เปรียบเทียบประสิทธิภาพของตัวแบบพยากรณ์สำหรับข้อมูลอนุกรมเวลาเมื่อความแปรปรวนไม่คงที

A Comparison on Efficiency of Forecasting Model for Heteroscedastic time series data

Name: กัลยพัชร ภู่สาระ

keyword: ตัวแบบพยากรณ์

ThaSH: การวิเคราะห์อนุกรมเวลา

ThaSH: แบบจำลองทางคณิตศาสตร์

Abstract: งานวิจัยเรื่อง เปรียบเทียบประสิทธิภาพของตัวแบบพยากรณ์สำหรับข้อมูลอนุกรมเวลาเมื่อ ความแปรปรวนไม่คงที่ มีวัตถุประสงค์เพื่อเปรียบเทียบประสิทธิภาพของตัวแบบพยากรณ์สำหรับ ข้อมูลอนุกรมเวลา เมื่อความแปรปรวนของค่าคลาดเคลื่อนไม่คงที่ มี 3 วิธี คือ วิธี Autoregressive Conditional Heteroscedasticity (ARCH), วิธี Smooth Transition Autoregressive (STAR) และ วิธี Transition Autoregressive (TAR) โดยใช้วิธีจำลองข้อมูลอนุกรมเวลาเมื่อความแปรปรวนไม่ คงที่โดยใช้ตัวแบบ First Order Autoregressive Conditional Heteroscedasticity (ARCH (1)) โดย กำหนดค่าพารามิเตอร์สัมประสิทธิ์ของตัวแบบ และขนาดตัวอย่างต่างๆ ผลที่ได้ เมื่อขนาดของ ข้อมูลที่ใช้ในการทำวิจัยครั้งนี้ คือ n = 60, 200, 500, 800 และ1,000 พบว่า ขนาดของข้อมูลที่มีความ แตกต่างกันจะให้ประสิทธิในการพยากรณ์ไม่แต่แตกต่างกัน ยกเว้นที่ขนาดตัวอย่าง 60 ตัวอย่าง จะ ให้ประสิทธิการพยากรณ์แตกต่างจากขนาดตัวอย่างอื่นๆ และค่าพารามิเตอร์ที่ระดับ 0 α ที่ระดับ 0.1, 0.5 และ 0.9 และ 1 α ที่ระดับ 0.5 และ 0.9 พบว่า ค่าพารามิเตอร์ที่ระดับแตกต่างกันจะให้ผล สอดคล้องกัน ยกเว้นค่าพารามิเตอร์ 0 α ที่ระดับ 0.9 และ ค่าพารามิเตอร์ 1 α ที่ระดับ 0.9

Abstract: This research aims to compare efficiency of forecasting model for time series when the variance of Heteroscedastic is inconstant which have three ways are; First, Autoregressive Conditional Heteroscedasticity (ARCH) Second, Smooth Transition Autoregressive (STAR) and Third, Transition Autoregressive (TAR). Time series simulation method is used when the variance is inconstant by using Autoregressive Conditional Heteroscedasticity (ARCH). Coefficient parameter of model and sample size are specified. The n of this research are 60, 200, 500, 800, and 1,000 and it was found that the different of data sizes would have efficiency in forecasting indifferently. However, the efficiency in forecasting of n=60 is different from the other groups. Furthermore, the parameter α0 at 0.1, 0.5, and 0.9 and α1 at 0.5 and 0.9 was found that parameter in different level would be conformed except parameter α0 at 0.9 and parameter α1 at 0.9.

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Name: วิจิตรา พลเยี่ยม

Role: ที่ปรึกษาวิทยานิพนธ์

Email : wpy@kmutnb.ac.th

Name: ปฐม กลั่นน้ำทิพย์

Role: ที่ปรึกษาวิทยานิพนธ์

Email : pathom@kmutnb.ac.th

Created: 2551

Modified: 2567-08-20

Issued: 2552-09-30

วิทยานิพนธ์/Thesis

application/pdf

CallNumber: วพ MAST ก397ภ

tha

DegreeName: วิทยาศาสตร์มหาบัณฑิต

Level: ปริญญาโท

Descipline: สถิติประยุกต์

Grantor: มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	B15138070.pdf	2.41 MB

ใช้เวลา

0.028685 วินาที