«‘™“‡»√…∞¡‘µ‘‡ªìπ«‘™“∑’Ë¡’æ◊Èπ∞“π¡“®“°°“√æ—≤π“«‘∏’°“√∑“ß ∂‘µ‘‡æ◊ËÕ„™âª√–¡“≥
§«“¡ —¡æ—π∏å¢Õßµ—«·ª√∑“߇»√…∞°‘®À√◊Õ∏ÿ√°‘® ∑—È...
‡»√…∞¡‘µ‘‡∫◊ÈÕßµâπ22222
°. √–∫ÿ∑ƒ…Æ’À√◊Õ ¡¡µ‘∞“π
¢.  √â“ß·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√宓°∑ƒ…Æ’À√◊Õ ¡¡µ‘∞“π„π¢âÕ °.
§.  √â“ß·∫∫®”≈Õ...
1. ∫∑π” 33333
‚¥¬∑’Ë
Y §◊Õ √“¬®à“¬„π°“√∫√‘‚¿§
X §◊Õ √“¬‰¥â
b1 §◊Õ §à“æ“√“¡‘‡µÕ√å¢Õß·∫∫®”≈Õß´÷Ëß· ¥ß∂÷ß®ÿ¥µ—¥·°π Y (√“¬®à“¬...
‡»√…∞¡‘µ‘‡∫◊ÈÕßµâπ44444
‡π◊ËÕß®“°§à“ b1 ·≈– b2 ‡ªìπ§à“æ“√“¡‘‡µÕ√å∑’ˇ√“‰¡à∑√“∫«à“¡’§à“‡ªìπ‡∑à“„¥ ·≈–„𧫓¡
‡ªìπ®√‘߉¡à¡’ºŸ...
1. ∫∑π” 55555
®. ª√–¡“≥§à“æ“√“¡‘‡µÕ√å„π·∫∫®”≈Õß
®“°¢âÕ¡Ÿ≈¢â“ßµâπ 𔧫“¡√Ÿâ∑“ß ∂‘µ‘¡“ª√–¡“≥§à“æ“√“¡‘‡µÕ√å b1 ·≈– b2 ´÷Ëß„π‡...
‡»√…∞¡‘µ‘‡∫◊ÈÕßµâπ66666
π—Ëπ§◊Õ√—∞∫“≈§«√ √â“ß√“¬‰¥â„ÀâÕ¬Ÿà∑’Ë√–¥—∫ 5,882 ≈â“π∫“∑ ®÷ß®–∑”„Àâ√“¬®à“¬„π°“√∫√‘‚¿§
Õ¬Ÿà∑’Ë 4,00...
Upcoming SlideShare
Loading in …5
×

9789740331186

163 views
122 views

Published on

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
163
On SlideShare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
2
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

9789740331186

  1. 1. «‘™“‡»√…∞¡‘µ‘‡ªìπ«‘™“∑’Ë¡’æ◊Èπ∞“π¡“®“°°“√æ—≤π“«‘∏’°“√∑“ß ∂‘µ‘‡æ◊ËÕ„™âª√–¡“≥ §«“¡ —¡æ—π∏å¢Õßµ—«·ª√∑“߇»√…∞°‘®À√◊Õ∏ÿ√°‘® ∑—Èßπ’ȇæ√“–∑ƒ…Æ’∑“ߥâ“π‡»√…∞»“ µ√åÀ√◊Õ¥â“π ∏ÿ√°‘®π—Èπ∫Õ°‡æ’¬ß§«“¡ —¡æ—π∏å√–À«à“ßµ—«·ª√µà“ß Ê «à“‡ªìπ‰ª„π∑‘»∑“߇¥’¬«°—πÀ√◊Õµ√ß°—π¢â“¡ „π¢≥–∑’Ë°“√π”∑ƒ…Æ’¥—ß°≈à“«‰ªª√–¬ÿ°µå„™â°—∫°“√∑”ß“ππ—È𮔇ªìπ∑’Ë®–µâÕß∑√“∫∂÷ß¢π“¥ º≈°√–∑∫¢Õßµ—«·ª√µà“ß Ê ¥â«¬ ‡™àπ ¿“§√—∞∫“≈µâÕß°“√∑√“∫«à“ ¡’ªí®®—¬„¥∫â“ß∑’Ë àߺ≈°√–∑∫ µàÕÕ—µ√“·≈°‡ª≈’ˬπ ·≈–®– àߺ≈°√–∑∫¡“°πâÕ¬‡æ’¬ß„¥·≈–„π∑‘»∑“ß„¥ À√◊Õ¿“§∏ÿ√°‘®µâÕß°“√ ∑√“∫«à“ µ—«·ª√µà“ß Ê ‡™àπ §à“„™â®à“¬„π°“√‚¶…≥“ √“¬‰¥â¢ÕߺŸâ∫√‘‚¿§ √“§“ ‘π§â“¢ÕߧŸà·¢àß ·≈–√“§“ ‘π§â“¢Õß∫√‘…—∑µπ ®– àߺ≈°√–∑∫µàÕ¬Õ¥¢“¬ ‘π§â“¢ÕßµπÀ√◊Õ‰¡à ∂â“ àߺ≈°√–∑∫ ®– àߺ≈°√–∑∫„π¢π“¥‡∑à“„¥ ·≈–„π∑‘»∑“ßÕ¬à“߉√ °“√∑’Ë®–µÕ∫§”∂“¡‡À≈à“π’ȉ¥âπ—Èπ ®–µâÕß „™â‡§√◊ËÕß¡◊Õ∑“ß ∂‘µ‘∑’Ë “¡“√∂«—¥∂÷ß¢π“¥¢Õߺ≈°√–∑∫¢Õßµ—«·ª√µà“ß Ê ∑’Ë¡’µàÕµ—«·ª√∑’Ë π„® √«¡∂÷ßµâÕß “¡“√∂∫Õ°¥â«¬«à“¢π“¥∑’Ë«—¥‰¥âπ—Èπ‡™◊ËÕ∂◊Õ‰¥âÀ√◊Õ‰¡à ´÷Ëß°“√»÷°…“«‘™“‡»√…∞¡‘µ‘ (Econometrics) ®–∑”„Àâ‡√“ “¡“√∂µÕ∫§”∂“¡‡À≈à“π’ȉ¥â ‡æ◊ËÕ„Àâ‡ÀÁπ¿“æ√«¡¢Õß°“√π”«‘™“‡»√…∞¡‘µ‘‰ªª√–¬ÿ°µå„™âÕ∏‘∫“¬§«“¡ —¡æ—π∏å¢Õßµ—«·ª√ ∑“߇»√…∞°‘® „π∫∑π’È®÷ß°≈à“«∂÷ß«‘∏’°“√„π°“√ √â“ß·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘„πÀ—«¢âÕ·√° ®“°π—Èπ ®–°≈à“«∂÷ßµ—«Õ¬à“ß„π°“√ √â“ß·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘„πÀ—«¢âÕ∑’Ë Õß ·≈–„πÀ—«¢âÕ∑’Ë “¡®–查∂÷ß §«“¡ —¡æ—π∏å∑“ß ∂‘µ‘·≈–§«“¡ —¡æ—π∏å·∫∫·πàπÕπ ·≈–∑⓬ ÿ¥®–°≈à“«∂÷ߪ√–‡¿∑¢ÕߢâÕ¡Ÿ≈ „π°“√«‘‡§√“–Àå∑“ß ∂‘µ‘ 1.1 «‘∏’°“√„π°“√ √â“ß·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘ °“√π”«‘™“‡»√…∞¡‘µ‘‰ª„™â‡æ◊ËÕÀ“§«“¡ —¡æ—π∏å¢Õßµ—«·ª√∑“߇»√…∞°‘®À√◊Õ∏ÿ√°‘®®–µâÕß ¡’°“√ √â“ß·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘ ´÷Ëß«‘∏’°“√ √â“ß·∫∫®”≈Õßπ—Èπ‚¥¬∑—Ë«‰ª·≈â«¡’¢—ÈπµÕπ ¥—ßπ’È ∫∑∑’Ë 1 ∫∑π”
  2. 2. ‡»√…∞¡‘µ‘‡∫◊ÈÕßµâπ22222 °. √–∫ÿ∑ƒ…Æ’À√◊Õ ¡¡µ‘∞“π ¢.  √â“ß·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√宓°∑ƒ…Æ’À√◊Õ ¡¡µ‘∞“π„π¢âÕ °. §.  √â“ß·∫∫®”≈Õß∑“ß ∂‘µ‘®“°·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√å ß. √«∫√«¡¢âÕ¡Ÿ≈∑’˵âÕß„™â ®. ª√–¡“≥§à“æ“√“¡‘‡µÕ√å„π·∫∫®”≈Õß ©. ∑¥ Õ∫ ¡¡µ‘∞“π¢Õߧà“æ“√“¡‘‡µÕ√å ™. 欓°√≥å ´. „™â·∫∫®”≈Õߢâ“ßµâπ„π°“√§«∫§ÿ¡À√◊Õ‡ πÕ·π–π‚¬∫“¬ ·≈–„πÀ—«¢âÕ∂—¥‰ª®–¬°µ—«Õ¬à“ß°“√ √â“ß·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘µ“¡«‘∏’∑’Ë°≈à“«‰«â¢â“ßµâπ 1.2 µ—«Õ¬à“ß„π°“√ √â“ß·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘ °. √–∫ÿ∑ƒ…Æ’À√◊Õ ¡¡µ‘∞“π ∑ƒ…Æ’∑’ˇ√“®–π”¡“¬°µ—«Õ¬à“ß„π∑’Ëπ’È §◊Õ ∑ƒ…Æ’°“√∫√‘‚¿§¢Õ߇§π å (Keynes) ´÷Ëß°≈à“««à“ 燡◊ËÕ√“¬‰¥â‡æ‘Ë¡¢÷Èπ 1 Àπ૬ (‡™àπ 1,000 ∫“∑) ®–∑”„Àâ√“¬®à“¬„π°“√∫√‘‚¿§‡æ‘Ë¡¢÷Èπ ·µà®–‡æ‘Ë¡¢÷Èπ πâÕ¬°«à“ 1 Àπ૬é 1 ¢.  √â“ß·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√å ®“°∑ƒ…Æ’°“√∫√‘‚¿§¢Õ߇§π å¢â“ßµâππ’È · ¥ß„Àâ‡ÀÁπ«à“√“¬‰¥â®– àߺ≈°√–∑∫µàÕ√“¬®à“¬ „π°“√∫√‘‚¿§ ¥—ßπ—Èπ „π°“√‡¢’¬π‡ªìπ·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√å ‡√“®–µâÕßπ”µ—«·ª√∑’Ë∂Ÿ°°√–∑∫ ´÷Ëß„π∑’Ëπ’ȧ◊Õ √“¬®à“¬„π°“√∫√‘‚¿§‡ªìπµ—«·ª√∑’ËÕ¬Ÿà∑“ߴ⓬¡◊ÕÀ√◊Õ‡√’¬°«à“ µ—«·ª√µ“¡ (Dependent variable 2 )  à«πµ—«·ª√∑’Ë àߺ≈°√–∑∫µàÕµ—«·ª√Õ◊Ëπ®–Õ¬Ÿà∑“ߢ«“¡◊Õ´÷Ë߇√’¬°«à“ µ—«·ª√Õ‘ √– (Independent variable 2 ) ¥—ßπ—Èπ ·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√嵓¡·π«§‘¥¢Õß∑ƒ…Æ’°“√∫√‘‚¿§ ¢Õ߇§π å‡¢’¬π‰¥â ¥—ßπ’È Y = b1 + b2 X 0 < b2 < 1 (1.1) 1 À“°‰¡à¡’∑ƒ…Æ’„¥∑’Ë¡“√Õß√—∫°—∫‡√◊ËÕß∑’ˇ√“ π„® ‡√“Õ“®µ—È߇ªìπ ¡¡µ‘∞“π¢Õ߇√“¢÷Èπ¡“„À¡à‡Õß ´÷Ë߇ªìπ°“√°≈à“«∂÷ß µ—«·ª√Àπ÷Ëßπà“®–∂Ÿ° àߺ≈°√–∑∫®“°µ—«·ª√„¥∫â“ß ·≈–°≈à“«∂÷ߧ«“¡ —¡æ—π∏åπ—Èπ«à“‡ªìπ‰ª„π∑‘»∑“ßÕ¬à“߉√ 2 À√◊ÕÕ“®„™â§”µàÕ‰ªπ’È·∑π Dependent variable °Á‰¥â´÷Ë߉¥â·°à Explained variable, Response variable, Predicted variable, Regressand ·≈– Endogenous variable 3 À√◊ÕÕ“®„™â§”µàÕ‰ªπ’È·∑π Independent variable °Á‰¥â ´÷Ë߉¥â·°à Explanatory variable, Control variable, Predictor variable, Regressor ·≈– Exogenous variable
  3. 3. 1. ∫∑π” 33333 ‚¥¬∑’Ë Y §◊Õ √“¬®à“¬„π°“√∫√‘‚¿§ X §◊Õ √“¬‰¥â b1 §◊Õ §à“æ“√“¡‘‡µÕ√å¢Õß·∫∫®”≈Õß´÷Ëß· ¥ß∂÷ß®ÿ¥µ—¥·°π Y (√“¬®à“¬„π°“√∫√‘‚¿§) b2 §◊Õ §à“æ“√“¡‘‡µÕ√å¢Õß·∫∫®”≈Õß´÷Ëß· ¥ß∂÷ß§à“§«“¡™—π¢Õ߇ âπ°“√∫√‘‚¿§ §.  √â“ß·∫∫®”≈Õß∑“ß ∂‘µ‘À√◊Õ·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘  ¡°“√ (1.1)  ¡¡µ‘«à“ √“¬®à“¬„π°“√∫√‘‚¿§·≈–√“¬‰¥â¡’§«“¡ —¡æ—π∏å·∫∫·πàπÕπ (Exact À√◊Õ Deterministic relationship) °≈à“«§◊Õ À“°√“¬‰¥â‡æ‘Ë¡¢÷Èπ 1 Àπ૬ ®–∑”„Àâ√“¬®à“¬„π°“√ ∫√‘‚¿§‡æ‘Ë¡¢÷Èπ‡∑à“°—∫ b2 Àπ૬լà“ß·πàπÕπ ´÷Ëß„π‚≈°·Ààߧ«“¡‡ªìπ®√‘ß·≈â« §«“¡ —¡æ—π∏å¢Õß µ—«·ª√∑—Èß Õßπ’È®–‡ªìπ·∫∫‰¡à·πàπÕπ (Inexact relationship) °≈à“«§◊Õ À“°√“¬‰¥â‡æ‘Ë¡¢÷Èπ 1 Àπ૬ √“¬®à“¬„π°“√∫√‘‚¿§Õ“®‡æ‘Ë¡¢÷Èπ‰¡à‡∑à“°—∫ b2 °Á‰¥â ´÷Ëß·∫à߇ªìπ ● √“¬®à“¬„π°“√∫√‘‚¿§Õ“®®–‡æ‘Ë¡¢÷Èπ¡“°°«à“ b2 ● √“¬®à“¬„π°“√∫√‘‚¿§Õ“®®–‡æ‘Ë¡¢÷Èπ‡∑à“°—∫ b2 ● √“¬®à“¬„π°“√∫√‘‚¿§Õ“®®–‡æ‘Ë¡¢÷ÈππâÕ¬°«à“ b2 ¥—ßπ—Èπ ·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘À√◊Õ·∫∫®”≈Õß∑“ß ∂‘µ‘¢Õßµ—«·ª√∑—Èß Õ߇¢’¬π‰¥â ¥—ßπ’È Y = b1 + b2 X + u (1.2) ‚¥¬∑’Ë u · ¥ß∂÷ß§à“§«“¡§≈“¥‡§≈◊ËÕπ (Disturbance À√◊Õ Error term) ´÷Ë߇ªìπµ—«·ª√ ÿà¡ (Random variable À√◊Õ Stochastic variable) „πÀπ—ß ◊Õ‡≈à¡π’È®–‡√’¬° u «à“ çµ—«·ª√ ÿࡧ≈“¥‡§≈◊ËÕπé (Stochastic disturbance term À√◊Õ Random error term) ·≈–‡æ◊ËÕ„À⇢Ⓞ®‰¥âßà“¬¢÷Èπ ‡√“Õ“®¡Õß«à“ µ—«·ª√ ÿࡧ≈“¥‡§≈◊ËÕπ (u) π’ÈÕ“®¡’§à“‡ªìπ∫«°À√◊Õ»Ÿπ¬åÀ√◊Õ≈∫°Á‰¥â ·µà§à“∑’ËÕÕ°¡“π—Èπ®–¢÷ÈπÕ¬Ÿà°—∫ §«“¡πà“®–‡ªìπ¥â«¬ π—Ëπ§◊Õ ● À“° u > 0 ®–∑”„Àâ√“¬®à“¬„π°“√∫√‘‚¿§ (Y) ¡’§à“ Ÿß°«à“ b1 + b2 X ● À“° u = 0 ®–∑”„Àâ√“¬®à“¬„π°“√∫√‘‚¿§ (Y) ¡’§à“‡∑à“°—∫ b1 + b2 X ● À“° u < 0 ®–∑”„Àâ√“¬®à“¬„π°“√∫√‘‚¿§ (Y) ¡’§à“µË”°«à“ b1 + b2 X ‡√“°≈à“«‰¥â«à“ µ—«·ª√ ÿࡧ«“¡§≈“¥‡§≈◊ËÕπ®– –∑âÕπ∂÷ßµ—«·ª√Õ◊Ëπ Ê πÕ°®“°√“¬‰¥â ∑’Ë àߺ≈°√–∑∫µàÕ√“¬®à“¬„π°“√∫√‘‚¿§ §«“¡·µ°µà“ß√–À«à“ß·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√å·≈– ·∫∫®”≈Õß∑“ß ∂‘µ‘ “¡“√∂Õ∏‘∫“¬‚¥¬„™â√Ÿª¥—ßµàÕ‰ªπ’È
  4. 4. ‡»√…∞¡‘µ‘‡∫◊ÈÕßµâπ44444 ‡π◊ËÕß®“°§à“ b1 ·≈– b2 ‡ªìπ§à“æ“√“¡‘‡µÕ√å∑’ˇ√“‰¡à∑√“∫«à“¡’§à“‡ªìπ‡∑à“„¥ ·≈–„𧫓¡ ‡ªìπ®√‘߉¡à¡’ºŸâ„¥∑’Ë∑√“∫§à“∑’Ë∂Ÿ°µâÕߢÕß b1 ·≈– b2 ¥—ßπ—Èπ °“√∑’ˇ√“®–À“ ¡°“√‡ âπµ√ß∑’Ë· ¥ß §«“¡ —¡æ—π∏å¢Õß√“¬®à“¬„π°“√∫√‘‚¿§ (Y) ·≈–√“¬‰¥â (X) ‡√“¡’®ÿ¥¡ÿàßÀ¡“¬‡æ◊ËÕª√–¡“≥§à“ b1 ·≈– b2 „Àâ„°≈⇧’¬ß°—∫§«“¡‡ªìπ®√‘ß¡“°∑’Ë ÿ¥ ß. √«∫√«¡¢âÕ¡Ÿ≈∑’˵âÕß„™â „π°“√ª√–¡“≥§à“ b1 ·≈– b2 „π ¡°“√∑’Ë (1.2) π—Èπ ®–µâÕß„™â¢âÕ¡Ÿ≈ ÕßÕ¬à“ߧ◊Õ ¢âÕ¡Ÿ≈ √“¬‰¥â·≈–¢âÕ¡Ÿ≈√“¬®à“¬„π°“√∫√‘‚¿§ ´÷Ëß„π∑’Ëπ’È ¡¡µ‘„Àâ¢âÕ¡Ÿ≈√“¬‰¥â·≈–√“¬®à“¬„π°“√∫√‘‚¿§ ∑’Ë√«∫√«¡‰¥âπ—È𠇪ìπ¢âÕ¡Ÿ≈√“¬ªï µ—Èß·µàªï §.». 1980 ∂÷ß 1991 · ¥ß‰¥â¥—ßµ“√“ß∑’Ë 1.1 ¥—ßπ’È µ“√“ß∑’Ë 1.1 ¢âÕ¡Ÿ≈√“¬‰¥â·≈–√“¬®à“¬¢Õߪ√–‡∑»Àπ÷Ëß Àπ૬ : ≈â“π∫“∑ ªï X: √“¬‰¥â Y:√“¬®à“¬„π°“√∫√‘‚¿§ 1980 2,447.1 3,776.3 1981 2,476.9 3,843.1 : : : 1991 3,240.8 4,821.0 ·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√å (§«“¡ —¡æ—π∏å¢Õß Y °—∫ X ‡ªìπ·∫∫·πàπÕπ À√◊Õ‰¡à¡’§«“¡§≈“¥‡§≈◊ËÕπ) °. ·∫∫®”≈Õß∑“ß ∂‘µ‘ (§«“¡ —¡æ—π∏å¢Õß Y °—∫ X ‡ªìπ·∫∫‰¡à·πàπÕπ À√◊Õ¡’§«“¡§≈“¥‡§≈◊ËÕπ) ¢. √Ÿª∑’Ë 1.1 ‡ª√’¬∫‡∑’¬∫·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√å·≈–·∫∫®”≈Õß∑“ß ∂‘µ‘ Y = b1 + b2 X Y = b1 + b2 X
  5. 5. 1. ∫∑π” 55555 ®. ª√–¡“≥§à“æ“√“¡‘‡µÕ√å„π·∫∫®”≈Õß ®“°¢âÕ¡Ÿ≈¢â“ßµâπ 𔧫“¡√Ÿâ∑“ß ∂‘µ‘¡“ª√–¡“≥§à“æ“√“¡‘‡µÕ√å b1 ·≈– b2 ´÷Ëß„π‡≈à¡π’È ‡√“„™â —≠≈—°…≥å b1 ·≈– b2 ‡ªìπµ—«ª√–¡“≥§à“æ“√“¡‘‡µÕ√å b1 ·≈– b2 µ“¡≈”¥—∫ À≈—ß®“°∑’Ë ª√–¡“≥§à“ b1 ·≈– b2 ‰¥â·≈â«  ¡°“√∑’Ë (1.2)  “¡“√∂‡¢’¬π‰¥â¥—ßπ’È ˆY = b1 + b2 X ‚¥¬ ˆY À¡“¬∂÷ß √“¬®à“¬„π°“√∫√‘‚¿§∑’Ë∂Ÿ°ª√–¡“≥¢÷Èπ¡“®“°·∫∫®”≈Õß∑“߇»√…∞¡‘µ‘ ·≈–À“°‡√“  ¡¡µ‘«à“°“√„™â¢âÕ¡Ÿ≈„πµ“√“ߢâ“ßµâππ’ȉ¥âº≈¥—ßπ’ȧ◊Õ b1 = – 231.80 ·≈– b2 = 0.7194 µ“¡≈”¥—∫ ¥—ßπ—Èπ  ¡°“√ (1.2) ‡¢’¬π‰¥â«à“ ˆY = – 231.80 + 0.7194 X ·≈– b2 = 0.7194 À¡“¬∂÷ß À“°√“¬‰¥â‡æ‘Ë¡¢÷Èπ 1 ≈â“π∫“∑ ·≈â«√“¬®à“¬„π°“√∫√‘‚¿§®–‡æ‘Ë¡¢÷Èπ ‚¥¬‡©≈’ˬ 4 0.7194 ≈â“π∫“∑ ©. ∑¥ Õ∫ ¡¡µ‘∞“π ®“°·∫∫®”≈Õß∑“ß ∂‘µ‘∑’Ë∂Ÿ°ª√–¡“≥¢÷Èπ¢â“ßµâπ‡√“µâÕßπ”¡“∑¥ Õ∫«à“µ—«§à“æ“√“¡‘‡µÕ√å (b2) „π·∫∫®”≈Õßµ√ßµ“¡∑ƒ…Æ’°“√∫√‘‚¿§¢Õ߇§π åÀ√◊Õ‰¡à ‚¥¬Õâ“ßÕ‘ß®“°µ—«ª√–¡“≥§à“ æ“√“¡‘‡µÕ√å (b2) ‡™àπ ‡√“Õ“®∑¥ Õ∫«à“§à“ b2 < 1 Õ¬à“ß¡’π—¬ ”§—≠∑“ß ∂‘µ‘À√◊Õ‰¡à‚¥¬Õâ“ßÕ‘ß®“° b2 = 0.7194 √“¬≈–‡Õ’¬¥®–°≈à“«„π∫∑µàÕ‰ª ™. °“√欓°√≥å ‡√“®–„™âº≈°“√ª√–¡“≥·∫∫®”≈Õß∑’˪√–¡“≥¢÷Èπ¢â“ßµâπ ¡“∑”𓬧à“√“¬®à“¬„π°“√ ∫√‘‚¿§„πÕ𓧵‡¡◊ËÕ√–¥—∫√“¬‰¥â‡ªìπ ≥ ®”π«πÀπ÷Ë߉¥â ‡™àπ ∂⓪ïÀπⓧ“¥«à“√“¬‰¥â‡ªìπ 6,000 ≈â“π∫“∑ §à“欓°√≥å√“¬®à“¬„π°“√∫√‘‚¿§„πªïÀπⓧ◊Õ ˆY = – 231.80 + 0.7194 (6,000) = 4,084.6 ≈â“π∫“∑ ´. „™â·∫∫®”≈Õߢâ“ßµâπ„π°“√§«∫§ÿ¡À√◊Õ‡ πÕ·π–π‚¬∫“¬  ¡¡µ‘„Àâ√—∞∫“≈‡™◊ËÕ«à“√“¬®à“¬„π°“√∫√‘‚¿§∑’Ë√–¥—∫ 4,000 ≈â“π∫“∑ ®–∑”„Àâ√–∫∫‡»√…∞°‘® ¢¬“¬µ—«Õ¬à“ß¡’‡ ∂’¬√¿“æ ¥—ßπ—Èπ √—∞∫“≈µâÕßÀ“√–¥—∫√“¬‰¥â∑’Ë∑”„Àâ°“√∫√‘‚¿§¡’§à“‡∑à“°—∫ 4,000 ≈â“π∫“∑ ‚¥¬„™â·∫∫®”≈Õß∑’˪√–¡“≥§à“‰¥â¥—ßπ’È 4,000 = – 231.80 + 0.7194 X X = 5,882 ≈â“π∫“∑ 4 ‡√“„™â§”«à“‚¥¬‡©≈’ˬ‡æ√“–‡ªì𧫓¡ —¡æ—π∏å·∫∫‰¡à·πàπÕπ
  6. 6. ‡»√…∞¡‘µ‘‡∫◊ÈÕßµâπ66666 π—Ëπ§◊Õ√—∞∫“≈§«√ √â“ß√“¬‰¥â„ÀâÕ¬Ÿà∑’Ë√–¥—∫ 5,882 ≈â“π∫“∑ ®÷ß®–∑”„Àâ√“¬®à“¬„π°“√∫√‘‚¿§ Õ¬Ÿà∑’Ë 4,000 ≈â“π∫“∑ ‚¥¬°”Àπ¥„Àâ§à“ b2 = 0.7194 1.3 §«“¡ —¡æ—π∏å·∫∫ ∂‘µ‘·≈–§«“¡ —¡æ—π∏å·∫∫·πàπÕπ µ—«·ª√µà“ß Ê ∑’Ë¡’§«“¡ —¡æ—π∏å·∫∫·πàπÕπÀ√◊Õ·∫∫®”≈Õß∑“ߧ≥‘µ»“ µ√å ‡™à𠧫“¡  —¡æ—π∏å√–À«à“߇«≈“∑’Ë°âÕπÀ‘π°âÕπÀπ÷Ëßµ°≈ß¡“®“°∑’Ë Ÿß°—∫πÈ”Àπ—°¢Õß°âÕπÀ‘π°âÕππ—Èπ·≈–§«“¡ Ÿß ‡ªì𧫓¡ —¡æ—π∏å·∫∫·πàπÕπ À“°‡√“∑√“∫πÈ”Àπ—°¢Õß°âÕπÀ‘π·≈–∑√“∫§«“¡ Ÿß·≈â« ‡√“¬àÕ¡  “¡“√∂„™â Ÿµ√∑“ßøî ‘° å„π°“√§”π«≥‡«≈“∑’Ë°âÕπÀ‘π°âÕππ—Èπµ°≈ß¡“‰¥âÕ¬à“ß·¡à𬔠´÷Ëß „π«‘™“π’È®–‰¡à∑”°“√»÷°…“§«“¡ —¡æ—π∏å¢Õßµ—«·ª√„π≈—°…≥–π’È µ—«·ª√µà“ßÊ∑’Ë¡’§«“¡ —¡æ—π∏å·∫∫‰¡à·πàπÕπÀ√◊Õ·∫∫®”≈Õß∑“ß ∂‘µ‘‡™à𠧫“¡ —¡æ—π∏å √–À«à“ߺ≈º≈‘µ¢â“« °—∫ πÈ”Ω𠧫“¡™◊Èπ Õÿ≥À¿Ÿ¡‘ ‡ªì𧫓¡ —¡æ—π∏å·∫∫ ∂‘µ‘ ∑—Èßπ’ȇæ√“– º≈º≈‘µ¢â“« πÈ”Ω𠧫“¡™◊Èπ Õÿ≥À¿Ÿ¡‘ ‡ªìπµ—«·ª√ ÿà¡ ‡π◊ËÕß®“°‡√“‰¡à “¡“√∂∑√“∫‰¥â«à“®–¡’§à“‡∑à“„¥ „π·µà≈–ªï ‡√“®–»÷°…“∂÷ߧ«“¡ —¡æ—π∏å¢Õßµ—«·ª√„π≈—°…≥–π’È 1.4 ª√–‡¿∑¢ÕߢâÕ¡Ÿ≈„π°“√«‘‡§√“–Àå∑“ß ∂‘µ‘ ‚¥¬∑—Ë«‰ª·≈â«¢âÕ¡Ÿ≈·∫àßÕÕ°‡ªìπ 3 ª√–‡¿∑ ‰¥â·°à °. ¢âÕ¡Ÿ≈Õπÿ°√¡‡«≈“ (Time series data) §◊Õ ¢âÕ¡Ÿ≈∑’ˇ°Á∫√«∫√«¡¡“‡√’¬ßµ“¡≈”¥—∫‡«≈“ ‡™àπ π—°»÷°…“§πÀπ÷Ë߇°Á∫√«∫√«¡¢âÕ¡Ÿ≈ GDP ¢Õߪ√–‡∑»‰∑¬‡ªìπ√“¬ªï µ—Èß·µà ªï §.». 1980 - 2009 ‡ªìπµâπ ¢. ¢âÕ¡Ÿ≈µ—¥¢«“ß (Cross section data) §◊Õ ¢âÕ¡Ÿ≈∑’ˇ°Á∫√«∫√«¡¡“ ≥ ‡«≈“„¥‡«≈“Àπ÷Ëß ‡™àπ π—°»÷°…“§πÀπ÷Ë߇°Á∫√«∫√«¡¢âÕ¡Ÿ≈ GDP ≥ ªï 2006 ¢Õߪ√–‡∑»‰∑¬ ¡“‡≈‡´’¬  ‘ߧ‚ª√å ·≈–øî≈‘ªªîπ å ‡ªìπµâπ §. ¢âÕ¡Ÿ≈º ¡ (Panel data) §◊Õ ¢âÕ¡Ÿ≈∑’Ë¡’≈—°…≥–∑—ÈߢÕߢâÕ¡Ÿ≈Õπÿ°√¡‡«≈“·≈–¢âÕ¡Ÿ≈ µ—¥¢«“ß ‡™àπ π—°»÷°…“§πÀπ÷Ë߇°Á∫√«∫√«¡¢âÕ¡Ÿ≈ GDP ¢Õߪ√–‡∑»‰∑¬ ¡“‡≈‡´’¬  ‘ߧ‚ª√å ·≈–øî≈‘ªªîπ å µ—Èß·µàªï §.».1980 - 2009 ‡ªìπµâπ

×