การประยุกต์ใช้วิธี H-WEMA ร่วมกับวิธี Winters และตัวแบบ ARMA ในการพยากรณ์ปริมาณการใช้ก๊าซธรรมชาติในประเทศไทย

Application of H-WEMA with winters method and ARMA model in forecasting natural gas consumption in Thailand

Name: นิฉา แก้วหาวงษ์

Organization : มหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต. คณะวิทยาศาสตร์และเทคโนโลยี

Name: กิตติ เลาบัญชาชัย

Organization : มหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต. คณะวิทยาศาสตร์และเทคโนโลยี

Email : kitty_jungkung@hotmail.com

Name: ธนภณ เอี่ยมกำชัย

Organization : มหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต. คณะวิทยาศาสตร์และเทคโนโลยี

Name: ปรวรรณ เฉลิมราษฎร์

Organization : มหาวิทยาลัยธรรมศาสตร์ ศูนย์รังสิต. คณะวิทยาศาสตร์และเทคโนโลยี

keyword: วิธี H-WEMA

ThaSH: การวิเคราะห์อนุกรมเวลา

; วิธี H-WEMA Winters

ThaSH: ก๊าซธรรมชาติ

; วิธี H-WEMA Winters ร่วมกับตัวแบบ ARMA

Abstract: งานวิจัยนี้มีวัตถุประสงค์เพื่อศึกษาและเปรียบเทียบการพยากรณ์อนุกรมเวลา 5 วิธี คือ 1) วิธี WMA 2) วิธี H-WEMA 3) วิธี H-WEMA Winters 4) วิธี H-WEMA Winters ร่วมกับตัวแบบ ARMA และ 5) ตัวแบบ ARIMA ในการศึกษาใช้ข้อมูลอนุกรมเวลาปริมาณการใช้ก๊าซธรรมชาติรายเดือนในประเทศไทย ซึ่งการพยากรณ์อนุกรมเวลาถูกแบ่งเป็น 2 ช่วงเวลา คือ ช่วงเวลาที่ 1 เป็นการพยากรณ์ข้อมูลในอดีตตั้งแต่เดือนมกราคม พ.ศ.2540 ถึง เดือนธันวาคม พ.ศ.2559 จำนวน 240 เดือน เพื่อหาตัวแบบที่เหมาะสมในแต่ละวิธีพยากรณ์ และช่วงเวลาที่ 2 เป็นการพยากรณ์ข้อมูลล่วงหน้าตั้งแต่เดือนมกราคม พ.ศ.2560 ถึง เดือนตุลาคม พ.ศ.2560 จำนวน 10 เดือน เพื่อคัดเลือกตัวแบบที่ดีที่สุด โดยเกณฑ์ที่ใช้ในการเปรียบเทียบ คือ ค่าเฉลี่ยของค่าสัมบูรณ์เปอร์เซ็นต์ความคลาดเคลื่อน (MAPE) และค่าสัมประสิทธิ์การตัดสินใจ (R-Squared) จากการศึกษาพบว่าตัวแบบที่เหมาะสมที่สุดในการพยากรณ์ข้อมูลปริมาณการใช้ก๊าซธรรมชาติรายเดือนในประเทศไทย คือ วิธี H-WEMA Winters ร่วมกับตัวแบบ ARMA โดยค่าพยากรณ์ล่วงหน้า 10 เดือน ของวิธีพยากรณ์ที่ได้มีค่า MAPE ต่ำที่สุดเท่ากับ 2.6859 เปอร์เซ็น และมีค่า R-Squared มากที่สุดเท่ากับ 99.1270 เปอร์เซ็น

Abstract: The objective of this research is to study and compare five methods of forecasting time series, namely WMA, H-WEMA, H-WEMA Winters, H-WEMA Winters with ARMA model and ARIMA model. In this study, we use the monthly time series data of natural gas consumption in Thailand. The forecasting time series were separated into two duration times. The first is the forecasting time series data in previous time form January 1997 to December 2016 for 240 months. This data was used for selection the suitable models in each forecasting methods. As the second is the lead forecasting data form January 2017 to October 2017 for 10 months, which used for selection the most suitable model. The Mean Absolute Percentage Error (MAPE) and R-Squared are used as the comparative criteria. It was found that the H-WEMA Winters with ARMA model is the most suitable model for forecasting the monthly time series data of natural gas consumption in Thailand. The H-WEMA Winters with ARMA model for 10 months lead forecast had the lowest MAPE of 2.6859 percent with the highest R-Squared of 99.1270 percent .

มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ. สำนักหอสมุดกลาง

Address: กรุงเทพมหานคร

Email: library@kmutnb.ac.th

Created: 2561

Modified: 2564-05-27

Issued: 2564-05-27

บทความ/Article

application/pdf

BibliograpyCitation : ใน มหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ คณะวิทยาศาสตร์และเทคโนโลยี. การประชุมวิชาการวิทยาศาสตร์และเทคโนโลยีระหว่างสถาบัน ครั้งที่ 6 (ASTC 2018) (BS-P03). สมุทรปราการ : มหาวิทยาลัยหัวเฉียวเฉลิมพระเกียรติ

tha

©copyrights มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	ASTC 2018BS-P03.pdf	898.87 KB

ใช้เวลา

0.027612 วินาที