การเลือกใช้วิธีการวิเคราะห์เชิงปริมาณสำหรับการวิจัยทางเศรษฐศาสตร์

ในการเลือกใช้วิธีการวิเคราะห์เชิงปริมาณนั้น สามารถแบ่งออกได้เป็น  3 กลุ่ม ใหญ่ ๆ ด้วยกัน

1. สถิติหลายตัวแปร

ได้แก่
ขั้นพื้นฐาน

1.1 การหาค่าเฉลี่ย ร้อยละ  จะใช้ในกรณีเป็นงานวิจัยที่ต้องวิเคราะห์ตัวแปรนามบัญญัติ
1.2 การวิเคราะห์ความแตกต่างระหว่างประชากรสองกลุ่ม นิยมใช้ T-Test ในที่นี้อาจแบ่งออกเป็น
     - กรณีตัวอย่างสองกลุ่มเป็นอิสระต่อกัน หรือ T-independent sample t -test
     - กรณีตัวอย่างสองกลุ่มไม่เป็นอิสระต่อกัน หรือ pair - test
1.3 การวิเคราะห์ความแตกต่างของประชากรสองกลุ่มขึ้นไป ใช้ one-way anova
1.4 การหาความสัมพันธ์  อาจเลือกใช้ การหาสหสัมพันธ์ หรือ correlation / การวิเคราะห์สถิติด้วยไคสแควร์
1.5  การวิเคราะห์การถดถอยอย่างง่าย (simple regression)

ขั้นกลาง
1. การวิเคราะห์การถดถอยเชิงซ้อย (Multiple Regression)
2. การวิเคราะห์ Two-way Anova
3. การวิเคราะห์ Manova, Ancova กรณีตัวแปรอิสระเป็นตัวแปรนามบัญญัติ
4. การวิเคราะห์ Factor Analysis
5. การวิเคราะห์ Logistic Regression
6. การวิเคราะห์ Discriminant หรือ การวิเคราะห์เชิงจำแนก
7. การวิเคราะห์ตัวแบบเส้นทาง

ขั้นสูง
1. การวิเคราะห์ Structure Equation Modelling
2. Cluster Analysis

2. Econometrics หริอ เศรษฐมิติ

คือการวิเคราะห์ข้อมูลแบ่งออกเป็นข้อมูลสี่ประเภทคือ
1. Cross section Data
2. Time Series Data
3. Panel Data
4. Pooled Data (ไม่เป็นที่นิยม เพราะ panel มีข้อดีหลายอย่าง จึงใช้ panel data ในการวิเคราะห์แทน)

ปํญหาหลักทางเศรษฐมิติ

 กรณีสมการเดี่ยว
1. Multicollinearity   ภาวะตัวแปรร่วมเชิงพหุ คือ การที่ตัวแปรอิสระมีความสัมพันธ์กันสูงโดยพิจารณาจาก corrleation ถ้ามากกว่า 0.8 ถือว่ามีความสัมพันธ์กันสูง หรืออาจจะพิจารณาจากค่า VIF ซึ่งควรมีค่าน้อยกว่า 10
2. Heteroskedasticity ปัญหาสหสัมพันธ์ของตัวคลาดเคลื่อน วิธีทดสอบ เช่น โกลดเฟลแอนด์คว้อน
3. Endogeneity คือ การที่ค่าความคลาดเคลื่อนมีความสัมพันธ์กับตัวแปรอิสระ (ทดสอบด้วยการหา Robutness)
4. Autocorrelation หรือ serial correlation คือ ปัญหาอัตสัมพันธ์ คือ การที่ค่าความคลาดเคลื่อนของแต่ละตัวอย่างมีความสัมพันธ์กัน นิยมใช้ Durbin Watson ในการทดสอบ (เกิดใน time series และ panel data)
5. Outlier อาจเกิดในกรณีตัวอย่างที่จัดเก็บบางข้อมูลผิดปกติ
6. ไม่มีการกระจายของข้อมูลแบบปกติ (ต้องระวังเป็นพิเศษ)

กรณีสมการเกี่ยวเนื่อง
1. การตรวจสอบ indentification
2. การตรวจสอบปัญหา Simultaneity คือ การที่ค่าความเคลื่อนในสมการทื่พิจารณาไปสัมพันธ์กับตัวแปรอื่นนอกสมการที่พิจารณา

การวิเคราะห์ข้อมูล Cross Section Data
แบบจำลองทางเศรษฐมิติกรณี Cross Section Data
1. แบบจำลองเชิงเส้นตรง
2. แบบจำลองที่ไม่ใช่เส้นตรง
2.1 Logit Model
2.2 Tobit Model
2.3 Probit Model
3. แบบจำลองเชิงเฟ้นสุ่ม หรือ Stochastic frontier

วิธีการประมาณค่าทางเศรษฐมิติเบื้องตัน

1. Ordinary Least Square
2. Maximum  likelihood
3. Logistic Regression (ใช้ได้ทั้งสองกรณีข้างต้น)
4. Quantile Regression (Time series)


วิธีการประมาณค่าทางเศรษฐมิติขั้นสูง
1. indirect least squares
2. two stage least squares
3. three stage least squares
4. seemingly  unrelated regression
5. Weight least squares
6. Full information maximum likelihood
7. limited information maximum likelihood
8. GMM
ฯลฯ

การวิเคราะห์ข้อมูล  Time Series Data

1. การหา unit root
    นิยมใช้  ADF test
                  PP  test
                  GLS test
                  KPSS test
กรณีต้องการทดสอบ unit root ขั้นสูง
              one break - Zivot and Andrews (1992) - Eviews Software
              one break - UR Test with structural break for series (2002)- Jmulti Software
              two break - LP (2002) - RATS software

2. การหา cointegration

กรณีที่ข้อมูล stationary ณ ระดับเดียวกัน
   Eagle Grager  (สองตัวแปร หรือ สมการเดี่ยวที่ชัดเจนเรื่องตัวแปรตาม)
   Johnhasan Trace test (ไม่ต้องระบุตัวแปรอิสระ หรือ ตาม)
   Saikkohen & Luketpoh (2002)
   Hansen Instability
   Park Added Variables
   Phillips-Ouliaris       
  ARDL


 กรณีข้อมูล Satationary ต่างกัน
  ARDL

3. การประมาณค่า

OLS
Dynamic-OLS
Fully modify-least sqaure FMOLS
CCR- Canoical cointegration regression

วิธีการประมาณค่าทางเศรษฐมิติขั้นสูงด้วยวิธีต่าง ๆ ก่อนหน้า


การวิเคราะห์ข้อมูล  Panel  Data

1. การทดสอบ Panel Unit root ได้แก่ PP
2. กรณี stationary ณ ระดับเดียวกัน
   วิเคราะห์ fixed effect และ random effect
                panel least square
                GMM
                Between Model
               Weighted least sqaures
  กรณีเกิดปัญหา endogeneity
             2SLS GMM
  กรณีข้อมูลไม่ stationary ณ ระดับเดียวกัน
           Dynamic panel model แล้วประมาณค่าด้วย GMM, System GMM


 การวิเคราะห์อื่น ๆ ทีนิยมทางเศรษฐมิติ

1. การหาประสิทธิภาพด้วย stochastic frontier กรณี ต้องการหาประสิทธิภาพและความไม่มีประสิทธิภาพ
    - limpdep
    - stata
    - frontier (dos)

2. Duration Analysis  กรณีตัวแปรตามเป็นระยะเวลา
3. interval regression
4. Heckit
5. Count data
6. การวิเคราะห์ choice experiment
   6.1  การวิเคราะห์ conditional logit
   6.2  Kano Model
   6.3 Conjoint Analysis
ฯลฯ


3.Optimization การวิเคราะห์การประมาณค่าที่ดีที่สุด

1. การใช้ linear programming
   - lindo lingo
2. การหาประสิทธิภาพ
  - Data envelopment analysis (DEA)
   ใช้  software DEAP,  MDeap, DEA excel solver, EMS เป็นต้น
3. การวิเคราะห์ CGE
  กลุ่มนี้ใช้ Gempack, GAMS
4. การวิเคราะห์ imput output analysis ใช้ lotus , mathlap
5. การวิเคราะห์ตัวแบบเชิงปริมาณอื่น ๆ เช่น ตัวแบบ แถวคอย มาคอฟ เป็นต้น