การเปรียบเทียบประสิทธิภาพระหว่างเทคนิคการพยากรณ์สำหรับตัวแบบของตัวแปรเดียวกับข้อมูลที่มีฤดูกาล
Article Sidebar
Main Article Content
บทคัดย่อ
งานวิจัยนี้นำเสนอการเปรียบเทียบประสิทธิภาพระหว่างเทคนิคการพยากรณ์สำหรับตัวแบบของตัวแปรเดียว (Univariate Model) กับข้อมูลที่มีฤดูกาล (Seasonal Data) ซึ่งได้แก่ เทคนิคนาอีฟสำหรับข้อมูลอนุกรมเวลาที่มีฤดูกาล (Seasonal Na ve Forecasting: SNF) เทคนิคค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก (Weighted Moving Average: WMA) และเทคนิคปรับเรียบเอกซ์โพแนนเชียลของวินเทอร์ (Winters’ Exponential Smoothing: WES) มาสร้างเป็นตัวแบบในการพยากรณ์ราคาขายของข้าวโพดเลี้ยงสัตว์ในจังหวัดตาก โดยใช้ข้อมูลราคาขายของข้าวโพดเลี้ยงสัตว์ตั้งแต่เดือนมกราคม พ.ศ. 2554 ถึง ธันวาคม พ.ศ. 2559 จากสำนักงานเกษตรจังหวัดตาก และวัดประสิทธิภาพความถูกต้องของผลการพยากรณ์ด้วยค่าน้อยที่สุด จากร้อยละของค่าสัมบูรณ์ของค่าคลาดเคลื่อนโดยเฉลี่ย (Mean Absolute Percentage Error: MAPE) ค่าสัมบูรณ์ของค่าคลาดเคลื่อนโดยเฉลี่ย (Mean Absolute Deviation: MAD) และค่าคลาดเคลื่อนกำลังสองโดยเฉลี่ย (Mean Squared Deviation: MSD) ผลการวิจัยพบว่าจากเทคนิคการพยากรณ์ทั้งหมดที่ได้ศึกษ่เทคนิคนาอีฟสำหรับข้อมูลอนุกรมเวลาที่มีฤดูกาล (SNF) ให้ความถูกต้องของผลพยากรณ์สูงที่สุด ลำดับถัดมา คือ เทคนิคค่าเฉลี่ยเคลื่อนที่แบบถ่วงน้ำหนัก (WMA) และเทคนิคปรับเรียบเอกซ์โพแนนเชียลของวินเทอร์ (WES) ให้ความถูกต้องของผลพยากรณ์น้อยที่สุด
Article Details
References
[2] Niruttikul, N. (2016). Sales Forecasting. 8th ed. Bangkok : Kasetsart University Press (in Thai)
[3] Office of Agricultural Economics. (2017). Agricultural Statistics of Thailand 2016. Access (4 April 2018). Available
(https://www.oae.go.th/public_stat.html) (in Thai)
[4] Tak Provincial Agriculture and Cooperatives Office. (2017). Development plan of Agriculture and Cooperatives in Tak province (2017-2021). Access (4 April 2018). Available (https://www.tak.doae. go.th/index.html) (in Thai)
[5] Thairath Online. (2016). The dramatically lower field corn price in Tak province. Access (4 April 2018). Available (https://www.thairath.co.th/content/712893) (in Thai)
[6] National Famers Council. (2016). Annual Report 2016. Access (4 April 2018). Available (https://www.nfctak.com/images/fi le_document/F00027.pdf) (in Thai)
[7] National Famers Council. (2013). Annual Report 2013. Access (4 April 2018). Available (https:// www.nfctak.com/images/fi le_document/F00026.pdf) (in Thai)
[8] Thongkhajorn, S. (2013). Appropriate Forecasting Technique, A Case Study of Steel Pipe Factory for Automobile Industry. M. Eng. Thesis, Industrial Management Engineer King Mongkut’s University of Technology North Bangkok (in Thai)
[9] Theeraviriya, C. (2017). A Comparison of the Forecasting Method for Electric Energy Demand in Nakhonphanom Province. Naresuan University Journal: Science and Technology. Vol. 25, No. 4, pp. 124-137 (in Thai)
[10] Chuentawat, R. Ruangudomsakul, C. Kerdprasop, N. and Kerdprasop, K. (2016). Time Series Analysis of Electrical Distribution Units to Find a Suitable Forecasting Model with R Language. RMUTI Journal Science and Technology. Vol. 9, No. 3, pp. 25-41 (in Thai)
[11] Schunn, C. D., & Wallach, D. (2005). Evaluating Goodness-of-Fit in Comparison of Models to Data. In W. Tack (Ed.), Psychologie der Kognition: Reden and Vorträge anlässlich der Emeritierung von Werner Tack (pp. 115-135). Saarbrueken, Germany : University of Saarland Press.
[12] Keerativibool, W. (2015). Forecasting Model for the Export Values of Canned Food through Customs Department in Southern Thailand. RMUTI Journal Science and Technology. Vol. 8, No. 3, pp. 72-89 (in Thai)