การวิเคราะห์สถิติขั้นสูง

เป็นภาคสอง ต่อจากบล็อกที่แล้ว เรื่อง สถิติที่ใช้ในงานวิจัย คราวนี้สรุปมาจากบทความเรื่อง การใช้สถิติขั้นสูงในการวิจัยสารสนเทศศาสตร์ ที่ รศ.สำรวย กมลายุตต์ ท่านเขียนไว้ในคู่มือชุดวิชา 13902 ของ มสธ.

การวิเคราะห์สถิติขั้นสูง เป็นการใช้วิธีการสถิติในการวิเคราะห์ความสัมพันธ์ระหว่างหลายๆ ตัวแปร ไปพร้อมๆกัน ซึ่งมีหลายวิธีคือ
1. การวิเคราะห์ข้อมูลหลายตัวแปร
– การวิเคราะห์คลัสเตอร์ (Cluster Analysis)
– การจัดกลุ่มแบบลำดับชั้น (hierarchical clustering) แบบ Dendrogram

– การจัดกลุ่มแบบแบ่งส่วน (partition clustering) เป็นการจัดกลุ่มโดยใช้การหาระยะทางที่ใกล้เคียงกัน เช่น k-means clustering, EM (expectation maximization) clustering

– การวิเคราะห์เพื่อจำแนกประเภท (discrimination analysis)
– การวิเคราะห์ปัจจัย (factor analysis) แบ่งเป็น 2 ประเภทคือ การวิเคราะห์เชิงสำรวจ (exploratory factor analysis) และการวิเคราะห์เชิงยืนยัน (confirmatory factor analysis) ส่วนวิธีวิเคราะห์ปัจจัย ที่นิยมใช้คือ การวิเคราะห์องค์ประกอบหลัก (principal components analysis) และการวิเคราะห์ปัจจัยร่วม (common factor analysis)

2. การวิเคราะห์ความแปรปรวนร่วม
– การวิเคราะห์ความแปรปรวนจำแนกหนึ่งทาง (1-way ANOVA)
– การวิเคราะห์ความแปรปรวนจำแนกสองทาง (2-way ANOVA)
– การวิเคราะห์ความแปรปรวนจำแนก k ทาง (k-way ANOVA)

3. การวิเคราะห์ความแปรปรวนหลายตัวแปร
– การวิเคราะห์ความแปรปรวนหลายตัวแปรแบบจำแนกทางเดียว (1-way MANOVA)
– การวิเคราะห์ความแปรปรวนหลายตัวแปรแบบ k ทาง (k-way MANOVA)

หากต้องการเรียนรู้เพิ่มเติมด้วยตัวเอง ปัจจุบันมีเว็บไซต์สำหรับเรียนวิชาสถิติแบบ e-learning ดีๆหลายแหล่ง ทั้งในและต่างประเทศ เช่น

.. “วิชาสถิติเป็นวิทยาศาสตร์ของการตัดสินใจในท่ามกลางความไม่แน่นอน” — e-StatLearning

ใส่ความเห็น

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / เปลี่ยนแปลง )

Twitter picture

You are commenting using your Twitter account. Log Out / เปลี่ยนแปลง )

Facebook photo

You are commenting using your Facebook account. Log Out / เปลี่ยนแปลง )

Google+ photo

You are commenting using your Google+ account. Log Out / เปลี่ยนแปลง )

Connecting to %s