การพยากรณ์ราคากุ้งขาวแวนนาไม

Authors

  • วรางคณา กีรติวิบูลย์

Keywords:

กุ้งขาวแวนนาไม บอกซ์-เจนกินส์ การปรับเรียบด้วยเส้นโค้งเลขชี้กำลังที่มีแนวโน้มแบบแดมการพยากรณ์รวม เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย, White Shrimp Litopenaeus Vannamei, Box-Jenkins, Damped Trend Exponential

Abstract

          วัตถุประสงค์ของการวิจัยครั้งนี้ คือ การพยากรณ์ราคากุ้งขาวแวนนาไม ด้วยเทคนิคการวิเคราะห์อนุกรมเวลา 4 วิธี ได้แก่ วิธีบอกซ์-เจนกินส์ วิธีการปรับเรียบด้วยเส้นโค้งเลขชี้กำลังที่มีแนวโน้มแบบแดม วิธีการพยากรณ์รวมที่ถ่วงน้ำหนักด้วยสัมประสิทธิ์การถดถอยจากวิธีกำลังสองน้อยที่สุด และวิธีการพยากรณ์รวมที่ถ่วงน้ำหนักด้วยค่าจากเวกเตอร์ลักษณะเฉพาะของการวิเคราะห์ตัวประกอบหลัก โดยใช้ข้อมูลทุติยภูมิจากเว็บไซต์ของสำนักงานเศรษฐกิจการเกษตร จำนวนทั้งหมด 123 ค่า ตั้งแต่เดือนมีนาคม 2547 ถึงเดือนพฤษภาคม 2557 ผู้วิจัยได้แบ่งข้อมูลออกเป็น 2 ชุด ชุดที่ 1 จำนวน 118 ค่า ตั้งแต่เดือนมีนาคม 2547 ถึงเดือนธันวาคม 2556 สำหรับการสร้างตัวแบบพยากรณ์ และข้อมูลชุดที่ 2 จำนวน 5 ค่า ตั้งแต่เดือนมกราคมถึงเดือนพฤษภาคม 2557 สำหรับการเปรียบเทียบประสิทธิภาพของวิธีการพยากรณ์ ด้วยเกณฑ์เปอร์เซ็นต์ความคลาดเคลื่อนสัมบูรณ์เฉลี่ย และเกณฑ์รากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ยที่ต่ำที่สุด ผลการศึกษาพบว่า จากวิธีการพยากรณ์ทั้งหมดที่ได้ศึกษา วิธีบอกซ์-เจนกินส์ เป็นวิธีที่มีประสิทธิภาพสูงที่สุด อย่างไรก็ตามค่าพยากรณ์ของทั้ง 4 วิธี มีความน่าเชื่อถือ เนื่องจากไม่มีความแตกต่างกันอย่างมีนัยสำคัญทางสถิติ          The purpose of this research was to forecast the white shrimp Litopenaeus Vannamei prices using four-time series analysis methods including Box-Jenkins method, damped trend exponential smoothing method, combined forecasting method using weights based upon the ordinary least squares regression coefficients, and combined forecasting method using weights based upon the value in the eigenvector from the principal component analysis. The secondary data obtained from the website of Office of Agricultural Economics with total 123 observations during March, 2004 to May, 2014 were used and divided into two series. The first 118 observations from March, 2004 until December, 2013 used to build the forecasting models and the last 5 observations from January until May, 2014 used to compare the forecasting methods performance via the criteria of the lowest mean absolute percentage error and root mean squared error. Research findings indicated that for all forecasting methods that had been studied, Box-Jenkins method was the most effective. However, the forecast values of all four methods were reliable because there was no statistically significant difference.

Downloads

Download data is not yet available.

Downloads