Tourism Logistics - โลจิสติกส์สำหรับการท่องเที่ยว

Home เคล็ดลับวิจัย แบบจำลองโลจิต
Welcome


Tourism
Logistics



CMSE
Conference



Journal EEQEL




คลังหนังสือ
Komsan
Suriya



















แบบจำลองโลจิต



แบบจำลองโลจิตในการวิจัยทางเศรษฐศาสตร์ Print E-mail
Written by คมสัน สุริยะ   
Friday, 29 May 2009 16:11


แบบจำลองโลจิต (Logit model)  มีผู้สนใจใช้กันมากโดยเฉพาะในวงการวิจัยทางเศรษฐศาสตร์   ท่านผู้อ่านสามารถ download บทความที่เกี่ยวข้องกับทฤษฎีและการประยุกต์ใช้แบบจำลองโลจิตในการวิจัยทางเศรษฐศาสตร์ได้ด้วยการคลิ๊กที่ Link  ดังต่อไปนี้
 

 


บทที่
1   แนวคิดพื้นฐานของแบบจำลองโลจิต
 (PDF 208 KB)

*** ข้อแนะนำกรณีโหลดไฟล์จาก Internet Browser ไม่ได้ หรือโหลดนานเกินไป ให้คลิกขวา คลิก Save link as เพื่อจัดเก็บไฟล์ในเครื่องคอมพิวเตอร์ของท่านก่อนเปิดอ่านค่ะ (จาก Web master)

กล่าวถึงที่มาที่ไปของแบบจำลองโลจิตตั้งแต่เริ่มต้น
  เหมาะสำหรับผู้เริ่มต้นที่ต้องการทำความเข้าใจแบบจำลองในขั้นพื้นฐาน  หรือนักวิจัยที่ต้องการทบทวนพื้นฐานของแบบจำลอง   ประกอบด้วยแนวคิดเรื่องการลากเส้นโค้งโลจิสติกส์ผ่านชุดข้อมูล  สมการพื้นฐาน  และการอ่านค่า Marginal effect




บทที่ 2   ทฤษฎีของแบบจำลองโลจิต (PDF 200 KB)

คำอธิบายของ George Judge, et al (1988)  และ  William Greene (2003)  โดยยกตัวอย่างการประยุกต์ใช้ในเรื่องการท่องเที่ยว  เหมาะสำหรับผู้ที่ต้องการทำความเข้าใจให้ลึกซึ้ง  เป็นการขยายความเนื้อหาในบทที่ และเพิ่มเติมในเรื่องการประมาณค่าด้วยวิธีการ Maximum likelihood



บทที่ แบบจำลองเชิงพฤติกรรม (PDF 189 KB)

 แนวคิดของ Daniel McFadden  นักเศรษฐศาสตร์รางวัลโนเบลปี พ.ศ. 2543  ที่เขียนแสดงความเชื่อมโยงระหว่างทฤษฎีเศรษฐศาสตร์และแบบจำลองโลจิตไว้ได้อย่างสวยงามตั้งแต่ปี พ.ศ. 2518  เป็น ปฐมบทที่ทำให้แบบจำลองนี้ใช้ได้อย่างแพร่หลายในวงการเศรษฐศาสตร์   เหมาะสำหรับผู้ที่ต้องการนำแบบจำลองโลจิตไปใช้งานจริง   เนื้อหาแนะนำวิธีการสร้างแบบจำลองเชิงพฤติกรรม  โดยยกตัวอย่างเรื่องการเลือกพาหนะขนส่งสินค้า


บทที่ 4   การทดแทนกันระหว่างสองคุณลักษณะ (PDF 280 KB)

การสร้างแบบจำลองโลจิตจากข้อมูลที่เป็นผลต่าง (Difference value)  เหมาะกับการศึกษาที่ใช้แบบสอบถามประเภทที่ให้คนหนึ่งคนเลือกครั้งละหนึ่งข้อแต่ให้เลือกหลายครั้ง     วิธีใส่ตัวแปรคุณลักษณะของผู้เลือก (Characteristics) กับคุณลักษณะของสิ่งที่ถูกเลือก (Attributes) ในแบบจำลองประเภทต่าง ๆ    การเพิ่มพจน์ Interaction ระหว่างคุณลักษณะสองประการ   แนะนำการคำนวณ Marginal effect  ของสมการโลจิตแบบต่าง ๆ โดยละเอียด  การคำนวณหา Marginal rate of substitution (MRS)  และการกลยุทธ์การตั้งราคาด้วยค่า Price equivalent 



บทที่ 5  ทบทวน Maximum Likelihood (PDF  197 KB)

อย่าปล่อยให้ Maximum Likelihood เป็นเรื่องที่หนักใจสำหรับท่าน  ผมจะแสดงให้ดูว่ามันง่ายแสนง่าย  เข้าใจได้โดยแทบไม่ต้องใช้ Math   ในบทนี้เราจะทบทวนเรื่อง Maximum Likelihood  ให้เข้าใจกระจ่างก่อนที่เราจะไปไกลกว่านี้  ซึ่งบทต่อ ๆ ไปจะต้องใช้ Maximum Likelihood  กันตลอด

 

บทที่  6  Contingent Valuation Method (PDF  194 KB)

การประยุกต์ใช้แบบจำลอง Logit ในการประเมินมูลค่าของสิ่งที่ยังไม่มีตลาด  เช่น  มูลค่าของสินค้าที่ปรับปรุงคุณภาพให้ดีขึ้น  มูลค่าของสิ่งแวดล้อม เป็นต้น   ประกอบด้วยสองวิธีคือ  Single bounded CVM  และ  Double bounded CVM   พร้อมแถมวิธีการคำนวณ Double bounded CVM  โดยไม่ต้องพึ่งโปรแกรมสำเร็จรูป  ใช้เพียง excel ก็ทำได้  อาศัยการคำนวณหาค่าพารามิเตอร์ด้วย  Quadratic Interpolation


คำเตือน:  เนื้อหาในบทที่ 6 เรื่อง CVM โดยเฉพาะอย่างยิ่ง Double bounded เป็นความคิดเห็นส่วนตัวของผู้เขียน  การหา CVM แบบ Double bounded ด้วย Excel ยังอยู่ในระดับทดลอง  ใช้สำหรับนักศึกษาเพื่อให้เข้าใจระบบการคำนวณแบบ Iteration  ซึ่งความแม่นยำยังสู้ Limdep ไม่ได้ เพราะขึ้นอยู่กับ Algorithm ของการหาจุดสูงสุดของฟังก์ชั่น  ซึ่งใน Excelทำได้แต่ของง่าย ๆ เท่านั้น และค่อนข้างใช้พื้นที่คำนวณมาก  เช่น Quadratic Interpolation


(ผู้เขียนใคร่ขอขอบคุณคำแนะนำจาก ดร. เจริญชัย เอกมาไพศาล จากมหาวิทยาลัยอัสสัมชัญ ผู้เชี่ยวชาญด้านเศรษฐศาสตร์สิ่งแวดล้อม ท่านที่ต้องการคำแนะนำเรื่องการเขียนโปรแกรม CVM  แบบ Double bounded บน Limdep  สามารถติดต่ออาจารย์เจริญชัยได้ที่  This e-mail address is being protected from spambots. You need JavaScript enabled to view it )





บทที่  7  Multinomial Logit  (PDF  187 KB)


แบบจำลอง Logit  เมื่อมีทางเลือกมากกว่าสองทาง   แนะนำการสร้าง Likelihood function  การคำนวณหาค่าพารามิเตอร์ที่ทำให้ได้ค่า Log-likekihood มากที่สุด  สูตรคำนวณหา Marginal effect  พร้อมคำเตือนเรื่องการแปลผลค่า Marginal effect   อีกทั้งยังกล่าวถึงปัญหา IIA  ซึ่งเป็นเงื่อนไขที่จะกำหนดว่าแบบจำลองนี้จะสามารถใช้ได้หรือไม่  วิธีการทดสอบปัญหาด้วย Hausman-McFadden Test  และทางออกสำหรับแบบจำลองที่ติดปัญหา IIA  





บทที่  8  Conditional  Logit  (PDF  123 KB)

 Conditional Logit  คือ แบบจำลอง Logit ที่มี attribute ของสินค้าใส่เข้ามาพร้อม ๆ กับ Characteristics ของผู้เลือก    ตามอย่างแบบจำลองของ McFadden (1974) 


 


 

 ---------------------------------------------------------------------------------------------------------------------

ขอความกรุณาท่านผู้อ่านที่อ้างอิงเนื้อหาจากบทความเหล่านี้  ช่วยเขียนในบรรณานุกรมของท่านดังนี้             

คมสัน  สุริยะ. 2552.  แบบจำลองโลจิตทฤษฎีและการประยุกต์ใช้ในการวิจัยทางเศรษฐศาสตร์.  
                         เชียงใหม่:  ศูนย์การวิเคราะห์เชิงปริมาณ  คณะเศรษฐศาสตร์  มหาวิทยาลัยเชียงใหม่.
                         [online]  http://www.tourismlogistics.com





แนะนำบทความที่เกี่ยวข้อง





 






 

 

 
โลจิตต่างกับโพรบิตอย่างไร Print E-mail
คมสัน สุริยะ
23 มีนาคม 2553
 
 
ความแตกต่างของโลจิต (Logit) กับโพรบิต (Probit) มีดังนี้
 
Read more...
 
Nested Logit ตอนที่ 1 Print E-mail

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...
 
ปัญหา Multicollinearity ในโลจิตและโพรบิต Print E-mail
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 Print E-mail
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







 

เกี่ยวกับลิขสิทธิ์เนื้อหาในเว็บไซต์ิ์

ผู้เขียนไม่หวงห้ามที่ท่านจะคัดลอกบทความ บนเว็บไซต์นี้ไปใช้ในรายงานของท่าน  

แต่ขอความกรุณาเพื่อนนักวิชาการ เพื่อนผู้ทำเว็ปไซต์ 
น้อง ๆ นักเรียน นักศึกษา ทุกท่าน 
ได้โปรดเขียนอ้างอิงในรายงานของท่านตามหลักสากล

การไม่เขียนอ้างอิงดังกล่าวถือว่าละเมิดลิขสิทธิ์
และมีความผิดตามกฎหมาย  
 
 ขอขอบคุณทุกท่านมากครับ