การเปรียบเทียบประสิทธิภาพพารามิเตอร์ของโมเดล M-GRM ระหว่างวิธีการประมาณค่าโมเดลเชิงพยากรณ์แบบ Posterior กับวิธี Likelihood ratio โดยการจำลองสถานการณ์แบบวิธีมอนติคาร์โล
Main Article Content
บทคัดย่อ
การวิจัยนี้มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพพารามิเตอร์ของโมเดล M-GRM โดยการจำลองสถานการณ์ด้วยวิธีมอนติคาร์โลด้วยวิธีการประมาณค่าโมเดลเชิงพยากรณ์แบบ Posterior กำหนดค่า b = -2.5, -2, -1, 0, 1, 2, 2.5 ค่า c = 0.1, 0.2, 0.3, =0.3, 1.0, 1.7,
= -3, -2, -1, 0, 1, 2, 3, และ
= 50, 100, 200, 400, จำนวน 1,764 สถานการณ์ด้วยโปรแกรม R ทำซ้ำจำนวน 10,000 รอบ ผลการวิจัยปรากฎว่า พารามิเตอร์ b วิธีการประมาณค่าโมเดลเชิงพยากรณ์แบบ Posterior มีประสิทธิภาพดีกว่าวิธี Likelihood ratio ในการตรวจสอบสมบัติ Unidimentional ของโมเดล M-GRM เมื่อขนาดตัวอย่างเป็น 50, 100 และ 400 สำหรับพารามิเตอร์ c วิธีการประมาณค่าวิธี Likelihood ratio มีประสิทธิภาพดีกว่าวิธีโมเดลเชิงพยากรณ์แบบ Posterior ในการตรวจสอบสมบัติ Unidimentional ของโมเดล M-GRM
Article Details

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.