การเปรียบเทียบวิธีคัดเลือกตัวแปรอิสระในตัวแบบการถดถอยเชิงเส้นพหุโดยใช้ขั้นตอนวิธีเชิงพันธุกรรมและการจำลองการอบเหนียว
Article Sidebar
Main Article Content
บทคัดย่อ
การวิจัยนี้ มีวัตถุประสงค์เพื่อศึกษาการคัดเลือกตัวแปรอิสระเข้าสู่ตัวแบบการถดถอยเชิงเส้นพหุด้วยวิธีการค้นหาแบบขั้นตอนเชิงพันธุกรรม(Genetic Algorithm: GA) และการค้นหาแบบจำลองการอบเหนียว (Simulated Annealing: SA) และทำการเปรียบเทียบประสิทธิภาพและความรวดเร็วในการทำงานของทั้ง GA และ SA ในสถานการณ์ที่ไม่เกิดและเกิดปัญหาพหุสัมพันธ์เชิงเส้นต่อกันของตัวแปรอิสระ ทำการศึกษาโดยการจำลองข้อมูลและกำหนดจำนวนตัวแปรอิสระเท่ากับ 5 10 และ 20 ตามลำดับ และแต่ละขนาดของตัวแปรอิสระ กำหนดขนาดตัวอย่างเท่ากับ 50 100 200 และ 500 ตามลำดับ ทำการเปรียบเทียบประสิทธิภาพของ GA และ SA โดยพิจารณาค่าร้อยละความถูกต้องของการคัดเลือกตัวแปรอิสระเข้าสู่ตัวแบบและพิจารณาจำนวนรอบในการทำงานเป็นเกณฑ์ในการเปรียบเทียบความรวดเร็วในการทำงาน ผลการศึกษาพบว่า GA และ SA สามารถทำงานได้ดีทั้งในสถานการณ์ที่ไม่เกิดและเกิดปัญหาพหุสัมพันธ์เชิงเส้นต่อกันของตัวแปรอิสระ โดยที่ GA ให้ค่าร้อยละความถูกต้องของการคัดเลือกตัวแปรอิสระเข้าสู่ตัวแบบสูงกว่า SA ในกรณีที่ตัวแปรอิสระมีจำนวนน้อย และทั้ง 2 วิธีสามารถคัดเลือกตัวแปรอิสระได้ถูกต้องร้อยละ 100 เมื่อจำนวนตัวแปรอิสระมีค่าเพิ่มขึ้น นอกจากนี้ยังพบว่าทั้ง GA และ SA มีความรวดเร็วในการทำงานใกล้เคียงกันเมื่อตัวแปรอิสระมีจำนวนน้อย ในขณะที่ SA สามารถทำงานได้รวดเร็วมากกว่า GA เมื่อตัวแปรอิสระมีจำนวนมากขึ้น
Article Details
References
ศิรินทิพย์ หมื่นจันทร์. (2557). การคัดเลือกตัวแบบในการถดถอยเชิงเส้นพหุคูณโดยใช้วิธีดับเบิลเจเนติก อัลกอริทึม. วิทยานิพนธ์ปริญญาวิทยาศาสตรมหาบัณฑิต, มหาวิทยาลัยเชียงใหม่, เชียงใหม่.
พิศลย์ มีแก้ว. (2546). การเปรียบเทียบวิธีการหาคำตอบที่ดีที่สุดด้วยวิธีทางฮิวริสติค. วิทยานิพนธ์ วิศวกรรมศาสตรมหาบัณฑิต, มหาวิทยาลัยธรรมศาสตร์.
Kapetanious, G. (2007). Variable Selection in Regression Models Using Nonstandard Optimization of Information Criteria. Computational Statistics & Data Analysis. 52 (1), 4-15.
Hoerl, Arthur E. and Kennard, Robert W. (1970). Ridge Regression: Biased Estimation to Nonorthogonal Problem. Technometrics. 12 (1), 55-67.
Hoerl, Arthur E. and Kennard, Robert W. (1970). Ridge Regression: Applications to Nonorthogonal Problem. Technometrics. 12 (1), 69-82.
Hoerl, Arthur E.; Kennard, Robert W. and Baldwin, Kent F. (1975). Ridge Regression: Some Simulations. Communications in Statistics. 4 (2), 105-123.
Douglas C. Montgomery, Elizabeth A. Peck, and G.Geoffrey Vining. (2006). Introduction to Linear Regression Analysis (4th ed.). New York: Wiley-Interscience.