การทำนายผลผลิตข้าวหอมมะลิ ภาคตะวันออกเฉียงเหนือ กรณีที่มีการสูญหายของข้อมูลโดยการประมาณค่าสูญหายจากการปรับแก้วิธีเคเนียร์เรสเนเบอร์โดยใช้ค่าเฉลี่ยเดไซล์

Predicting Jasmine Rice Yield in Northeastern Region in Missing Data Imputation from Adjusted K Nearest Neighbor Method Based on Decile Mean

Name: พัชนา สุวรรณแสน ภัทราวดี มากมี และอาฟีฟี ลาเต๊ะ

Organization : วิทยาลัยวิทยาการวิจัยและวิทยาการปัญญา มหาวิทยาลัยบูรพา และคณะศึกษาศาสตร์ มหาวิทยาลัยสงขลานครินทร์ วิทยาเขตปัตตานี

Email : patchana_499@hotmail.com

keyword: ข้อมูลสูญหาย, ผลผลิตข้าวหอมมะลิ, การปรับแก้วิธีเคเนียร์เรสเนเบอร์

ThaSH: missing data, Jasmine rice yield, adjusted K Nearest Neighbor method

Abstract: การวิจัยนี้มีวัตถุประสงค์เพื่อพัฒนาวิธีการประมาณค่าข้อมูลสูญหายแบบใหม่ Decile Mean K Nearest Neighbor Bhattacharyya Imputation--DKNN-BH และเพื่อเปรียบเทียบประสิทธิภาพของวิธีการประมาณค่าข้อมูลสูญหายแบบใหม่ DKNN-BH กับวิธีการประมาณค่าข้อมูลสูญหายค่าเฉลี่ยเลขคณิต วิธีการประมาณค่าข้อมูลสูญหาย K Nearest Neighbor Imputation--KNN และวิธีการประมาณค่าข้อมูลสูญหาย Decile Mean K Nearest Neighbor Imputation--DKNN จากข้อมูลผลผลิตข้าวหอมมะลิและข้อมูลที่เกี่ยวข้อง ทำการทดลองซ้ำจำนวน 500 ครั้ง และทำนายผลผลิตข้าวหอมมะลิ ภาคตะวันออกเฉียงเหนือ เมื่อกำหนดให้มีข้อมูลสูญหาย โดยใช้วิธีการประมาณค่าข้อมูลสูญหายแบบใหม่ DKNN-BH ที่พัฒนาขึ้น ผลการวิจัยสรุปได้ดังนี้ การพัฒนาวิธีการประมาณค่าข้อมูลสูญหายแบบใหม่ DKNN-BH เกิดจากการปรับแก้วิธีการประมาณค่าข้อมูลสูญหายด้วยวิธี KNN โดยปรับแก้ด้วยการใช้ค่าเฉลี่ยเดไซล์และการหาระยะทางแบบ Bhattacharyya เมื่อนำมาใช้กับข้อมูลการทำนายผลผลิตข้าวหอมมะลิ ภาคตะวันออกเฉียงเหนือ ซึ่งกำหนดให้มีข้อมูลสูญหาย โดยเปรียบเทียบวิธีการประมาณค่าข้อมูลสูญหายแบบใหม่ DKNN-BH ที่พัฒนาขึ้นกับ 3 วิธีข้างต้น พบว่า ข้อมูลผลผลิตข้าวหอมมะลิ ภาคตะวันออกเฉียงเหนือที่ใช้วิธีการประมาณค่าข้อมูลสูญหายแบบใหม่ DKNN-BH มีค่าเฉลี่ยความคลาดเคลื่อนกำลังสองเฉลี่ยต่ำที่สุดในทุกกรณี โดยมีค่าเฉลี่ยความคลาดเคลื่อนกำลังสองเฉลี่ยต่ำที่สุด ที่ระดับการสูญหายร้อยละ 5 และค่า k เท่ากับ 11 และเมื่อนำไปทำนายผลผลิตข้าวหอมมะลิ ภาคตะวันออกเฉียงเหนือ ด้วยวิธีการวิเคราะห์ถดถอยพหุ โดยใช้วิธี Stepwise ในการคัดเลือกตัวแปร และเปรียบเทียบกับข้อมูลจริงจะมีค่าความคลาดเคลื่อนร้อยละสัมบูรณ์เฉลี่ย เท่ากับ 3.155

มหาวิทยาลัยอีสเทิร์นเอเชีย. สำนักหอสมุดกลาง

Address: ปทุมธานี

Email: libraryservice@eau.ac.th

Created: 2563

Modified: 2563-12-09

Issued: 2563-12-09

บทความ/Article

application/pdf

tha

©copyrights มหาวิทยาลัยอีสเทิร์นเอเชีย

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	8.การทำนายผลผลิตข้าวหอมมะลิ ภาคตะวันออกเฉียงเหนือ กรณีที่มีการสูญหายของข้อมูลฯ (pp. 72-85).pdf	444.06 KB	16	2026-05-26 18:16:01

ใช้เวลา

0.196577 วินาที