[ธุรกิจเกษตร รุ่น 1 's Blog]

เรียน  นักศึกษาปริญญาโท สาขาธุรกิจเกษตร

ตามที่นักศึกษาชั้นปีที่สองจะต้องเข้ารับการสอบประมวลความรู้ (Comprehensive) ก่อนที่จะสำเร็จการศึกษา ในวันที่ 27-28 ธันวาคม 2551 นั้น สำหรับอีเมล์ฉบับนี้ได้แนบคำถามที่นักศึกษาสามารถใช้เพื่อเป็นแนวทางในการอ่านหนังสือในการประมวลความรู้วิชา ABM 702 ได้ค่อนข้างสมบูรณ์ ขอให้นักศึกษาพยายามค้นคว้าหาคำตอบด้วยครับ สำหรับในรายวิชาอื่น ๆ จะจัดส่งมาให้เรื่อย ๆ ครับ ดังนั้นนักศึกษาควรที่จะสามารถหาคำตอบสำหรับวิชานี้ให้เรียบร้อยในสัปดาห์นี้นะครับ เพื่อที่จะได้มีเวลาในการค้นคว้าวิชาอื่น ๆ ต่อไปภายหลัง
 
ขอแสดงความนับถือ
ธุรกิจเกษตร มหาวิทยาลัยเชียงใหม่ 

...................................................... 

http://pirun.ku.ac.th/~fecobdc/107411/107411-Chapter7.pdf

1. การวิเคราะห์ถดถอยคืออะไร ,เป้าหมายของการวิเคราะห์ถดถอยคืออะไร 

Regression analysis 

การวิเคราะห์ถดถอย คือ 

วิธีการทางสถิติที่ใช้ตรวจสอบความสัมพันธ์ระหว่างตัวแปรอิสระหนึ่งตัวหรือหลายตัวกับตัวแปรตามหนึ่งตัว ใช้วิธีพลอตค่าของตัวแปรตามบนแกนตั้งและตัวแปรอิสระบนแกนนอนของกราฟ เพื่อแสดงความสัมพันธ์เชิงเส้นระหว่างตัวแปร แล้วหาเส้นความสัมพันธ์ที่เหมาะที่สุดกับข้อมูล เส้นความสัมพันธ์นี้ใช้ในการหาค่าของตัวแปรอิสระที่จะทำนายค่าของตัวแปรตามได้ดีที่สุด

การวิเคราะห์ถดถอยที่มีตัวแปรอิสระเพียงตัวเดียวเรียกว่า “การถดถอยอย่างง่าย” (simple regression) และการวิเคราะห์ถดถอยที่มีตัวแปรอิสระสองตัวขึ้นไปเรียกว่า “การถดถอยพหุ” (multiple regression) 

 

2. การวิเคราะห์ถดถอยทำได้กี่วิธี , อะไรบ้าง วิธีใดที่มีมาตรฐานการวิเคราะห์ที่ดีที่สุด

3. จงอธิบายความแตกต่างของ Single Regression ,Simple Regression ,Multiple Regression และ Simultaneous Regression

4. Normal Equation คืออะไ ร จงหาแบบจำลอง Y= a+b1X1+b2X2+b3X3

5. F-test และ T-test ในการวิเคราะห์ถดถอยให้ผลการวิเคราะห์ที่แตกต่างกันอย่างไร

6. ตัวแปรหุ่น (Dummy Variable) คืออะไร , มีลักษณะอย่างไร

ตัวแปรหุ่น (Dummy Variable) เป็นตัวแปรซึ่งถูกสร้างขึ้น เพื่อให้สามารถนำไปคำนวณโดยใช้สถิติชั้นสูง
ได้อย่างถูกต้อง สอดคล้องกับการคำนวณทางสถิติ ซึ่งมีข้อตกลงเบื้องต้นให้ระดับการวัดของตัวแปร
อย่างน้อยระดับช่วง (Interval Scale) ซึ่งเป็นข้อมูลเชิงปริมาณ (Quantitative)

7. จงอธิบายถึงปัญหา Autocorrelation,Multicollinearity หรือ Heteroscesdaticity ในการวิเคราะห์ Regression และปัญหาเหล่านี้จะตรวจสอบอย่างไร

8. หากพบปัญหา  Autocorelation,Multicollinearity หรือ Heteroscesdaticity ท่านจะแก้ไขอย่างไร

ปัญหาสหสัมพันธ์ของตัวคลาดเคลื่อน (Autocorrelation)

คือ ปัญหาที่เกิดจากตัวคลาดเคลื่อน (residual) ในเทอมปัจจุบัน มีความสัมพันธ์กับตัวคลาดเคลื่อนของเทอมก่อนหน้านี้ ซึ่งสาเหตุมาจากหลายสาเหตุ หรือการกำหนดสมการผิดพลาด หรือเกิดจากการสร้างรูปฟังก์ชั่นผิด เช่น ฟังก์ชั่นเส้นโค้งเป็นฟังก์ชั่นเส้นตรง (model specification) หรือเกิดจากปัญหา Cob-Web Phenomenon

การเกิด autocorelation เป็น correlation อย่างหนึ่งซึ่งไม่ได้เป็นการแสดงความสัมพันธ์ระหว่าง 2 ตัวแปร แต่แสดงความสัมพันธ์ของค่าต่างๆ ของตัวแปรเดียวกัน มักพบได้บ่อยในข้อมูลประเภท time series ซึ่งทำให้ค่าคลาดเคลื่อนในเวลา t และ t-1 มีความสัมพันธ์กัน

การเกิดสหสัมพันธ์ของตัวคลาดเคลื่อนมักเกิดขึ้นกับข้อมูลอนุกรมเวลาที่เราเรียกว่า serial correlation ซึ่งต่างจากปัญหาความแปรปรวนไม่คงที่ (heteroscedesticity) ซึ่งมักเกิดกับข้อมูลที่เป็นภาคตัดขวาง (cross-section) อย่างไรก็ตามการเกิดสหสัมพันธ์ในตัวยังอาจเกิดได้กับข้อมูลภาคตัดขวางด้วยเช่นกัน ซึ่งเรียกว่า spatial correlation

ในข้อสมมติของ classic ในเรื่องกำลังสองน้อยสุด (OLS) นั้นข้อกำหนดประการหนึ่งคือ ตัวคลาดเคลื่อนต้องไม่มีความสัมพันธ์กันในช่วงเวลาที่ต่างกัน หรือ

E (u_i, u_j)  = 0 เมื่อ i = j

http://www.eco.ru.ac.th/eco/nongnut/part4.html เพิ่มเติม

การทดสอบการเกิด autocorrelation ด้วยวิธีอื่น

นอกจากจะใช้ค่าสถิติ Durbin Watson (d) ในการทดสอบการเกิด autocorrelation แล้วยังมีการทดสอบ serial correlation ด้วยวิธีอื่นๆ อีก เช่น Q-statistic และ Breusch-Godfrey LM test ฯลฯ ซึ่งโปรแกรม Evies มีให้เลือกใช้ในเมนู Residual Test ค่าสถิติเหล่านี้จะช่วยในการทดสอบแบบจำลองที่มีปัญหา autocorrelation และแก้ปัญหาข้อจำกัดของ Durbin-Watson เช่น แบบจำลองที่มีตัวแปรอิสระเป็น lag ของตัวแปรตาม , autocorrelaton ที่เกิดในลำดับที่สูงกว่าลำดับ 1 (first order autocorrelation) , เมื่อค่า d ที่คำนวนได้ตกอยู่ในช่วงที่ไม่สามารถสรุปได้

9. Identification Problem คืออะไ ร ,เกิดกับการวิเคราะห์ถดถอยอะไร

10. ท่านจะตรวจสอบปัญหา Identification Problem ไ ด้อย่างไร

11. จงอธิบาย Euclidian Distance ,Statistical Distance แ ละ Mahalanobis Distance

12. การวิเคราะห์ MANOVA ให้กับการวิเคราะห์ปัญหาอย่างไร ?~ จงยกตัวอย่างประกอบ

13. สถิติที่ใ ช้ในการวิเคราะห์ MANOVA ในส่วนที่เป็น Multivariate และ Univariate effect size

14. จงอธิบายลักษณะของปัญหาที่ต้องการการแก้ไข ด้วยการวิเคราะห์ Conjoint

15. การวิเคราะห์ Conjoint มีขั้นตอนที่สำคัญอะไรบ้าง จงอธิบาย

ขั้นตอนการวิเคราะห์ Conjoint

ขั้นที่ 1 เลือกคุณลักษณะ (Factor),ระดับของคุณลักษณะ (Level)

ขั้นที่ 2 สร้างชุดคุณลักษณะของสินค้าที่จะใช้ศึกษา

     - ใช้ Full fractional factorial design

     - SPSS ใช้คำสั่ง orthoplan [orthogonal design]

ขั้นที่ 3 การรวบรวมข้อมูล วิธีการนำเสนอ profile ใช้การ์ดตัวอย่าง

ขั้นที่ 4 การวัดความพอใจ

     - เรียงลำดับ Ranking

     - ให้คะแนน Rating

ขั้นที่ 5 การเลือกแบบจำลองความพอใจ Utility

     - Discrete , more or less ขึ้นอยู่กับสมมติฐาน

     - Linear ,more or less

     - Ideal -upside down U-shape

     - Antideal - U-shape

ขั้นที่ 6 การวิเคราะห์ความพอใจ

     - Manova ,Linmap

     - Logit , probit , Tobit , OLS

     - SPSS > conjoint analysis , market simulation

16.  ในการออกแบบคุณลักษณะของสินค้าในการวิเคราะห์ Conjoint มีหลักเกณฑ์ที่สำคัญอย่างไรบ้าง จงอธิบาย

17.  Fractional Factorial Design มีบทบาทในการวิเคราะห์ Conjoint อย่างไร

18. แ บบจำลองความพึงพอใจ ในการวิเคราะห์ Conjoint มีกี่แบบ อะไรบ้าง จงอธิบาย ลักษณะของแบบจำลองความพึงพอใจแต่ละแบบ

19.  คำสั่งสำหรับการวิเคราะห์ Conjoint ด้วยโปรแกรม SPSS เป็นอย่างไร จงเขียนคำสั่งนั้นและอธิบายประกอบ

20.  Holdout Card ใ นการวิเคราะห์ Conjoint คืออะไร ใช้เพื่ออะไร

21. ค่าสถิติที่ใช้การวิเคราะห์ Conjoint มีอะไรบ้าง ?  และมีความหมายอย่างไร ?

22. Linear Programming ใช้เพื่อการวิเคราะห์ปัญหาอย่างไรได้บ้าง จงยกตัวอย่างประกอบ

23. ลักษณะที่สำคัญของตัวแปรต่าง ๆ ในการวิเคราะห์ Linear Programming เป็นอย่างไร

24. จงอธิบายลักษณะของตัวแปรตัดสินใจ (Decision Variable) ,Slack Variable , Surplus Variable และ Artificial Variable ในการวิเคราะห์ Linear Programming

25. Dual Price หรือ Shadow Price ในการวิเคราะห์ปัญหา Linear Programming คืออะไร

26. หากค่าของพารามิเตอร์ในสมการวัตถุประสงค์เปลี่ยนแปลงไปแต่ก็อยู่ในช่วง Sensitivity จะมีผลกระทบต่อคำตอบที่เหมาะสมที่สุดอย่างไร

27. หากค่าทางด้านขวามือของสมการข้อจำกัด (Right Hand Side : R.H.S.) เปลี่ยนแปลงไปแต่ก็อยู่ในช่วง Sensitivity จะมีผลกระทบต่อคำตอบที่เหมาะสมที่สุดอย่างไร

28. ค่า Cj-Zj ใน Simplex Tableau ของการวิเคราะห์หาคำตอบที่ดีที่สุดมีความหมายอย่างไร

29. แบบจำลอง MOTAD คิดอะไร ใช้ในการแก้ไขปัญหาอย่างไร

30. วิธีการพยากรณ์มีกี่ชนิด อะไรบ้าง

31. Moving Average คืออะไร ทำอย่างไร จงยกตัวอย่างประกอบ

32. การถ่วงน้ำหนักแบบทวินามเป็นอย่างไร ,จงอธิบายและยกตัวอย่างประกอบ

33. การพยากรณ์ด้วยวิธี Monte Carlo ใช้ในกรณีใด และมีวิธีการพยากรณ์อย่างไร จงอธิบาย

34. จงอธิบายการประเมินผลการพยากรณ์ด้วยวิธี MAD,MAPE

35.  ????

 

  

note

- เพื่อน ๆ สามารถช่วยกันหาคำตอบ เสนอความคิดเห็น แก้ไข(หากมีข้อผิดพลาด) ฯลฯ ได้ค่ะ

โดยการเพิ่้มในความคิดเห็นค่ะ  [[comments ด้านล่าง]]    แล้วจะนำมาอัพในเนื้อหาของ blog ค่ะ

- Link blog (เ นื้อหาบางเ รื่อง ที่เคยเรียนค่ะ) http://mustsaygoodbye.blogspot.com 

- โจทย์และเนื้อความ มาจากเมล์ AgriBiz CMU (agribizcmu@hotmail.com) }} Date : Sunday, November 09, 2008 3:00:22 AM

- ถ้าใครแวะมา comments ทักทายกันเฉย ๆ ก็ได้ค่ะ