Please use this identifier to cite or link to this item:
https://cuir.car.chula.ac.th/handle/123456789/18393
| Title: | การเปรียบเทียบประสิทธิภาพของการสุ่มตัวอย่างด้วยวิธีฮิตแอนด์รัน และการสุ่มตัวอย่างด้วยวิธีกิบส์สำหรับการวิเคราะห์ปัจจัยเชิงเบส์ |
| Other Titles: | A comparison on the efficiency of hit-and-run sampler and Gibbs sampler for Bayesian factor analysis |
| Authors: | ไรยา พลเสน |
| Advisors: | เสกสรร เกียรติสุไพบูลย์ |
| Other author: | จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี |
| Advisor's Email: | [email protected] |
| Subjects: | การสุ่มตัวอย่าง (สถิติ) วิธีมอนติคาร์โล กระบวนการมาร์คอฟ การวิเคราะห์ตัวประกอบ Sampling (Statistics) Monte Carlo method Markov processes Factor analysis |
| Issue Date: | 2553 |
| Publisher: | จุฬาลงกรณ์มหาวิทยาลัย |
| Abstract: | เปรียบเทียบการสุ่มตัวอย่างด้วยวิธีฮิตแอนด์รันและการสุ่มตัวอย่างด้วยวิธีกิบส์ สำหรับวิเคราะห์ปัจจัยเมื่อมีจำนวนปัจจัย 1 ปัจจัย เพื่อใช้ในการ จัดอันดับหน่วยทดลองจากตัวชี้วัดมากกว่า 1 ตัวซึ่งทั้ง 2 วิธีจัดอยู่ในกลุ่มวิธีลูกโซ่มาร์คอฟมอนติคาร์โล (MCMC) การสุ่มตัวอย่างทั้ง 2 วิธีจะถูกทดสอบในการจัดอันดับประเทศตามความเสี่ยงทางการเมือง-เศรษฐกิจ ด้วยข้อมูลตัวชี้วัดจาก MCMCpack R Package โดย Martin และ Quinn 2004 โดยใช้คะแนนของปัจจัยจากตัวแบบการวิเคราะห์ปัจจัยมาจัดอันดับ ในแต่ละวิธี MCMC จะประมาณคะแนนเฉลี่ยภายใต้การแจกแจงความน่าจะเป็นภายหลังและค่าคลาดเคลื่อนมาตรฐาน (SE) แล้วใช้ค่าคลาดเคลื่อนมาตรฐานเป็นเกณฑ์ในการเปรียบเทียบ ประสิทธิภาพความเร็วในการลู่เข้าของตัวประมาณจากการสุ่มตัวอย่างทั้ง 2 วิธี จากการทดสอบประสิทธิภาพด้วยข้อมูลความเสี่ยงทางการเมือง-เศรษฐกิจาก MCMCpack R Package พบว่าการสุ่มตัวอย่างด้วยวิธีฮิตแอนด์รันมีประสิทธิภาพด้อยกว่าวิธีกิบส์ โดยส่วนใหญ่ของค่าคลาดเคลื่อนมาตรฐานของคะแนนเฉลี่ยของแต่ละประเทศที่คำนวณ ได้จากการสุ่มตัวอย่างด้วยวิธีฮิตแอนด์รันมีค่ามากกว่าค่าคลาดเคลื่อนมาตรฐานที่คำนวณได้ จากวิธีกิบส์ สังเกตได้ว่าการวิเคราะห์ปัจจัยเชิงเบส์ในกรณีที่มีพารามิเตอร์จำนวนมาก และมีขอบเขตของพารามิเตอร์ที่ซับซ้อน การเคลื่อนที่ในแต่ละรอบของวิธีฮิตแอนด์รันพารามิเตอร์มีมิติสูงจะเคลื่อนที่ได้อย่างจำกัด จึงทำให้การสุ่มตัวอย่างด้วยวิธีฮิตแอนด์รัน มีประสิทธิภาพในเชิงการลู่เข้าของตัวประมาณด้อยกว่าการสุ่มตัวอย่างด้วยวิธีกิบส์ |
| Other Abstract: | To compare the efficiency of hit-and-run sampler and Gibb sampler, the two markov chain monte carlo samplers, for single factor analysis with an application to ranking units by their multiple indicators. The two samplers are tested against each other on a cross-national political-economic risk ranking according to the indicator data provided in MCMCpack R package by Martin and Quinn 2004, where the factor scores of the factor analysis model are used as the ranking measure. Each of the MCMC samplers is employed to estimates the expectations of the factor scores under its posterior distribution, and the standard errors of the factor score estimates are adopted as the measurement of the efficiency of the samplers. From the experiments with the test data set, Hit-and-run sampler is inferior to Gibbs sampler. The majority of the standard errors of the factor score estimates obtained from hit-and-run sampler are higher than those obtained from Gibb sampler. From observations, Hit-and-run has difficulties in its transition due to the fact that the Bayesian factor analysis model imposes a large number of constraints in each step of hit-and-run in high dimensional parameter space. |
| Description: | วิทยานิพนธ์ (สต.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2553 |
| Degree Name: | สถิติศาสตรมหาบัณฑิต |
| Degree Level: | ปริญญาโท |
| Degree Discipline: | สถิติ |
| URI: | http://cuir.car.chula.ac.th/handle/123456789/18393 |
| Type: | Thesis |
| Appears in Collections: | Acctn - Theses |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Raiya_po.pdf | 3 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.