its application to insurance. Mathematical and Computational Applications, 17(3), 223-234.
Yimnak, K. and Piampholphan, K. 2021. A Comparison of MM-estimation and Fuzzy Robust Regression for Multiple Regression Model with Outliers. Thailand Statistician, 19(2), 411-419.
Ross, T.J. 2010. Fuzzy logic with engineering applications. 3rd ed, John Wiley & Sons.
Pandurangan, A. and Varadharajan, R. 2011. CONSTRUCTION OF α- CUT FUZZY X ̃ ̅- R ̃ ̅ AND X ̃ ̅- S ̃ ̅ CONTROL CHARTS USING FUZZY TRAPEZOIDAL NUMBER. IJRRAS, 9(1), 100-111.
Kutner, M.H., Nachtsheim, C.J. and Neter, J. 20005. Applied Linear Statistical Models. 5th ed, The McGraw-HiII Companies.
Chakravarty, S., Demirhan, H. and Baser, F. 2020. Fuzzy regression functions with a noise cluster and the impact of outliers on mainstream machine learning methods in the regression setting. Applied Soft Computing Journal, 96, 1-17.
สถานีอุตุนิยมวิทยาภาคเหนือ สถานีอุตุนิยมวิทยาพิษณุโลก. 2564. ข้อมูลอุตุนิยมวิทย, แหล่งข้อมูล: https://drive.google.com/drive/folders/1pJrH1I9RoJOzPaWGrr92w9e7Y2Y LHxWp. ค้นเมื่อวันที่ 29 กันยายน 2564.
กรมอุตุนิยมวิทยา. 2564. หนังสืออุตุนิยมวิทยา, แหล่งข้อมูล: https://tmd.go.th/info/info.php? FileID=53. ค้นเมื่อวันที่ 29 กันยายน 2564.
Han, J., Kamber, M. and Pei, J. 2012. Range, Quartiles, and Interquartile Range, Available at: https://www.sciencedirect.com/topics/computer-science/interquartile-range, September 29, 2021.
ยุพาภรณ์ อารีพงษ์. 2545. การเลือกเทคนิคการพยากรณ์สำหรับงานวิจัย. สุทธิปริทัศน์, 16(49), 58-67. [Yupaporn Areepon. 2002. Selection of forecasting techniques for research. SUDDHIPARITAD, 16(49) 58-67. (in Thai)]
