|
การเปรียบเทียบประสิทธิภาพของวิธีการวิเคราะห์การถดถอยแบบพีนอลไลซ์ในตัวแบบการถดถอยลอจิสติกภายใต้ข้อมูลที่มีมิติสูงแบบบางเบา และตัวแปรทำนายมีความสัมพันธ์กันสูง |
|---|---|
| รหัสดีโอไอ | |
| Title | การเปรียบเทียบประสิทธิภาพของวิธีการวิเคราะห์การถดถอยแบบพีนอลไลซ์ในตัวแบบการถดถอยลอจิสติกภายใต้ข้อมูลที่มีมิติสูงแบบบางเบา และตัวแปรทำนายมีความสัมพันธ์กันสูง |
| Creator | วรางคณา วัชรเสถียร |
| Contributor | สุปราณี ลิสวัสดิ์, ที่ปรึกษา |
| Publisher | มหาวิทยาลัยธรรมศาสตร์ |
| Publication Year | 2561 |
| Keyword | การวิเคราะห์การถดถอยแบบพีนอลไลซ์, ข้อมูลมิติสูงแบบบางเบา, ตัวแปรทำนายมีความสัมพันธ์กันสูง, การวิเคราะห์การถดถอยแบบริดจ์, การวิเคราะห์การถดถอยแบบแลซโซ, การวิเคราะห์การถดถอยแบบแลซโซแบบปรับปรุง, Penalized regression, High-dimensional data, High-correlation, Ridge regression, LASSO, Adaptive LASSO |
| Abstract | งานวิจัยนี้ได้นำวิธีการวิเคราะห์การถดถอยแบบพีนอลไลซ์มาใช้ในการประมาณค่าพารามิเตอร์ในตัวแบบการถดถอยลอจิสติก ภายใต้ข้อมูลที่มีมิติสูงแบบบางเบาและตัวแปรทำนายมีความสัมพันธ์กันสูง ตัวประมาณที่ถูกนำมาพิจารณา ได้แก่ ตัวประมาณแบบริดจ์ ตัวประมาณแลซโซ และตัวประมาณแลซโซแบบปรับปรุง เมื่อกรณีที่ข้อมูลมีมิติสูง อาจเกิดปัญหาที่ตัวแปรทำนายมีความสัมพันธ์เชิงเส้นกันสูง ตัวประมาณการถดถอยแบบพีนอลไลซ์ทั้งสามตัวประมาณที่นำมาศึกษาในครั้งนี้สามารถแก้ไขปัญหาในกรณีที่ตัวแปรทำนายมีความสัมพันธ์เชิงเส้นกันสูง (Multicollinearity) ได้ งานวิจัยจึงได้ศึกษาเพื่อเปรียบเทียบประสิทธิภาพของการวิเคราะห์การถดถอยแบบพีนอลไลซ์ทั้งสามตัวประมาณในกรณีที่ข้อมูลมีมิติสูงแบบบางเบาและตัวทำนายมีความสัมพันธ์กันสูง โดยพิจารณาเปรียบเทียบด้วยค่าเฉลี่ยของค่าคลาดเคลื่อนกำลังสองเฉลี่ยของการพยากรณ์ (mPMSE) จากการจำลองข้อมูลด้วยวิธีมอนติคาร์โล ซึ่งจากการศึกษาข้อมูลดังกล่าวสามารถสรุปได้ว่าตัวประมาณแลซโซแบบปรับปรุงมีประสิทธิภาพที่ดีที่สุดเมื่อเปรียบเทียบจากทั้งสามตัวประมาณ |
