การเปรียบเทียบประสิทธิภาพการทดสอบสัมประสิทธิ์สหสัมพันธ์เมื่อข้อมูลมีการแจกแจงแบบผสม
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษาครั้งนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของการทดสอบสัมประสิทธิ์สหสัมพันธ์พื้นฐาน 3 วิธี ได้แก่ การทดสอบสัมประสิทธิ์สหสัมพันธ์เพียร์สัน การทดสอบสัมประสิทธิ์สหสัมพันธ์ลำดับที่ของ สเปียร์แมน และการทดสอบสัมประสิทธิ์สหสัมพันธ์เคนดัล เมื่อข้อมูลมีการแจกแจงปรกติแบบผสม การแจกแจงล็อกนอร์มัลแบบผสม และการแจกแจงแกมมาแบบผสม ซึ่งการแจกแจงเหล่านี้พบได้กับข้อมูลในชีวิตประจำวัน เช่น ข้อมูลปริมาณน้ำฝน ข้อมูลการเคลมประกันรถยนต์ เป็นต้น โดยศึกษาที่ขนาดตัวอย่างเท่ากับ 10, 20, 30, 50 และ 100 กำหนดค่าสัมประสิทธิ์สหสัมพันธ์เท่ากับ 0.0, 0.4, 0.6 และ 0.8 ผลการศึกษา พบว่า การทดสอบสัมประสิทธิ์สหสัมพันธ์ทั้ง 3 วิธี สามารถควบคุมความผิดพลาดแบบที่ 1 ได้ทุกกรณี และเมื่อพิจารณาจากกำลังการทดสอบ พบว่า การทดสอบสัมประสิทธิ์สหสัมพันธ์เพียร์สันให้ค่ากำลังการทดสอบสูงที่สุด เมื่อตัวอย่างมีขนาดเล็ก สำหรับกรณีที่ตัวอย่างมีขนาดใหญ่และข้อมูลมีการแจกแจงปรกติแบบผสม การทดสอบสัมประสิทธิ์สหสัมพันธ์เพียร์สันยังคงให้ค่ากำลังการทดสอบสูงที่สุด แต่เมื่อข้อมูลมีการแจกแจงล็อกนอร์มัลแบบผสม และการแจกแจงแกมมาแบบผสม พบว่ากรณีส่วนใหญ่การทดสอบสัมประสิทธิ์สหสัมพันธ์เคนดัล ให้ค่ากำลังการทดสอบสูงที่สุด
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของ PBRU Science Journal
References
Chok NS. Pearson’s versus Spearman’s and Kendall’s correlation coefficients for continuous data [thesis]. Pittsburgh: University of Pittsburgh; 2010.
ชนินันท์ พฤกษ์ประมูล, นัฏฐิกา เจริญตะคุ, สิวะโชติ ศรีสุทธิยากร. ประสิทธิภาพของสัมประสิทธิ์สหสัมพันธ์แบบเพียร์สัน สเปียร์แมน และเคนดอลล์ เมื่อข้อมูลแจกแจงแบบไม่ปกติ. OJED 2563;15:1-16.
Suhaila J, Ching-Yee K, Fadhilah Y, Hui-Mean F. Introducing the mixed distribution in fitting rainfall data. OJMH 2011;1:11-22. doi:10.4236/ojmh.2011.12002.
Sattayatham P, Talangtam T. Fitting of finite mixture distributions to motor insurance claims. J Math Stat 2012;8:49-56.
Williford E, Haley V, McNutt LA, Lazariu V. Dealing with highly skewed hospital length of stay distributions: the use of Gamma mixture models to study delivery hospitalizations. PLoS One 2020;15:e0231825. doi:10.1371/journal.pone.0231825.
Sprent P, Smeeton NC. Applied nonparametric statistical methods. 3rd ed. Boca Raton, FL: Chapman & Hall/CRC; 2001.
Kvam PH, Vidakovic B. Nonparametric statistics with applications to science and engineering. New Jersey, USA: John Wiley & Sons; 2007.
Tuğran E, Kocak M, Mirtagioğlu H, Yiğit S, Mendes M. A simulation based comparison of correlation coefficients with regard to type I error rate and power. JDAIP 2015;3:87-101. doi:10.4236/jdaip.2015.33010.
Migdadi HS. On the power performance of test statistics for the generalized Rayleigh interval grouped data. OJS 2015;5:474-82. doi:10.4236/ojs.2015.55049.