การทำนายหนี้ครัวเรือนในประเทศไทย: ผลของเทคนิคการลดตัวแปรต่อประสิทธิภาพของการเรียนรู้ของเครื่อง

วัตถุประสงค์ของการวิจัยนี้ คือ งานวิจัยนี้ใช้ข้อมูลจากการสำรวจภาวะเศรษฐกิจและสังคมของครัวเรือน พ.ศ. 2564 โดยสำนักงานสถิติแห่งชาติ ซึ่งมีข้อมูลทั้งหมด 46,840 ครัวเรือน และมีตัวแปรทั้งหมด 470 ตัวแปร ตัวแปรอิสระจำนวน 469 ตัวแปร และมีตัวแปรตาม 1 ตัวแปร คือ การเป็นหนี้ของครัวเรือน โดยแบ่งเป็นครัวเรือนที่เป็นหนี้จำนวน 24,511 ครัวเรือน และครัวเรือนที่ไม่เป็นหนี้จำนวน 22,329 พบว่า การคัดเลือกตัวแปรอิสระที่มีความสัมพันธ์โดยตรงกับตัวแปรตามเป็นกลยุทธ์ที่ทรงพลังในการสร้างแบบจำลองการทำนายที่มีประสิทธิภาพ วิธีการทางสถิติอย่างการทดสอบไคกำลังสอง สำหรับข้อมูลเชิงคุณภาพ และการวิเคราะห์ความแปรปรวน สำหรับข้อมูลเชิงปริมาณ ได้รับการพิสูจน์แล้วว่าเป็นเครื่องมือที่มีคุณค่าในการระบุตัวแปรอิสระที่มีนัยสำคัญในการอธิบายหรือทำนายตัวแปรเป้าหมาย การที่งานวิจัยนี้พบว่าการเลือกตัวแปรที่มีค่าสถิติไคกำลังสองและค่าเอฟสูง (และมีนัยสำคัญทางสถิติ) นำไปสู่แบบจำลองที่มีความแม่นยำสูง สะท้อนให้เห็นถึงความสำคัญของการพิจารณาความสัมพันธ์โดยตรงระหว่างตัวแปรโดยเฉพาะอย่างยิ่งในบริบทของข้อมูลเชิงคุณภาพ การทดสอบไคกำลังสองช่วยให้เราสามารถระบุตัวแปรอิสระที่การกระจายความถี่ของหมวดหมู่แตกต่างกันอย่างมีนัยสำคัญเมื่อพิจารณาตามหมวดหมู่ของตัวแปรตาม ตัวแปรเช่น ประสบการณ์การกู้ยืมเพื่อวัตถุประสงค์ต่างๆ สถานะการทำงาน และปัจจัยทางเศรษฐกิจสังคมที่ถูกคัดเลือกมาได้ แสดงให้เห็นถึงอิทธิพลที่ชัดเจนต่อการเป็นหนี้ ในทำนองเดียวกัน สำหรับข้อมูลเชิงปริมาณ การวิเคราะห์ความแปรปรวนช่วยในการระบุตัวแปรอิสระที่ค่าเฉลี่ยของตัวแปรตามแตกต่างกันอย่างมีนัยสำคัญในกลุ่มต่างๆ ที่กำหนดโดยตัวแปรอิสระ ตัวแปรที่เกี่ยวข้องกับภาระหนี้สินและการใช้จ่ายในครัวเรือนที่ถูกคัดเลือกมาได้ บ่งชี้ถึงความเชื่อมโยงที่แข็งแกร่งกับสถานะการเป็นหนี้ผลลัพธ์ที่น่าทึ่งของการทำนายที่แม่นยำถึง 100% ในบางแบบจำลอง (การวิเคราะห์การถดถอยลอจิสติก การเรียนรู้แบบป่าสุ่ม และการเรียนรู้แบบต้นไม้ตัดสินใจ) นอกจากนี้ งานวิจัยยังชี้ให้เห็นว่า การวิเคราะห์องค์ประกอบหลักอาจไม่เหมาะสมเสมอไปสำหรับการทำนายผลลัพธ์โดยตรง เนื่องจากอาจสูญเสียข้อมูลสำคัญที่เกี่ยวข้องกับตัวแปรตาม ทำให้ประสิทธิภาพการทำนายลดลง ซึ่งตอกย้ำถึงความสำคัญของการทำความเข้าใจลักษณะของข้อมูลและความสัมพันธ์ระหว่างตัวแปรในการเลือกวิธีการวิเคราะห์ที่เหมาะสม