การเปรียบเทียบประสิทธิภาพพารามิเตอร์ของโมเดล M-GRM ระหว่างวิธีการประมาณค่าโมเดลเชิงพยากรณ์แบบ Posterior กับวิธี Likelihood ratio โดยการจำลองสถานการณ์แบบวิธีมอนติคาร์โล

Main Article Content

เกียรติขร โสภณาภรณ์
ปิยะทิพย์ ประดุจพรม
กนก พานทอง

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, gif.latex?\alpha =0.3, 1.0, 1.7, gif.latex?\theta= -3, -2, -1, 0, 1, 2, 3, และ gif.latex?\eta = 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

How to Cite
โสภณาภรณ์ เ. ., ประดุจพรม ป. ., & พานทอง ก. . (2019). การเปรียบเทียบประสิทธิภาพพารามิเตอร์ของโมเดล M-GRM ระหว่างวิธีการประมาณค่าโมเดลเชิงพยากรณ์แบบ Posterior กับวิธี Likelihood ratio โดยการจำลองสถานการณ์แบบวิธีมอนติคาร์โล. วารสารวิทยาศาสตร์ มข., 47(3), 538–550. สืบค้น จาก https://ph01.tci-thaijo.org/index.php/KKUSciJ/article/view/250036
บท
บทความวิจัย