การพยากรณ์ปริมาณการส่งออกยางคอมปาวด์

Authors

  • วรางคณา กีรติวิบูลย์ Department of Mathematics and Statistics, Faculty of Science, Thaksin University, Phatthalung Campus Research Unit on Integrated Mathematics, Thaksin University, Phatthalung Campus

Keywords:

ยางคอมปาวด์ บอกซ์-เจนกินส์ การปรับเรียบด้วยเส้นโค้งเลขชี้กำลัง เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย Rubber Compound, Box-Jenkins, Exponential Smoothing, Mean Absolute Percentage Error (MAPE), Root Mean Squared

Abstract

วัตถุประสงค์ของการวิจัยครั้งนี้ คือ การพยากรณ์ปริมาณการส่งออกยางคอมปาวด์ ด้วยการเปรียบเทียบเทคนิคการวิเคราะห์อนุกรมเวลา 3 วิธี ได้แก่ วิธีบอกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังของโฮลต์ และวิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังที่มีแนวโน้มแบบแดม โดยใช้อนุกรมเวลาปริมาณการส่งออกยางคอมปาวด์จากเว็บไซต์ของสำนักงานเศรษฐกิจการเกษตร จำนวนทั้งหมด 193 ค่า ตั้งแต่เดือนมกราคม 2541 ถึงเดือนมกราคม 2557 ผู้วิจัยได้แบ่งข้อมูลออกเป็น 2 ชุด ชุดที่ 1 จำนวน 180 ค่า ตั้งแต่เดือนมกราคม 2541 ถึงเดือนธันวาคม 2555 สำหรับการสร้างตัวแบบพยากรณ์ และชุดที่ 2 จำนวน 13 ค่า ตั้งแต่เดือนมกราคม 2556 ถึงเดือนมกราคม 2557 สำหรับการเปรียบเทียบความแม่นของตัวแบบพยากรณ์ ด้วยเกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยที่ต่ำที่สุด ผลการศึกษาพบว่า จากวิธีการพยากรณ์ทั้งหมดที่ได้ศึกษา วิธีบอกซ์-เจนกินส์เป็นวิธีที่มีความแม่นสูงที่สุด ซึ่งมีตัวแบบพยากรณ์เป็น   เมื่อ     แทนค่าพยากรณ์ ณ เวลา t แทนอนุกรมเวลา ณ เวลา t – j แทนความคลาดเคลื่อนจากการพยากรณ์ ณ เวลา t – jThe purpose of this research was to forecast the export quantity of rubber compound by comparing three time series methods, which are Box-Jenkins method, Holt’s exponential smoothing method, and damped trend exponential smoothing method. Time series that used was the export quantity of rubber compound which gathered from the website of Office of Agricultural Economics during January, 1998 to January, 2014 (193 values). The data were split into two sets, the first 180 values from January, 1998 to December, 2012 for the modeling and the last 13 values from January, 2013 to January, 2014 for comparing accuracy of the forecasting models via the criterion of the lowest mean absolute percentage error and root mean squared error. Research findings indicated that for all forecasting methods that have been studied, Box-Jenkins method is the most accurate method and the forecasting model is:   where    represents the forecast value at time t represents time series data at time t – j represents the error at time t – j

Downloads

Download data is not yet available.

Downloads

Published

2014-12-24