เกริ่นนำ และขอบเขต

มีงานบางรูปแบบ ที่ต้องทำ nonlinear regression แต่ไม่ต้องการความ "แม่นยำสูงสุด" ในงานที่เน้นการนำไปใช้ในชีวิตประจำวัน เช่น

  • การประมาณการเพื่อการ interpolation เช่น การทำ standard curve สำหรับกรณีที่มีความโค้ง (การกรองสัญญาณรบกวนความถี่สูงออกจากแนวโน้มที่ไม่ใช่ฟังก์ชันเส้นตรง)
  • การสร้าง lowerbound หรือ upperbound function ของกลุ่มข้อมูล หรือ การพยากรณ์กรณีดีที่สุด (best-case) หรือเลวที่สุด (worst-case)
  • การพยากรณ์แนวโน้มของชุดข้อมูลที่มีความแปรปรวนสูงใช้ objective function บางรูปแบบที่ไม่เป็นที่นิยม เช่น การใช้ MAD (median of absolute deviation from the mean) ซึ่งจะไม่ไวกับ outlier มากเหมือนการทำ least square minimization ตามปรกติ

หากการทำนายได้ดี คือเป้าหมายหลัก 

การทำ nonlinear regression แบบ "ทำมือ" ที่ ง่าย และไม่ต้องเขียนโปรแกรมด้วย มีอยู่ในโลกครับ

แต่ต้องใช้โปรแกรม spreadsheet เป็น...

ผมจะเรียบเรียงเรื่องนี้เป็นตอน ๆ เพราะมีแนวคิดพื้นฐาน ที่ต้องเข้าใจตรงกันก่อน จึงจะไปต่อได้ ซึ่งถ้าเข้าใจแนวคิดชัดเจน จะรู้ว่า ทำง่ายมาก

หลัง ๆ ผมเองก็ชักติดนิสัย เลิกใช้โปรแกรม หันมา "ทำมือ" ในงานวิจัยบางเรื่อง เพื่อสามารถหลุดพ้นขีดจำกัดบางอย่างที่อาจพบในซอฟท์แวร์สำเร็จรูป และไม่อยากจ่ายแพง ๆ เพื่อวิ่งไล่ตามซอฟท์แวร์ที่เปลี่ยนกันรายวัน

ถามว่า ดีกว่าไหม เชื่อถือกว่าไหม ตีพิมพ์ได้ไหม

คำตอบคือ ไม่ ครับ

แต่ มันส์กว่าเยอะ