งานวิจัยครั้งนี้เป็นการศึกษาวิธีการ

งานวิจัยครั้งนี้เป็นการศึกษาวิธีการประมาณค่าสูญหายของตัวแปรตามในการวิเคราะห์การ
ถดถอยเชิงเส้นพหุคูณ โดยน าเสนอวิธีประมาณค่าสูญหายของตัวแปรตาม 4 วิธี คือ วิธีอัตราส่วน
ควอไทล์ที่1 วิธีอัตราส่วนควอไทล์ที่3 วิธีสมการถดถอย-อัตราส่วนควอไทล์ที่1 และวิธีสมการ
ถดถอย-อัตราส่วนควอไทล์ที่3 ซึ่งพัฒนาขึ้นมาจากตัวประมาณอัตราส่วน การเปรียบเทียบ
ประสิทธิภาพของวิธีที่น าเสนอ 4 วิธีดังกล่าวกับวิธีประมาณค่าสูญหายด้วยค่าเฉลี่ยและด้วยค่า
ท านายที่ได้จากการวิเคราะห์การถดถอย ใช้ค่าประมาณของรากที่สองของค่าเฉลี่ยความคลาดเคลื่อน
ก าลังสองและค่าเฉลี่ยของเปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เป็นเกณฑ์ในการเปรียบเทียบ
ประสิทธิภาพซึ่งได้จากการจ าลองสถานการณ์ เมื่อข้อมูลมีการแจกแจงปกติที่มีขนาดตัวอย่าง ความ
แปรปรวน และเปอร์เซ็นต์การสูญหายต่างๆ ผลการศึกษาพบว่า วิธีสมการถดถอย-อัตราส่วนควอ
ไทล์ที่1 จะมีประสิทธิภาพสูงกว่าวิธีอื่นๆในหลายสถานการณ์ได้แก่ (1) เมื่อตัวอย่างมีขนาดเล็ก
(n=1) เปอร์เซ็นต์ข้อมูลสูญหายมาก(20%)ความแปรปรวนของความคลาดเคลื่อนค่อนข้างสูง (
2 
=1.5, 2) (2) ขนาดตัวอย่างมีขนาดกลาง (n=40, 60) เปอร์เซ็นต์ข้อมูลสูญหายน้อย (10%)ความ
แปรปรวนของความคลาดเคลื่อนต่ าสูง (
2  =0.5, 1) (3) ตัวอย่างขนาดกลาง(n=40, 60) เปอร์เซ็นต์
ข้อมูลสูญหายปานกลาง (15%)ความแปรปรวนของความคลาดเคลื่อนปานกลาง (
2  =1, 1.5) และ
(4) ตัวอย่างมีขนาดใหญ่ (n=100) เปอร์เซ็นต์ข้อมูลสูญหายปานกลาง (15%)ความแปรปรวนของ
ความคลาดเคลื่อนปานกลาง (
2  = 1.5) ส่วนวิธีสมการถดถอย-อัตราส่วนควอไทล์ที่3 จะมี
ประสิทธิภาพสูงกว่าวิธีอื่นๆเมื่อตัวอย่างมีขนาดใหญ่ (n=100) เปอร์เซ็นต์ข้อมูลสูญหายปานกลาง
(15%)ความแปรปรวนของความคลาดเคลื่อนปานกลาง (
2  =1) อย่างไรก็ตามประสิทธิภาพของ
วิธีประมาณค่าสูญหายทั้ง 2 วิธีนี้มีความแตกต่างกันไม่มากนักทุกสถานการณ

ผลลัพธ์ (อังกฤษ) 1:

This is the time to research how to study approximately the value of variables as lost in the analysis.Multiple linear regression estimation method proposed by the loss of 4 variables how is ratio method.1st quartile How ratio quartile 3. The regression equation method-ratio quartile 1 and equation method.Regression-ratio quartile 3. Developed from the estimated ratio comparisonThe performance of the method presented in such a way with 4 ways, with an average loss estimates and value.Mr. lash derived from regression analysis Using an estimate of the square root of the average chromatic aberration.The second position, and the average of the percentage criterion is an absolute aberration in comparison.The performance, which was to try out scenarios. When there is a normal distribution of data size.Variance percent loss, and various studies have found that the results of the regression equation method-quality ratio.Tile 1 can be highly effective in many situations than the other methods include: (1) when the sample size is small.(N = 1) the percentage loss of data (20%) of the variance of (relatively high tolerances.2 = 1.5, 2), (2) sample size is medium (n = 40, 60), minimal data loss percentage (10%)The high variability of measured tolerances ( 2 = 0.5, 1), (3) the sample size (n = 40, 60) Percentage.Data loss, medium (3%) of the variance of the medium (chromatic aberration. 2 = 1, 1.5), and(4) a large sample (n = 100) the percentage loss of data medium (15%) of the variance.Medium (chromatic aberration. 2 = 1.5) regression equation method-part ratio quartile 3 would have.Higher performance than the other way around, when the sample is large (n = 100) the percentage loss of data medium.(15%) of the variance of the medium (chromatic aberration. 2 = 1). However, the performance of.The method estimates the loss in this way, the two are not much different in all situations.

ผลลัพธ์ (อังกฤษ) 2:

This research is a study about how the loss of the variables in the analysis,
multiple linear regression to estimate the present value loss of variable 4 ways to approach
the first quartile. Approach the third quartile. How regression - the ratio of the first quartile. And how is the
recession - the ratio of the third quartile. Which developed from the estimated ratio. A comparison of
the effectiveness of the proposed four ways on how such estimates and lost with the average cost
service. Mr. obtained by regression analysis. Using an estimate of the square root of the mean deviation
of. The squares and mean absolute percentage error as a basis for comparing
the performance of the package. Simulation scenarios When the data are normally distributed with a sample size
and variability in the percentage of loss. The study found that How regression - the ratio of quartz
tile at first. It outperforms other methods in a variety of situations, including (1) the small sample size
(n = 1) Percentage of data loss (20%) of the variance tolerances are relatively high (
2 
= 1.5, 2) (2. ) the sample size (n = 40, 60) percent less data loss. (10%) of the
variance of error of less high (
 2 = 0.5, 1) (3) sample size (n = 40, 60) percent
of data loss medium. (15%) of the variance tolerances medium (
 2 = 1, 1.5), and
(4) a large sample (n = 100) Average percentage of data loss. (15%) of the variance
tolerances medium (
 2 = 1.5) method of regression - the ratio of the third quartile. It has
outperformed the other way when the sample size (n = 100) percent of data loss, moderate
(15%) of the variance tolerances medium (
2  = 1), however, the efficiency of the
way, about the loss of the two methods are available. the difference is not much any situation.

ผลลัพธ์ (อังกฤษ) 3:

This research studied the missing value estimation methods of the dependent variable in the analysis.Multiple linear regression method, the presented by missing value estimation of the dependent variable 4 methods. How ratio.Quartile quartile at 1 ratio method that 3. Regression equations - ratio quartile at 1 methods and equations.Quartile regression - ratio of the 3. Which developed from the ratio estimator comparisonThe efficiency of the proposed method here. 4 way with missing value estimation method with the mean value and value.It predicted that by regression analysis. Using the estimated value of the square root of mean error, are two and mean absolute percentage errors were compared.Efficiency of the power simulation situation. When data are normally distributed with sample size.The variance and the percentage of loss. The results showed that the regression equations - ratio range.Percentile 1 have higher efficiency than other methods in many situations: (1) when the samples are small.(n = 1)% missing data (20%) error variance is quite high.2 .= 1.5 2), (2) sample size have a medium (n = 40 60)%, missing data less (10%).The variance of error rate, high.2  = 0.5 1), (3) sample medium (n = 40 60), respectively.Lost data medium. (15%) error variance medium.2  = 1 1.5), and so on.(4) sample is large (n = 100)% missing data medium (15%) variance.Average error.2  = 1.5) the regression equations - ratio at 3 quartile.Efficiency is higher than other methods when the sample size is large (n = 100)% missing data medium.(15%) error variance medium.2  = 1), however the efficiency ofMissing value estimation method and 2 this method has much difference in every situation.