การเปรียบเทียบประสิทธิภาพของการวิเคราะห์การจำแนกกลุ่ม ภายใต้เมทริกซ์ความแปรปรวนร่วมเท่ากันและไม่เท่ากัน

เพ็ญศรี สุวรรณวัฒนภูมิ

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/11046

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	มานพ วราภักดิ์	-
dc.contributor.author	เพ็ญศรี สุวรรณวัฒนภูมิ	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี	-
dc.date.accessioned	2009-09-09T10:36:14Z	-
dc.date.available	2009-09-09T10:36:14Z	-
dc.date.issued	2546	-
dc.identifier.isbn	9741752938	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/11046	-
dc.description	วิทยานิพนธ์ (สต.ม)--จุฬาลงกรณ์มหาวิทยาลัย, 2546	en
dc.description.abstract	เปรียบเทียบประสิทธิภาพของการวิเคราะห์จำแนกกลุ่ม ภายใต้เมทริกซ์ความแปรปรวนร่วมมีค่าเท่ากันและไม่เท่ากัน กฎเกณฑ์ที่ใช้เปรียบเทียบ 3 กฎเกณฑ์ คือ กฎเกณฑ์ความควรจะเป็น กฎเกณฑ์ระยะทางมหาลาโนบิส และกฎเกณฑ์ความน่าจะเป็นภายหลัง ประสิทธิภาพของแต่ละกฎเกณฑ์พิจารณาจากอัตราการจำแนกความถูกต้อง (CCR) โดยกฎเกณฑ์ที่มีค่า CCR สูงสุดเป็นกฎเกณฑ์ที่มีประสิทธิภาพ ในการวิเคราะห์จำแนกกลุ่มมากที่สุด ตัวอย่างการทดสอบของแต่ละกฎเกณฑ์คำนวณมาจากจำนวนตัวแปรที่ใช้จำแนกกลุ่มเท่ากับ 2, 3, 4, 5 และ 6 ระดับสัมประสิทธิ์สหสัมพันธ์ของตัวแปรที่ใช้จำแนกกลุ่ม 3 ระดับ คือ ระดับต่ำ ระดับปานกลาง และระดับสูง จำนวนกลุ่มที่ใช้ในการจำแนกกลุ่มเท่ากับ 2, 3 และ 4 กลุ่ม เมทริกซ์ความแปรปรวนร่วมในแต่ละกลุ่มมีค่าเท่ากันและมีค่าไม่เท่ากัน และทดลองซ้ำ 1000 ครั้งในแต่ละสถานการณ์ ข้อมูลที่ใช้ศึกษาได้จากการจำลองโดยใช้เทคนิคการจำลอง ผลการวิจัยสรุปได้ดังนี้ 1. กรณีเมทริกซ์ความแปรปรวนร่วมมีค่าเท่ากัน เมื่อจำนวนตัวแปรที่ใช้จำแนกกลุ่มเท่ากับ 2 ถึง 6 ที่ทุกระดับสัมประสิทธ์สหสัมพันธ์ และจำนวนกลุ่มที่ใช้จำแนกกลุ่มเท่ากับ 2, 3 และ 4 กลุ่ม กฎเกณฑ์ความควรจะเป็น กฎเกณฑ์ระยะทางมหาลาโนบิส และกฎเกณฑ์ความน่าจะเป็นภายหลังมีประสิทธิภาพไม่ต่างกัน 2. กรณีเมทริกซ์ความแปรปรวนร่วมมีค่าไม่เท่ากัน เมื่อจำนวนตัวแปรที่ใช้จำแนกกลุ่มเท่ากับ 2 ถึง 6 ที่ทุกระดับสัมประสิทธ์สหสัมพันธ์ และจำนวนกลุ่มที่ใช้จำแนกกลุ่มเท่ากับ 2, 3 และ 4 กลุ่ม กฎเกณฑ์ความควรจะเป็นมีประสิทธิภาพมากที่สุด 3. เมื่อระดับการเปลี่ยนแปลงของความแตกต่างของค่าเฉลี่ย และความแปรปรวนในแต่ละกลุ่มมีค่าเพิ่มขึ้น ทุกกฎเกณฑ์จะมีประสิทธิภาพมากขึ้น	en
dc.description.abstractalternative	To compare the efficiency of discriminant analysis with equal and unequal covariance matrices. Three rules for comparing are Likelihood rule, Mahalanobis distance rule and Posterior probability rule. The efficiency of each rule is considered by Correct Classification Rate (CCR). The rule which maximum CCR is considered to be the most efficient. Testing samples of each rule calculated under discriminant variables (2, 3, 4, 5, 6), coefficient correlation levels (low, medium, high) , group sizes are 2, 3, 4, equal and unequal covariance matrices and the experiment is repeated 1,000 times for each situation. The sample data of experiment are obtained through the simulation technique. The results of this research can be summarized as follows 1. For equal covariance matrices, discriminant variables are 2, 3, 4, 5, 6, coefficient correlation levels (low, medium, high) and group sizes are 2, 3, 4, Likelihood rule, Mahalanobis distance rule and Posterior probability rule have the same efficiency. 2. For unequal covariance matrices, discriminant variables are 2, 3, 4, 5, 6, coefficient correlation levels (low, medium, high), group sizes are 2, 3, 4, Likelihood rule is the most efficient. 3. The efficiency of each rule increases as difference means and variances increase.	en
dc.format.extent	1320021 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การวิเคราะห์การจำแนกประเภท	en
dc.subject	การแจกแจงปกติ	en
dc.subject	การวิเคราะห์ความแปรปรวนร่วม	en
dc.title	การเปรียบเทียบประสิทธิภาพของการวิเคราะห์การจำแนกกลุ่ม ภายใต้เมทริกซ์ความแปรปรวนร่วมเท่ากันและไม่เท่ากัน	en
dc.title.alternative	A comparison on the efficiency of discriminant analysis with equal and unequal covariance matrices	en
dc.type	Thesis	es
dc.degree.name	สถิติศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	สถิติ	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	Manop.V@Chula.ac.th	-
Appears in Collections:	Acctn - Theses

Files in This Item:

File	Description	Size	Format
Pensri.pdf		1.29 MB	Adobe PDF	View/Open

Show simple item record