|
|
แบบจำลองโลจิตในการวิจัยทางเศรษฐศาสตร์ |
 |
 |
|
Written by คมสัน สุริยะ
|
|
Friday, 29 May 2009 16:11 |
|
แบบจำลองโลจิต (Logit model) มีผู้สนใจใช้กันมากโดยเฉพาะในวงการวิจัยทางเศรษฐศาสตร์ ท่านผู้อ่านสามารถ download บทความที่เกี่ยวข้องกับทฤษฎีและการประยุกต์ใช้แบบจำลองโลจิตในการวิจัยทางเศรษฐศาสตร์ได้ด้วยการคลิ๊กที่ Link ดังต่อไปนี้
|
|
Read more...
|
|
|
Nested Logit ตอนที่ 1 |
|
|
|
ปิยะลักษณ์ พุทธวงศ์
15 มิถุนายน 2553
แบบจำลอง Nested Logit (Structured หรือ Sequential Logit) เป็นแบบจำลองหนึ่งที่ใช้ในกรณีที่ตัวแปรตามมีค่าจำกัด(Limited Dependent Variable) มากกว่าสองค่าเช่นเดียวกับแบบจำลอง Multinomial Logit แต่ในการใช้แบบจำลอง Multinomial Logit นั้นมีข้อสมมติที่สำคัญอย่างหนึ่งคืออัตราส่วนของความน่าจะเป็นสำหรับสองทางเลือกใดๆ ต้องไม่ขึ้นอยู่กับทางเลือกอื่นๆ หรืออีก
นัยหนึ่งคือการมีทางเลือกเพิ่มขึ้น (หรือลดลง) จะไม่ทำให้อัตราส่วนของความน่าจะเป็นสำหรับสองทางเลือกใดๆ เปลี่ยนแปลงไป เรียกข้อสมมตินี้ว่า Independence of irrelevant alternatives assumption (IIA)
|
|
Read more...
|
|
โลจิตต่างกับโพรบิตอย่างไร |
|
|
|
คมสัน สุริยะ
23 มีนาคม 2553
ความแตกต่างของโลจิต (Logit) กับโพรบิต (Probit) มีดังนี้
|
|
Read more...
|
|
|
ปัญหา Multicollinearity ในโลจิตและโพรบิต |
|
|
|
คมสัน สุริยะ
8 มิถุนายน 2553
แฟนรายการเขียนมาถามว่า การทำแบบจำลองโลจิต (Logit) หากตัวแปรอิสระมีปัญหา Multicollinearity จะไม่เป็นไรใช่หรือไม่ เพราะว่าโลจิตเป็นแบบจำลอง Non-linear ไม่จำเป็นต้องมีข้อสมมติเหมือนแบบจำลอง Linear ทั่วไป อีกทั้งใช้วิธี Maximum Likelihood ในการประมาณค่าพารามิเตอร์
|
|
Read more...
|
|
Nested Logit ตอนที่ 2 |
|
|
|
ปิยะลักษณ์ พุทธวงศ์
5 กรกฎาคม 2553
การประมาณแบบจำลอง Nested logit จะใช้วิธีการ Maximum Likelihood โดยแบบจำลองจะกำหนดให้กระบวนการคิดมีลักษณะเป็นลำดับขั้น (multi-stage or level) ดังนั้นจากตัวอย่างที่ 2 จึงถือว่าเป็นการตัดสินใจแบบสองระดับขั้น โดยการตัดสินใจในระดับแรกคือการเลือกประเภทของร้านอาหาร แล้วจึงตัดสินใจเลือกร้านอาหารในระดับที่สอง เรียกการตัดสินใจในระดับแรกเรียกว่า First level decision และระดับการตัดสินใจครั้งสุดท้ายเรียกว่า Bottom level (สำหรับตัวอย่างนี้คือการตัดสินใจขั้นที่สอง)
หากให้ดัชนีแสดงประเภทร้านอาหารคือ i ซึ่งมีทั้งหมด m ประเภท (i=1, 2, ..m) โดยในแต่ละประเภทจะมีจำนวนร้านอาหารทั้งหมดภายในประเภทนั้นเท่ากับ n ร้าน ความน่าจะเป็นที่ประเภทร้านอาหาร i จากทั้งหมด m ประเภท จะถูกเลือก เท่ากับ
โดย Inclusive variable
และความน่าจะเป็นที่ร้านอาหารที่ j (โดย j=1,2,…,n) จะถูกเลือกภายหลังจากประเภทที่ i ได้ถูกเลือกแล้ว (Conditional probability) จะเท่ากับ
จากตัวอย่างร้านอาหาร ถ้ากลุ่มตัวแปรอิสระที่มีผลต่อการเลือกร้านอาหารของแต่ละครัวเรือนคือ
(1) ลักษณะเฉพาะของครัวเรือน เช่น จำนวนสมาชิกในครัวเรือนที่เป็นเด็ก (kids) รายได้ของครัวเรือน (income)
(2) ลักษณะเฉพาะของแต่ละร้าน เช่น ชื่อเสียงของร้าน (rating)
(3) ตัวแปรที่ขึ้นอยู่กับทั้งครัวเรือนและร้านอาหาร เช่น ค่าอาหาร (cost) และระยะทางในการเดินทาง (distance)
โดยปัจจัยที่มีอิทธิพลต่อการเลือกประเภทร้านอาหารน่าจะเป็นลักษณะของครัวเรือน เช่น ครัวเรือนที่มีเด็กน่าจะต้องการเลือกประเภทร้านอาหารสำหรับครอบครัว และลักษณะเฉพาะของร้านจะมีผลต่อการเลือกร้านอาหาร เช่น ครัวเรือนจะเลือกร้านอาหารที่มีชื่อเสียงดี
ดังนั้นตัวแปรอิสระในสมการที่ (1) จึงหมายถึงตัวแปรที่มีอิทธิพลในการเลือกประเภท
และตัวแปรอิสระในสมการที่ (2) หมายถึงตัวแปรที่มีอิทธิพลในการเลือกร้านอาหาร
ในทางปฏิบัติ การประมาณแบบจำลอง Nested logit นั้นจะต้องมีการปรับข้อมูลที่ใช้ให้เหมาะสมกับการประมวลผล และต้องสร้างตัวแปรให้มีความแตกต่างกันสำหรับทางเลือกในแต่ละระดับ โปรแกรมสำเร็จรูปหนึ่งที่สามารถใช้ในการวิเคราะห์แบบจำลอง Nested logit คือ โปรแกรม STATA คุณสมบัติที่ดีอีกประการหนึ่งของโปรแกรม STATA คือสามารถทำการทดสอบว่าการกำหนดแบบจำลอง Nested logit (หรือการกำหนดการตัดสินใจเป็นลำดับขั้น) นั้นจำเป็นหรือไม่ (เมื่อเทียบกับ Conditional logit หรือ multinomial logit) โดยใช้ Hausman test เพื่อทดสอบสมมติฐานเกี่ยวกับ Independence of Irrelevant Alternatives (IIA)
Link
- Nested Logit ตอนที่ 1 (Link)
- บทความวิชาการของผู้ช่วยศาสตราจารย์ ดร.ปิยะลักษณ์ พุทธวงศ์ (Link)
กลับสู่สารบัญ
|
|
|
|
|
เคล็ดลับวิจัย 