การเปรียบเทียบวิธีการประมาณค่าพารามิเตอร์สำหรับตัวแบบการถดถอยเชิงเส้นพหุคูณ เมื่อข้อมูลมีค่าผิดปกติในตัวแปรอิสระ
Article Sidebar
Main Article Content
บทคัดย่อ
การศึกษานี้มีวัตถุประสงค์เพื่อเปรียบเทียบการประมาณค่าพารามิเตอร์สำหรับตัวแบบการถดถอยเชิงเส้นพหุคูณด้วยวิธีการประมาณ 3 วิธี คือ วิธีกำลังสองน้อยที่สุด วิธีตัวประมาณ M-Andrews และวิธีตัวประมาณ GM-Huber กรณีตัวแปรอิสระมีค่าผิดปกติและความคลาดเคลื่อนมีการแจกแจงที เกณฑ์ในการเปรียบเทียบ คือ ค่าความคลาดเคลื่อนกำลังสองเฉลี่ย (MSE) โดยจำลองข้อมูลด้วยเทคนิคมอนติคาร์โล แต่ละกรณีทำซ้ำ 1,000 ครั้ง ด้วยโปรแกรม R ผลการวิจัยพบว่าวิธีกำลังสองน้อยที่สุดให้ค่า MSE ต่ำที่สุด เมื่อองศาเสรีเท่ากับ 5 เมื่อตัวแปรอิสระไม่มีค่าผิดปกติ ที่ขนาดตัวอย่างเท่ากับ 50 วิธีตัวประมาณ M-Andrews ให้ค่า MSE ต่ำที่สุด เมื่อองศาเสรีเท่ากับ 5 และวิธีตัวประมาณ GM-Huber ให้ค่า MSE ต่ำที่สุด เมื่อองศาเสรีเท่ากับ 3 ทุกขนาดตัวอย่างและทุกร้อยละค่าผิดปกติ
Article Details
เอกสารอ้างอิง
Huber, P.J., 1964, Robust estimation of a location parameter, Ann. Math. Stat. 35: 73-101.
Simpsona, J.R. and Montgomery, D.C., 1996, A biased-robust regression technique for the combined outlier multicollinearity problem, J. Stat. Comput. Simul. 56: 1-22.
Tantrakul, O. and Payakkapong, P., 2012, Comparison of robust regression methods in multiple linear regression model, Nat. Grad. Res. Conf. 13(1): 291-300. (in Thai)
Thitacharee, K., Sinsomboonthong, J. and Supapakorn, T., 2018, Robust comparison of regression coefficient estimation methods for multiple linear regression model when dataset contains outliers, Univ. Thai Chamber Commerce 2(1): 1686-1699. (in Thai)
Montgomery, D.C., Peck, E.A. and Vining, G.G., 2012, Introduction to Linear Analysis, 5th Ed., John Wiley & Son, Inc., New York.
Holland, P.W. and Welsch, R.E., 1977, Robust regression using iteratively reweight least-squares, Commun. Stat. Theory Meth. 6: 813-827.
